Transforme dados, eventos e sinais operacionais em decisões automatizadas, adaptativas e rastreáveis — com confiança mensurável, justificativa completa e a capacidade de reconhecer quando não deve decidir sozinho. O sistema avalia cada situação e determina a ação adequada: EXECUTAR · REAVALIAR · ESCALAR · ABSTER.
O problema
Operações modernas lidam com milhares de situações diariamente. O problema aparece quando regras fixas não acompanham mudanças, decisões precisam ser tomadas em milissegundos, sistemas automatizados respondem com confiança inadequada, decisões precisam ser explicadas, equipes precisam identificar situações anormais — e cada decisão precisa deixar evidências para auditoria. O ANBD-GENESIS foi construído para essa camada.
Diferencial central
Isso é tratado como mecanismo de segurança e governança, não como incapacidade. O sistema nunca força uma decisão além do que a evidência disponível sustenta.
Quando existe confiança suficiente para automatizar a decisão sem intervenção humana.
Quando a situação exige uma nova análise antes de qualquer ação ser tomada.
Quando a decisão precisa ser encaminhada para intervenção humana.
Quando não existe segurança suficiente para decidir automaticamente.
Construído para operar em produção
Não é uma API que só devolve "sim" ou "não". É um motor que aprende, justifica cada decisão e reconhece os próprios limites.
Novo · aprende com o resultado real
Informe ao motor se a decisão estava certa (sem chargeback, com o humano de acordo) e ele passa a calibrar a própria confiança, a pesar o custo de errar e a avisar quando o seu padrão de pedidos muda — sem LLM por decisão e sem abrir mão de saber quando não decidir.
Antifraude · simulação e aprendizado
Importe um CSV de pedidos com uma coluna que identifique fraude (sim/não) para avaliar como o ANBD-GENESIS classificaria o histórico e, se desejar, ensinar o motor com os resultados rotulados. A simulação é estimativa, não garantia de prevenção futura.
Exemplo demonstrativo: em uma simulação exibida com 15 pedidos, 7 foram identificados como fraude, com R$ 10.590,00 em valor protegido estimado e 0 falsos positivos naquela amostra. Esses números pertencem à execução mostrada e não representam uma taxa garantida para outras lojas ou períodos.
Como funciona
Um caso a ser avaliado — via chamada simples à API.
O caso é comparado aos padrões já reconhecidos; a confiança é calculada em tempo real.
Executar, reavaliar, escalar, abster ou recuperar contexto — sempre com justificativa auditável.
Onde o ANBD-GENESIS pode atuar
Como camada de decisão, o motor se adapta a qualquer fluxo que dependa de avaliações repetitivas de alto volume. A Nuvemshop é o primeiro ecossistema de integração nativa — não o limite tecnológico do produto:
Arquitetura
Construído sobre tecnologia madura e amplamente adotada — sem dependência de fornecedor de nuvem específico.
| Componente | Tecnologia | Finalidade |
|---|---|---|
| Linguagem | Python 3.11 | Backend principal |
| Framework | FastAPI | API RESTful |
| Banco de dados | PostgreSQL | Persistência multi-tenant |
| Criptografia | X25519 + AES-256-GCM | Ponta a ponta e em repouso |
| Embeddings | FastEmbed (multilingual-e5-small) | Compreensão semântica |
| Pagamentos | Stripe | Assinaturas e checkout |
| Billing Engine | Módulo interno + Stripe API | Orquestração de assinaturas: estados de cobrança (ativo, inadimplente, carência, suspenso), idempotência de webhooks e histórico de eventos financeiros por tenant |
| Rate limiting | SlowAPI | Controle de uso por plano |
| Chain-of-Thought Estruturada | Módulo interno | Gera um raciocínio passo a passo em cada decisão (reasoning_trace) |
| Drift Detection | Módulo interno | Monitora a confiança média das decisões e alerta quando a qualidade começa a cair |
| Regras de Negócio Configuráveis | Módulo interno | Permite que o cliente defina limites próprios (ex: forçar ESCALAR quando a confiança estiver abaixo de um valor) |
| Governance Layer | Módulo interno · ativo | Camada de governança pós-decisão: policy-as-code (estilo OPA), redação automática de PII (CPF, CNPJ, e-mail, telefone, cartão), pacote de política LGPD, e envelope de evidência com hash por decisão — aditiva, não altera o motor de decisão |
| Calibração de confiança | Platt scaling · módulo interno | Converte o score bruto em probabilidade calibrada com os resultados reais de cada cliente |
| Política econômica | Contextual bandit (LinUCB) | Aprende quando EXECUTAR ou ESCALAR pelo custo de errar versus o custo de um humano; só rebaixa por padrão |
| Drift online | ADWIN + DDM | Detecta mudança no padrão de confiança e de erro por cliente, com alerta por webhook |
| Busca vetorial | Bits empacotados + LSH · pgvector opcional | Busca sublinear de padrões, com reclassificação exata por distância de Hamming |
| Auditoria verificável | Árvore Merkle + Ed25519 | Checkpoint diário assinado e prova de inclusão por decisão, verificável por terceiros |
| Rede de Sinais entre Lojas | HMAC-SHA256 · módulo interno · opt-in | Quando uma loja confirma uma fraude, as outras são avisadas antes de aprovar o mesmo comprador. Guarda só hashes (nunca CPF, e-mail ou telefone em texto aberto) e informa apenas quantas lojas distintas reportaram |
| Alertas por WhatsApp | API oficial Meta WhatsApp Cloud · opt-in | Quando o motor decide ESCALAR, o lojista recebe a mensagem com dois botões (Pedido OK / Suspeito); o toque vira resultado real e o motor aprende a rotina da loja |
| Dossiê de Chargeback | Trilha de auditoria + prova Merkle · opt-in | Gera o pacote de evidências de uma decisão (justificativa, etapas, hash da cadeia, prova assinada) para contestar uma disputa; imprimível e com hash de integridade. Disponível a partir do plano Starter (R$ 497/mês); o plano Free não gera o dossiê. |
| Chargeback Preventivo (Pré-Disputa) | Regras explícaveis · hash HMAC · opt-in | Depois que o pagamento é aprovado e antes do envio, cada pedido é avaliado com o histórico da própria loja: chargeback anterior do mesmo cliente, vários pedidos em 24 horas, endereço ou IP compartilhado por vários compradores e valor alto com risco elevado. Havendo sinal, o lojista recebe um alerta com o motivo e a recomendação (revisar ou pausar o envio) pelo webhook; a decisão é sempre dele. E-mail, endereço e IP são guardados apenas como hash |
| Reembolso e Devolução Abusivos | Pontuação por regras explicáveis · opt-in | Identifica compradores que abusam de reembolso, devolução ou "não recebi", com os motivos do risco; pode somar sinais da Rede entre Lojas |
Integração
Sem SDK obrigatório, sem infraestrutura própria de ML. Basta uma requisição HTTP autenticada pela sua chave de API.
Segurança
tenant_id + Row Level Security no PostgreSQL. Nos planos Enterprise, isolamento físico com banco de dados dedicado por cliente.Planos
Preços transparentes, sem letras miúdas. Comece grátis e evolua de plano conforme o volume e o nível de isolamento que a sua operação exige.
Para conhecer e validar o motor.
Decisões + painel + histórico. Sem dossiê de chargeback.
Inclui o dossiê de chargeback verificável.
Inclui o dossiê de chargeback verificável.
Inclui o dossiê de chargeback verificável.
Inclui o dossiê de chargeback verificável.
Add-ons
Pacotes prontos
Proteção contra fraude e risco.
Auditoria e conformidade LGPD.
Quem usa ou vai usar agentes de IA.
Médio e grande porte.
Operações críticas com máximo isolamento.
Comece agora
Upgrade
Contato
Dúvidas técnicas, avaliação de planos Enterprise ou integração — nossa equipe responde diretamente.
Prefere falar diretamente por e-mail? Escreva para anbdgenesis@gmail.com
Sobre a tecnologia
O ANBD-GENESIS foi desenvolvido para operar como uma camada de decisão entre os dados de uma operação e as ações que precisam ser executadas. Em vez de simplesmente gerar respostas, o sistema avalia contexto, confiança, padrões conhecidos e condições de risco para determinar a ação mais adequada — inclusive quando a ação correta é não decidir automaticamente.
Crie sua conta gratuita e comece a integrar em minutos.