# IA on-premise sobre dados do ERP: como é construída e o que ela exige > Source: https://netray.co/pt/rag-text-to-sql-erp-on-premise-gpu > Language: pt > Publisher: Netray (netray.co) Uma IA privada sobre o ERP combina três peças: um modelo de pesos abertos rodando em servidor próprio, uma camada que transforma perguntas em consultas somente leitura ao banco e uma busca em documentos (RAG). Funciona bem quando os dados estão organizados; não substitui relatórios fixos nem corrige cadastro ruim. Depois de testar assistentes de IA em nuvem, muitos diretores de TI e de operações fazem a mesma pergunta: dá para ter isso sobre os dados do nosso ERP, sem que nada saia da empresa? A resposta é sim, com ressalvas de infraestrutura, de qualidade de dados e de expectativa. Esta página descreve a arquitetura em termos práticos, o que é necessário de hardware e equipe, onde esse tipo de sistema erra e como começar sem comprar uma sala de GPUs antes de saber se o caso de uso se sustenta. ## As três peças: modelo, acesso a dados e documentos O modelo de linguagem é de pesos abertos (famílias como Llama, Qwen, Mistral, Gemma, gpt-oss e DeepSeek) e roda em servidor próprio com um servidor de inferência como vLLM ou Ollama. A camada de dados traduz a pergunta em português para uma consulta ao ERP, executa com um usuário de leitura e devolve o resultado com a consulta à mostra. A camada de documentos indexa PDFs, manuais, laudos e procedimentos e recupera os trechos relevantes antes de o modelo responder (RAG, geração aumentada por recuperação). A maior parte da qualidade vem do desenho dessas camadas, não do tamanho do modelo. Um modelo médio, com bom dicionário de dados e permissões corretas, supera um modelo grande sem contexto sobre o seu esquema. - Modelo: aberto, servido localmente, sem chamada a APIs externas. - Dados: usuário somente leitura, réplica ou views, consulta visível. - Documentos: índice vetorial local com citação da fonte. - Governança: log de perguntas, respostas e consultas executadas. ## Por que a consulta em linguagem natural exige um dicionário Os nomes de tabelas e campos de ERPs como o Protheus (por exemplo SC2 para ordens de produção, SB2 para saldos em estoque) não significam nada para um modelo de linguagem sem contexto. O trabalho de implantação inclui montar um dicionário semântico: o que cada tabela representa, as junções corretas, os filtros padrão (como registros excluídos logicamente) e o vocabulário da sua fábrica. Sem isso, o modelo inventa junções plausíveis e dá números errados com muita confiança. Por isso toda resposta numérica deve vir com a consulta e, nos casos críticos, ser validada contra um relatório conhecido durante o piloto. ## Dimensionamento: GPU, memória e concorrência O tamanho do hardware depende do modelo e de quantas pessoas consultam ao mesmo tempo. Modelos de 7 a 14 bilhões de parâmetros, quantizados, rodam em uma única GPU de classe profissional e atendem equipes pequenas. Modelos na faixa de dezenas de bilhões de parâmetros pedem mais memória de vídeo, às vezes mais de uma GPU. O volume de documentos pesa mais no armazenamento e no índice do que na GPU. Para um piloto, é comum alugar capacidade em nuvem privada ou usar uma estação existente antes de comprar. Uma boa avaliação responde: quantos usuários simultâneos, que tempo de resposta é aceitável e quais perguntas realmente justificam um modelo maior. - Defina usuários simultâneos e tempo de resposta aceitável antes de comprar. - Comece com um modelo médio e meça a qualidade nas suas perguntas. - Separe ambientes de piloto e de produção. - Planeje atualização de modelo e de índice como rotina, não como projeto. ## Segurança, permissões e ausência de escrita A IA deve herdar as permissões do usuário que pergunta: quem não vê custo no ERP não vê custo na resposta. O acesso ao banco é somente leitura, preferencialmente em uma réplica, e as consultas passam por validação para impedir comandos de alteração. Qualquer ação de escrita, como criar uma requisição, só acontece com aprovação humana explícita. Os registros de auditoria guardam quem perguntou o quê e que consulta rodou. Isso ajuda tanto na segurança da informação quanto na demonstração de controles previstos na LGPD (artigos sobre segurança e registro das operações). A conformidade em si é obrigação da empresa; a arquitetura apenas facilita. ## Quando não vale a pena Se as perguntas são sempre as mesmas, um relatório ou dashboard fixo é mais barato, mais rápido e mais previsível. Se o cadastro de itens e de estruturas é caótico, a IA vai refletir o caos. Se o fornecedor do ERP já oferece um assistente que atende ao caso e a política de dados permite usá-lo, não há motivo para montar infraestrutura própria. A IA privada compensa quando a pergunta é variável, cruza ERP, MES e documentos, e os dados não podem sair da empresa por contrato, por segurança ou por exigência de cliente. ## Roteiro de piloto Em quatro a oito semanas é possível: levantar 20 a 30 perguntas reais dos usuários, montar o dicionário de uma área (produção, estoque ou qualidade), implantar o modelo em ambiente de teste e comparar as respostas com relatórios conhecidos. A decisão de ampliar se baseia na taxa de acerto observada e no tempo que as equipes economizam, não em demonstrações. ## FAQ ### O que significa IA on-premise? Significa que o modelo e os dados ficam na infraestrutura da própria empresa (servidores locais ou nuvem privada), sem enviar informações a serviços externos de IA. ### Preciso de GPU para rodar isso? Para respostas com tempo aceitável, sim, na maioria dos casos. Um piloto pode usar uma única GPU e um modelo médio. O tamanho final depende de usuários simultâneos e da qualidade desejada. ### A IA vai alterar dados no meu ERP? Não por padrão. O acesso é somente leitura. Escritas, quando existirem, exigem aprovação humana explícita e ficam registradas. ### Quão confiáveis são os números que a IA devolve? Depende do dicionário de dados e da qualidade do cadastro. Por isso a consulta é mostrada e o piloto compara as respostas com relatórios conhecidos. Para decisões críticas, sempre valide. ### O que é RAG? É a técnica em que o sistema busca primeiro os trechos relevantes de documentos (manuais, laudos, procedimentos) e só então o modelo responde com base neles, citando a fonte. ### Funciona com o meu ERP? A arquitetura é independente de ERP: usamos conectores para NetSuite, Infor SyteLine, M3 e LN e acesso somente leitura a bancos de outros sistemas. O esforço está no dicionário de dados de cada um.