A catarinense Equal, liderada por André Azevedo e Vitor Rodrigues, lançou o rebranding da marca e um serviço de IA focado na área de dados: o Talk to My Data.
A solução se conecta à base de dados do cliente e responde, pelo WhatsApp, a questões relacionadas à gestão do negócio.
A principal vantagem do uso da inteligência artificial está na possibilidade de interação em linguagem natural, com respostas que vão além da informação bruta e incluem sugestões de planos de ação com base nos resultados da empresa.
Com o Talk to My Data, um gestor pode perguntar, por exemplo, como foram os resultados de vendas do mês anterior e receber, além da resposta, indicações sobre o que fazer para melhorar seu desempenho.
Essa interação só é possível a partir de uma base de dados bem estruturada e de uma documentação detalhada, elaborada pelo time de especialistas da Equal, sobre as regras de negócio do cliente. É essa documentação que fornece à IA o contexto necessário para que as respostas façam sentido diante das demandas da operação.
O primeiro cliente a utilizar o serviço será a franqueadora dos estúdios Mormaii. A rede de estúdios fitness da marca, comandada pela holding M7, possui metodologias exclusivas de treino físico, combinando atividades de cardio, funcional, pilates e Five Konzept.
A franqueadora é cliente da Equal desde 2021: a parceria começou com um projeto de Business Intelligence e agora evolui para a inteligência artificial.
“Quando começamos a trabalhar com a Equal para desenvolver nosso BI, era tudo muito manual. Demorávamos muito tempo processando dados e sobrava pouco tempo para analisar. Entendíamos que não era um trabalho sustentável, tendo em vista nosso objetivo de expansão da rede. O BI nos ajudou muito e agora estamos certos de que a IA vai acelerar ainda mais os resultados da nossa rede”, conta William Melilli, sócio-fundador e diretor de expansão da M7.
A atualização da marca, por meio do rebranding, traduz a missão da empresa de transformar dados em inteligência e resultado para as organizações, além de reforçar como o time está atento às demandas do mercado e comprometido com o desenvolvimento de produtos com aplicação prática real e tecnologia de ponta.
Dessa forma, a empresa catarinense, que já atua no mercado nacional e também atende clientes de fora do Brasil, busca evoluir de forma fluida e sem barreiras para responder às necessidades dos clientes.
“Mais do que desenvolver dashboards e relatórios, a Equal atua na construção de bases sólidas nas empresas para desenvolver a cultura data-driven e auxiliar na tomada de decisão, apoiando organizações na modernização de suas arquiteturas de dados e na aplicação prática da inteligência artificial em processos analíticos e estratégicos”, explica Vitor.
Crescimento da IA expõe desafio estrutural nas empresas
O mercado de inteligência artificial está em franca expansão. De acordo com relatório da Grand View Research, o tamanho do mercado global de inteligência artificial foi estimado em US$ 390,91 bilhões em 2025 e deve atingir US$ 3.497,26 bilhões até 2033, com crescimento anual composto (CAGR) de 30,6% entre 2026 e 2033.
Nas redes sociais, especialmente no LinkedIn, multiplicam-se os exemplos de uso da IA nos mais diversos setores e atividades. Mas, na prática, essa adoção ainda está longe de acompanhar todo o potencial que se projeta para a tecnologia.
Um estudo divulgado em março pela consultoria americana Anthropic aponta justamente esse descompasso: embora a inteligência artificial tenha uma capacidade teórica ampla, sua aplicação real ainda representa apenas uma fração do que seria possível.
As razões para essa distância entre potencial e uso efetivo ainda exigem investigação mais aprofundada. Para André, engenheiro, sócio e CEO da equal Data & AI, uma das principais explicações está na base que sustenta qualquer iniciativa de IA: a organização dos dados das empresas.
“Existe uma inversão comum nas empresas hoje: começam pela IA antes de resolver o básico de dados. Sem uma engenharia de dados sólida, com qualidade, governança e consistência, a IA só amplifica erro, ruído e retrabalho. IA não corrige dado ruim. Só escala o problema”.
Segundo ele, a inteligência artificial depende diretamente da qualidade da informação que recebe. Quando é alimentada com dados desorganizados, incompletos ou inconsistentes, tende a entregar resultados ruins, ou simplesmente não consegue operar de forma confiável.
Nesse contexto, a fragilidade da base de dados ajuda a explicar por que o uso prático da IA ainda avança em ritmo inferior ao seu potencial.
O problema, além de técnico, também é financeiro. Segundo a Gartner, organizações estimam que a má qualidade de dados custa, em média, US$ 12,9 milhões por ano às empresas.
Embora o dado seja de 2020, a tendência é que esse impacto se torne ainda maior com se o avanço da inteligência artificial nas rotinas corporativas for feito sem uma boa base.
Para Vitor, engenheiro de dados e CTO da Equal Data & AI, enfrentar esse cenário exige uma abordagem objetiva, baseada em três frentes principais: criar uma camada confiável de dados, com ingestão padronizada, modelagem consistente e definição clara de fontes oficiais; investir em qualidade e governança, com regras de validação e monitoramento contínuo; e preparar o ambiente para consumo analítico e aplicações de IA, com dados organizados, versionados e acessíveis.
“IA funciona bem quando o dado já funciona sem ela. O que resolve nem sempre é mais tecnologia. É disciplina na engenharia”, finaliza.
