SEAS: excursões, cursos de ação e gêmeo digital em construção

O que é o SEAS e para que serve?

O SEAS é o agente de simulação estratégica da PowerVizion. A pergunta que ele quer responder é "o que acontece se escolhermos o caminho A em vez do B?", antes de a empresa gastar tempo e dinheiro no caminho errado. Ele existe para apoiar a decisão, não para tomá-la: quem aprova continua sendo uma pessoa.

Este texto é uma nota técnica de um módulo em desenvolvimento. Vale a regra do resto do produto: o que está pronto é descrito como pronto, e o que não está é descrito como não está.

Excursões e cursos de ação: o vocabulário

Uma excursão é um cenário a explorar. Ela tem título, descrição do cenário, uma camada (mercado, organizacional ou comunicação) e nasce como rascunho. Cada excursão recebe pelo menos dois cursos de ação (COAs), que são as alternativas a comparar. O termo vem do vocabulário de planejamento estratégico.

A camada escolhida puxa contexto do PMESII, a leitura de sinais externos. Mercado olha sobretudo para sinais econômicos, políticos e de segurança. Organizacional e comunicação privilegiam sinais sociais e de tecnologia. Também é possível pedir sugestões de COAs, geradas a partir do cenário e dos artigos da Wiki do workspace.

O fluxo é simples: criar a excursão, definir os COAs, rodar a avaliação e ler o resultado com os avisos. Excluir uma excursão remove só o registro dela no banco de dados e não altera nenhum dado operacional do workspace.

O que roda hoje: análise qualitativa por LLM

O caminho padrão de uma excursão é uma análise qualitativa feita por um modelo de linguagem, com o contexto do workspace. O código e a interface dizem com todas as letras que isso não é uma simulação. Como o modelo não simula agentes, o número de agentes simulados nesse caminho é zero, e a interface não exibe um indicador de fidelidade enquanto não houver backtests.

A DAISY também pode analisar a excursão a pedido, cruzando COAs, camada e contexto do PMESII. Ela propõe uma leitura, e a decisão fica com a equipe.

O protótipo de simulação por agentes

Há um segundo caminho, mais recente: um motor de simulação por agentes. Cada membro ativo do workspace vira um agente. Quem tem perfil MAP entra com seus traços, e quem não tem entra neutro. Cada COA vira uma intervenção com intensidade e alcance definidos por quem opera, não inferidos do texto. O motor roda várias vezes com sementes pareadas contra uma base "nenhuma ação" e devolve faixas (P10, mediana, P90) para métricas como clima, adesão, polarização, coesão e difusão.

O resultado é determinístico dada a semente, o que permite reproduzi-lo. Mas todo resultado vem rotulado "não calibrado": os coeficientes são hipóteses e não foram ajustados a resultados reais. A saída é sempre agregada, e a simulação exige pelo menos 5 membros ativos.

O gêmeo digital: o que existe e o que falta

A base do gêmeo digital é um registro dos dados internos do workspace. Gatilhos no banco de dados gravam eventos de criação e alteração de vagas, candidatos e tarefas. Fotografias diárias permitem consultar o estado do workspace em uma data. Para datas passadas sem fotografia, o sistema reconstrói o estado pelas datas de criação e avisa que exclusões e mudanças anteriores são desconhecidas.

Isso é o "mundo" que a simulação enxerga, e ele cobre só dados internos reais. A sincronização contínua com mais fontes, a rede social real entre pessoas e a calibração com resultados observados estão em construção.

Por que não mostramos um número bonito

Simuladores têm um risco conhecido: um gráfico elegante passa a impressão de precisão que o modelo não tem. Por isso o SEAS registra, em cada rodada, a semente usada, o número de agentes, quantos tinham perfil MAP e quais avisos se aplicam. Se o MAP está desligado, por exemplo, todos os agentes são neutros e o resultado não diferencia pessoas. O aviso aparece junto do resultado.

Houve um caso concreto que motivou essa disciplina. Em versões anteriores, o modelo de linguagem preenchia números de desfecho que pareciam resultados de simulação. Isso foi corrigido: a análise qualitativa não produz mais números de agentes simulados, e só o motor de agentes pode produzir faixas estatísticas, sempre rotuladas.

Limites atuais

O SEAS não prevê o futuro. A análise por modelo de linguagem é opinião fundamentada, e o protótipo de agentes é um laboratório com premissas explícitas: rede de contatos aleatória, em vez da real, e traços MAP traduzidos em parâmetros por uma tabela hipotética. A interface também registra que a calibração e os backtests são uma fase futura.

Na prática, use o SEAS para organizar alternativas, expor premissas e comparar caminhos lado a lado. Não use seus números como previsão. Sem data prometida, o objetivo é que, quando houver calibração, a diferença entre "estimativa" e "resultado medido" continue visível na tela.

Perguntas frequentes

O SEAS já faz simulação completa do futuro da empresa?

Não. O módulo está em construção. A avaliação padrão é qualitativa, feita por modelo de linguagem, e o motor de simulação por agentes é um protótipo cujos resultados vêm rotulados como não calibrados.

O que é um curso de ação (COA)?

É uma alternativa de decisão a comparar dentro de uma excursão. Cada excursão precisa de pelo menos dois COAs.

O SEAS usa dados de pessoas?

O protótipo usa os perfis MAP dos membros do workspace quando o MAP está ligado. Quem não tem perfil entra como agente neutro, e a saída é sempre agregada.

Os resultados do SEAS podem ser usados como previsão?

Não. Os coeficientes do motor são hipóteses ainda não ajustadas a resultados reais, e a própria interface diz que a calibração é uma fase futura.