Governança e execução
Governança e execução
Esta página explica, em linguagem simples, como o programa de pesquisa da UCBVET pretende ser organizado, acompanhado e verificado ao longo do tempo. O plano proposto tem quatro anos de duração, divididos em quatro etapas iguais. A equipe começa pequena e cresce apenas quando os primeiros resultados aparecem. Cada etapa só avança quando cumpre um critério objetivo, definido com antecedência. E nada que venha de um computador é tratado como verdade comprovada: toda indicação promissora precisa ser confirmada por um laboratório independente antes de virar qualquer afirmação sobre o produto.
Os números de equipe, prazos e cronograma apresentados aqui são uma proposta de execução — um plano de trabalho, e não um compromisso já assinado. Estão escritos assim de propósito: para um avaliador de fomento, é mais útil e mais confiável distinguir claramente o que já é fato verificável do que ainda é proposta a confirmar.
Pessoas
Equipe: começa mínima, cresce sob demanda
O programa não exige montar a equipe completa logo no primeiro dia. A primeira fase funciona com um núcleo de cerca de três pessoas e só contrata os profissionais mais caros quando os primeiros resultados liberam o avanço. A lógica é simples: gastar com gente quando há evidência de que o trabalho está dando certo, e não antes. Assim, a folha de pagamento cresce em degraus, sempre amarrada a entregas concretas — e não ao calendário.
Na primeira fase, o núcleo inicial reúne três perfis essenciais:
- um engenheiro de inteligência artificial sênior, responsável por construir e integrar os sistemas que processam dados e modelos;
- um cientista de descoberta de fármacos com doutorado, que conduz a busca por moléculas promissoras por meios computacionais;
- e um engenheiro de dados em meio período, encarregado de organizar e cuidar da qualidade das informações que alimentam todo o trabalho.
Conforme o programa avança e cumpre seus marcos, a equipe cresce até cerca de cinco a seis pessoas no regime pleno, somando, ao longo das fases seguintes:
- um engenheiro de aprendizado de máquina, que desenvolve os modelos de previsão (de comportamento do fármaco no organismo e de demanda) e mantém esses sistemas em operação;
- um bioinformata, que analisa alvos biológicos e dá apoio aos estudos de formulação;
- um especialista veterinário e regulatório, que garante a aderência às regras dos órgãos competentes e ajuda a desenhar as validações;
- e um gestor de projeto, que cuida dos prazos, dos marcos e da relação com os órgãos de fomento.
A tabela abaixo mostra a evolução prevista da equipe ao longo das quatro fases. O número ao lado de cada papel indica quanto daquele profissional está dedicado ao programa: 1,0 equivale a uma pessoa em tempo integral, 0,5 a meio período ou uma pessoa compartilhada com outras atividades, e o traço (—) indica que aquele papel ainda não entrou naquela fase. Essa composição é uma proposta, ajustável conforme a negociação com a instituição parceira e com o instrumento de fomento.
Núcleo inicial
Cerca de 3 pessoas no total
- Engenheiro de inteligência artificial sênior — 1,0
- Cientista de descoberta de fármacos (doutorado) — 1,0
- Engenheiro de dados — 0,5 (meio período)
- Especialista veterinário/regulatório — 0,3
- Gestor de projeto — 0,3
Primeira ampliação
Cerca de 4,5 pessoas no total
- Engenheiro de inteligência artificial sênior — 1,0
- Cientista de descoberta de fármacos (doutorado) — 1,0
- Engenheiro de aprendizado de máquina — 1,0 (entra)
- Engenheiro de dados — 1,0
- Especialista veterinário/regulatório — 0,3
- Gestor de projeto — 0,3
Regime quase pleno
Cerca de 5,5 pessoas no total
- Engenheiro de inteligência artificial sênior — 1,0
- Cientista de descoberta de fármacos (doutorado) — 1,0
- Engenheiro de aprendizado de máquina — 1,0
- Engenheiro de dados — 1,0
- Bioinformata — 0,5 (entra)
- Especialista veterinário/regulatório — 0,5
- Gestor de projeto — 0,5
Equipe em regime
Cerca de 5,5 pessoas no total
- Engenheiro de inteligência artificial sênior — 1,0
- Cientista de descoberta de fármacos (doutorado) — 1,0
- Engenheiro de aprendizado de máquina — 1,0
- Engenheiro de dados — 1,0
- Bioinformata — 0,5
- Especialista veterinário/regulatório — 0,5
- Gestor de projeto — 0,5
Cronograma
Marcos e fases ao longo dos 48 meses
A diretoria do programa definiu cinco marcos considerados inegociáveis — as entregas que dão sentido a todo o esforço. Eles estão distribuídos pelas quatro fases. Cada fase tem um objetivo claro, uma entrega que pode ser verificada por terceiros e um critério objetivo de sucesso, que funciona como uma porta: enquanto o critério não for cumprido, a fase seguinte não avança como planejado. Essa distribuição por fases é uma proposta de execução, e pode ser calibrada.
Os cinco marcos inegociáveis são:
- Marco 1 — descoberta de fármacos robusta: estudos computacionais de descoberta sólidos, com indicação forte de candidatos para serem comprovados em laboratório. Critério de sucesso: entregar um conjunto de candidatos priorizados, com hipótese testável e protocolo de validação definido.
- Marco 2 — formulação consistente: estudos de formulação e reformulação de produtos que se sustentem e possam ser reproduzidos. Critério de sucesso: um estudo de formulação documentado e reprodutível.
- Marco 3 — previsão do comportamento do fármaco no organismo: modelos que antecipem com confiança como a substância se comporta no corpo do animal. Critério de sucesso: um modelo com margem de erro reportada e auditável, comparada a dados reais de laboratório.
- Marco 4 — previsão de demanda acurada: previsões de quanto será vendido ou produzido, com erro pequeno. Critério de sucesso: previsões cujo erro fique dentro de uma meta definida, medido em períodos reais de operação.
- Marco 5 — inteligência artificial na operação com ganho real: ferramentas de inteligência artificial usadas no dia a dia da empresa entregando aumento de produtividade. Critério de sucesso: ganho recorrente e quantificado, comparado à forma como o trabalho era feito antes — e não um teste isolado.
A tabela a seguir organiza essas entregas ao longo das quatro fases, mostrando o que cada uma pretende alcançar e o critério que precisa cumprir para liberar a próxima.
Fundação e primeiros estudos
Objetivo: montar a base de dados, colocar a inteligência artificial corporativa funcionando em um primeiro fluxo e iniciar os estudos de descoberta de fármacos em um alvo-piloto.
Entrega verificável: base de dados em operação; relatório dos estudos de descoberta do alvo-piloto; medição inicial de produtividade da inteligência artificial na operação.
Critério de sucesso: ganho de produtividade medido em pelo menos um fluxo de trabalho, comparado à situação anterior; e relatório de descoberta com alvo, método e ranking de candidatos documentados.
Descoberta robusta e formulação
Objetivo: levar a descoberta de fármacos a um estágio robusto, com indicação forte para os testes de bancada, e produzir estudos de formulação consistentes.
Entrega verificável: dossiê de descoberta com candidatos priorizados e justificativa científica; protocolo de validação em laboratório; estudo de formulação documentado.
Critério de sucesso: a descoberta entrega indicação forte para comprovação em laboratório (candidatos selecionados, hipótese testável, protocolo de validação externa definido); e o estudo de formulação é reprodutível.
Previsão validada por bancada
Objetivo: tornar robustas as previsões de comportamento do fármaco no organismo, com os primeiros resultados de laboratório independente realimentando e corrigindo os modelos.
Entrega verificável: modelo de previsão com margem de erro reportada; comparação entre o que foi previsto e o que o laboratório encontrou; registro do ciclo de calibração.
Critério de sucesso: modelo com acurácia reportada e auditável (erro comparado aos dados experimentais); validação em laboratório independente em andamento, com a correção dos modelos registrada.
Operação em regime
Objetivo: previsões de demanda acuradas em regime; inteligência artificial na operação entregando ganhos de produtividade e informações úteis de forma recorrente.
Entrega verificável: previsão de demanda com erro medido em períodos reais; relatório de ganhos de produtividade por área; consolidação da equipe em regime.
Critério de sucesso: previsão com erro dentro da meta definida em períodos reais; e inteligência artificial na operação com ganho recorrente quantificado e informações úteis documentadas.
Maturidade
Em que ponto está cada frente de trabalho
Para descrever o quanto cada linha de pesquisa já amadureceu, usamos uma referência consagrada na gestão de tecnologia: a maturidade tecnológica numa escala de 1 a 9, em que 1 representa uma ideia inicial e 9 representa uma tecnologia plenamente comprovada em uso real. Essa escala é explicada em detalhe na página As Três Frentes. Aqui, o ponto importante é como a UCBVET decide apresentar essa autoavaliação.
A postura adotada é deliberadamente conservadora. Declarar maturidade alta sem comprovação experimental enfraquece a credibilidade diante de um avaliador técnico — por isso, onde há dúvida, optamos pelo número mais baixo. A autoavaliação será validada ao longo do programa, e ser conservador agora aumenta a confiança no material em vez de diminuí-la.
Descoberta de fármacos
Esta é a frente menos madura das três. Sem comprovação experimental independente, ela está mais próxima de uma prova de conceito em laboratório do que de algo já validado em ambiente real. A maturidade sobe à medida que os testes de bancada e o laboratório independente confirmam as indicações geradas por computador. Apresentá-la como estágio inicial é a leitura tecnicamente defensável — e a recomendada para o avaliador.
Previsão de demanda
É a frente mais avançada, porque se apoia em dados históricos reais da operação da empresa. Ainda assim, a maturidade efetiva depende do erro medido em períodos reais de produção e da estabilidade do modelo quando colocado em uso contínuo. O número ganha solidez conforme essas medições se acumulam.
Inteligência artificial na operação
Está num estágio intermediário. As tecnologias necessárias já existem e estão disponíveis; o que define a maturidade real é o ganho medido em relação à forma anterior de trabalhar e a adoção recorrente pelas áreas da empresa — e não apenas a existência da ferramenta.
Riscos
Como o programa lida com riscos
Todo programa de pesquisa enfrenta incertezas, e ignorá-las seria pouco sério. Por isso, em vez de criar uma lista de riscos do zero, o programa aproveita a governança de risco já existente no site institucional da UCBVET — uma estrutura que reúne uma matriz com 70 riscos do programa e 18 riscos técnicos. Aqui, consolidamos apenas as categorias mais relevantes para esta iniciativa, sem repetir todo o catálogo, e descrevemos como cada uma é enfrentada.
As previsões podem não se confirmar
O risco: a descoberta por computador gera indicações que não se confirmam na bancada, ou os modelos de previsão apresentam erro maior do que o aceitável.
Como mitigamos: comprovação em laboratório independente antes de qualquer alegação; critérios por fase com erro sempre reportado; ajuste contínuo entre o que foi previsto e o que o experimento mostrou; e leitura conservadora da maturidade de cada frente.
Talentos raros e dependência de pessoas-chave
O risco: dificuldade de contratar e reter perfis raros, como o cientista de descoberta com doutorado e o engenheiro de aprendizado de máquina; e o risco de depender demais de uma única pessoa.
Como mitigamos: a equipe enxuta na primeira fase reduz a exposição; a parceria com uma instituição de ciência e tecnologia dá acesso a talento acadêmico; as contratações são escalonadas conforme os marcos; e a documentação dos processos reduz a dependência de qualquer indivíduo.
A ferramenta pode não ser usada
O risco: a inteligência artificial na operação não é adotada pelas áreas da empresa, e o ganho de produtividade não se transforma em uso recorrente.
Como mitigamos: medição comparada à situação anterior desde a primeira fase; foco nos fluxos de trabalho de maior valor; entrega de informações úteis a usuários reais; e um critério de sucesso, na última fase, que exige ganho recorrente quantificado, não um teste isolado.
Afirmar mais do que se pode comprovar
O risco: fazer alegação de eficácia ou segurança sem base regulatória, ou ficar em descompasso com as exigências de registro de produto veterinário.
Como mitigamos: a trava de alegações — nenhuma afirmação sem comprovação em laboratório independente; o especialista regulatório dentro da equipe; aderência às normas do Ministério da Agricultura e da Anvisa; e o entendimento de que a descoberta por computador serve para priorizar candidatos, não para registrar produtos.
Comprometer caixa antes da evidência
O risco: gastar recursos antes de haver evidência; o valor de contrapartida que o instrumento de fomento pode exigir; e o custo do capital.
Como mitigamos: a folha de pagamento cresce em degraus atrelados aos marcos; a liberação de recursos em parcelas é alinhada aos critérios de cada fase; e instrumentos de fomento sem necessidade de devolução reduzem o uso de caixa próprio. A capacidade de contrapartida por ano é um ponto que ainda precisa ser confirmado.
Governança
Quem responde pelo quê e como cada alegação é checada
Esta seção descreve a estrutura de responsabilidade do programa: quem comanda, com quem se faz parceria e como cada afirmação é verificada antes de sair para o público.
Responsável técnico e diretoria
O responsável pelo programa acumula a função de líder técnico: responde pela direção da pesquisa, pela definição dos marcos inegociáveis e pela interface com os órgãos de fomento. Na primeira fase atua de forma parcial e amplia sua dedicação conforme o programa avança. É quem garante que o programa não declare maturidade ou eficácia que a evidência ainda não sustente.
Parceria com instituição de ciência e tecnologia
A execução prevê parceria com uma instituição de ciência e tecnologia, no modelo da EMBRAPII (organização que conecta empresas a centros de pesquisa). Esse modelo permite acesso direto a uma unidade credenciada, com parte do custo do projeto coberta por recursos que não precisam ser devolvidos e contrapartida da empresa em caixa. A vantagem principal é o acesso a talento acadêmico de ponta. A existência de uma unidade com competência específica em inteligência artificial somada a saúde animal ainda precisa ser confirmada.
Validação em laboratório independente
Toda indicação que sai da descoberta por computador passa por comprovação em laboratório independente antes de virar qualquer alegação de eficácia ou segurança. A ferramenta computacional é descrita pelo que ela é — um instrumento de priorização da descoberta inicial, e não um substituto de ensaio de laboratório. As referências regulatórias são as normas do Ministério da Agricultura e da Anvisa. Esta é a trava central do programa.
Transparência factual
Todo o material desta edição distingue de forma explícita o que é fato verificável, o que é dedução lógica a partir de dados e o que ainda é proposta a confirmar. Essa postura é deliberada: para um avaliador de fomento, separar o dado comprovado da proposta é mais útil — e mais confiável — do que uma narrativa uniformemente otimista. Onde há uma lacuna, ela é declarada, e não preenchida com número inventado.
Equipe, fases, cronograma e maturidade apresentados nesta página são uma proposta de execução, e não um compromisso contratual. Nenhuma alegação de eficácia ou segurança é feita sem comprovação em laboratório independente, com aderência às normas do Ministério da Agricultura e da Anvisa.