Definição em três camadas
Uma ontologia operacional define três camadas atômicas que conectam o mundo real ao sistema digital:
- Dados: as entidades do negócio (cliente, pedido, contrato, lead).
- Lógica: as regras que conectam essas entidades (priorização, escalonamento, validação).
- Ação: as operações executadas pelo sistema (cobrar, notificar, aprovar, registrar).
O ciclo é contínuo: cada Ação gera novos Dados, que alimentam a Lógica refinada, que produz Ações melhores. Projetar um sistema linear é projetar um sistema que morre no primeiro ciclo.
Uso acadêmico vs uso operacional
O termo "ontologia operacional" aparece em dois contextos com finalidades diferentes.
Uso acadêmico (engenharia de ontologias). Em Ciência da Computação, uma ontologia operacional é a versão executável de uma ontologia de referência conceitual, construída em ferramentas como Protégé para inferência lógica formal (OWL, RDF). O foco é representação semântica precisa de um domínio, geralmente sob Open World Assumption.
Uso operacional (método FSTech). No contexto de IA aplicada a negócios, a Ontologia Operacional é a metodologia da FSTech para operar agentes de IA em produção. O foco é execução determinística sob Closed World Assumption: se algo não está documentado na ontologia, não existe para o sistema. Isso elimina alucinações e garante que o agente opere sobre dados estruturados, não sobre interpretação livre de texto.
Os dois usos não competem. O acadêmico explica o conceito; o operacional o aplica em produção corporativa.
Exemplo concreto
Em uma operação financeira de cobrança:
- Dados: títulos vencidos, perfil do cliente, histórico de pagamento.
- Lógica: cliente recorrente com ticket menor vence cliente novo com inadimplência alta, exceto quando o título recente excede o limite de alerta.
- Ação: envio de mensagem via WhatsApp com tom adaptado ao perfil, registro do contato no log, agendamento de follow-up.
Após a ação, o resultado (pagou, ignorou, contestou) volta como Dados novos, alimentando o próximo ciclo. O sistema aprende sobre a operação real, não sobre uma simulação.
Quando faz sentido aplicar
Uma ontologia operacional é apropriada quando:
- A empresa depende de processos repetitivos com decisão estruturada sobre dados.
- A operação atual sobrevive de planilhas, sistemas legados e conhecimento na cabeça de pessoas-chave.
- Há intenção de usar agentes de IA, mas é necessário garantir que respostas e ações sejam auditáveis, não probabilísticas.
- Existe risco de alucinação inaceitável (financeiro, saúde, legal, operação crítica).
Não é apropriada quando o processo é exploratório, criativo, ou não tem regra explícita. Nesses casos, o ganho de estruturar não compensa o custo.
Perguntas frequentes
Qual a diferença entre Ontologia Operacional e Knowledge Graph?
Um Knowledge Graph representa conhecimento em grafos de entidades e relações, geralmente para busca semântica. Uma Ontologia Operacional adiciona a camada de Ação: o sistema não apenas representa o conhecimento, ele opera sobre ele de forma auditável.
Ontologia Operacional usa LLM?
Sim, mas o LLM opera sobre a ontologia, não substitui a ontologia. O modelo executa a Lógica definida e gera a Ação sobre os Dados estruturados, sem inferir contexto faltante.
Quanto tempo leva implementar uma Ontologia Operacional?
Depende da entropia organizacional. Uma vertical mínima (uma entidade, três regras, uma ação) pode estar em produção em quatro a seis semanas. Uma operação completa exige meses, sempre crescendo por verticais completas em vez de horizontalmente.
Ontologia Operacional substitui ERP ou CRM?
Não. Ela opera junto, consumindo dados desses sistemas e executando ações que o ERP ou CRM não foi projetado para fazer (decisão automatizada, escalonamento contextual, write-back inteligente).
O que é Pin/Spec Protocol v2?
É o framework executável da FSTech para implementar Ontologia Operacional em projetos reais. Cada projeto tem um arquivo de regras imutáveis (_pin.md) e um arquivo de estado vivo (_specs.md). Detalhe completo em /framework/.
Closed World Assumption complica a operação?
Pelo contrário. CWA elimina ambiguidade: se um campo não está na ontologia, o agente não inventa. Isso é o que viabiliza execução determinística em produção, em vez de raciocínio teórico.
Próximos passos
Esta página é a definição introdutória. Para detalhamento técnico do framework e exemplos de implementação, veja a página principal. Para discutir aplicação na sua operação, agende um diagnóstico gratuito.