Gerar gráfico virou commodity
A camada de contextoentre suas IAs e seus dados
Sua equipe pergunta no Claude, no ChatGPT, no Copilot ou no Gemini. O Undash entrega a essas IAs as métricas oficiais e as regras de segurança da empresa, que melhoram a cada versão. Ninguém espera na fila, e o número sai oficial.
Demonstração com o seu cenárioSomente leitura no seu bancoDados na região São Paulo
Qual foi a receita líquida de setembro por região?
- search_contextreceita líquida, região
- describe_metricreceita_liquida v3
- run_querysetembro · por região
Receita líquida · setembro
R$ 4,21 mi
| Região | Receita líquida |
|---|---|
| Sudeste | R$ 2,07 mi |
| Sul | R$ 0,93 mi |
| Nordeste | R$ 0,68 mi |
| Centro-Oeste | R$ 0,32 mi |
| Norte | R$ 0,21 mi |
Exemplo com dados fictícios
Funciona com a IA que seu time já usa
- Claude
- ChatGPT
- Microsoft Copilot
- Google Gemini
Lê do warehouse que já é a fonte da verdade
- PostgreSQL
- BigQuery
- Snowflake
- MySQL
- Redshift
- Trino
- ClickHouse
a fila que ninguém aguenta mais
A análise de dados virou conversa
Seu time já conversa com dados. Seu BI ainda abre chamado.
As pessoas fazem perguntas à IA e recebem respostas em segundos. O BI tradicional ainda exige pedido, fila, painel fixo e o time de dados no meio. Quem não espera cola uma planilha na própria IA. A empresa perde nas duas pontas: velocidade e controle.
- #482 Receita por canal na fila
- #489 Churn por plano, de novo na fila
- #496 O mesmo painel com outro filtro na fila
Se você lidera a empresa
- Você pergunta na segunda e o painel chega quando a decisão já foi tomada.
- Cada diretoria leva um número diferente para a mesma reunião.
- Você paga licença por pessoa para painéis que pouca gente abre.
- Você não sabe que dados da empresa já foram colados numa IA pessoal.
Se você é do time de dados
- A fila só cresce, e cada pedido é uma variação do painel anterior.
- Metade da semana vai em explicar por que o número não bate com a planilha.
- A definição de receita que você escreveu é reescrita em cada prompt.
- Cobram de você a governança de IAs que você nem sabe que existem.
Enquanto isso, a Shadow AI cresce no escuro
Shadow AI é quando as pessoas levam dados da empresa para IAs que ninguém aprovou. Não é hipótese: está nas manchetes.
-
78% das pessoas que usam IA no trabalho levam as próprias ferramentas, sem esperar a empresa.
Ler a notícia de Microsoft e LinkedIn, Work Trend Index (maio de 2024) -
Uma em cada cinco organizações relatou violação de dados ligada à Shadow AI. Com muita Shadow AI, o custo subiu em média US$ 670 mil.
Ler a notícia de IBM, Cost of a Data Breach (julho de 2025) -
Até 2030, mais de 40% das organizações terão incidentes de segurança e conformidade por uso de IA não autorizada.
Ler a notícia de Gartner (novembro de 2025) -
Samsung proíbe IAs generativas depois que engenheiros enviaram código interno ao ChatGPT.
Ler a notícia de Bloomberg, via The Japan Times (maio de 2023)
Proibir a IA não funciona. Dar contexto oficial a ela, sim.
Cada IA dá um número diferente
Sem contexto, cada IA escolhe uma tabela e inventa uma regra. A mesma pergunta sobre receita, feita em três assistentes:
Claude
R$ 4,6 mi
Somou os pedidos faturados, com frete.
ChatGPT
R$ 3,9 mi
Tirou as devoluções, mas só até o dia 25.
Copilot
R$ 4,2 mi
Usou a tabela de pedidos antiga.
Mesma pergunta, três respostas. Qual vai para o conselho?
Qualquer IA desenha um gráfico. Só a camada de contexto garante que o número é oficial.
do dado bruto ao Lacre
Como funciona
Do warehouse ao painel oficial, sem fila no meio
O Undash fica entre os seus dados e as IAs da empresa. Veja a jornada completa, passo a passo.
Conecte o warehouse. Com um usuário somente leitura, verificado na conexão. O Undash lê o catálogo de tabelas e colunas para começar.
Monte a camada de contexto. A IA Undash propõe métricas, sinônimos e regras de negócio a partir do catálogo. O time de dados aprova cada item e publica uma versão.
Defina quem vê o quê. Regras por linha para pessoas e grupos e colunas pessoais mascaradas. A política é montada no servidor, e nenhuma IA consegue removê-la.
Ligue a IA de cada pessoa. Cada pessoa adiciona o Undash MCP no Claude, no ChatGPT, no Copilot ou no Gemini e entra com a própria conta. A IA consulta métricas e nunca escreve SQL.
Publique com o Lacre. A IA monta o painel no padrão visual da empresa. Depois das verificações e, se quiser, da revisão humana, ele ganha o Lacre e pode ser compartilhado com controle.
Exemplo com dados fictícios da Casa Aurora Móveis
alucinação? aqui não
Confiança
IA que alucina número não vai para a reunião
Alucinação em análise de dados quase sempre é falta de contexto: a IA não sabe o que a empresa chama de receita, qual tabela vale nem quem pode ver o quê. O Undash resolve isso antes da consulta, não depois.
Deloitte devolve parte de um contrato de A$ 440 mil ao governo australiano depois de um relatório com referências inventadas por IA.
Ler a notícia da AP (outubro de 2025)Contexto de negócio
- “faturamento” = receita líquida (usado)
- região Sul (usado)
- setembro de 2026 (usado)
- receita sem devoluções nem frete (usado)
- cliente
- “cliente ativo”
Métrica oficial
- receita_liquida v3 (usado)
- ticket_medio v2
- cliente_ativo: sem definição
Modelos e relações
- vendas.pedidos_faturados (usado)
- crm.clientes
- pedidos.cliente_id → clientes.id
Política de acesso
- Ana vê só a região Sul (usado)
- CPF mascarado
- consulta auditada (usado)
Resposta
R$ 0,93 mi
Oficial v3SELECT SUM(valor_liquido) FROM vendas.pedidos_faturados WHERE regiao = 'Sul' AND mes = DATE '2026-09-01'
SQL gerado pelo motor, não pela IA. Mesma pergunta, mesma consulta.
Exemplo com dados fictícios da Casa Aurora Móveis
-
Motor de consultas determinístico
A IA pede métricas numa linguagem estruturada e o motor gera o SQL. Mesma pergunta, mesmo SQL, mesmo número, com a consulta e a versão abertas no Tira-teima.
-
Grafo de contexto
Termos de negócio, métricas, modelos e relações ligados entre si. A IA encontra a definição certa em vez de adivinhar a tabela.
-
Segurança que falha fechada
Regras por linha e dados pessoais mascarados em toda consulta. Se a política não puder ser aplicada, a consulta não roda.
-
Melhora a cada versão
As consultas de referência formam uma suíte de avaliação. Uma versão nova que piora a precisão não é publicada.
plugou, perguntou
Conexões e segurança
Conecte em minutos. Governe desde o primeiro dia.
Sem migrar dados e sem trocar a IA de ninguém. O Undash se liga ao warehouse e às IAs que a empresa já usa.
Na IA que cada pessoa já usa
Pelo MCP, o padrão aberto que conecta IAs a ferramentas, com login da própria pessoa.
- Claude
- ChatGPT
- Microsoft Copilot
- Google Gemini
- Cursor
- Lovable
- Outras ferramentas com MCP remoto e login OAuth costumam funcionar.
Conector MCP https://app.undash.ai/mcp
No warehouse que já é a fonte da verdade
Leitura com usuário somente leitura. Os dados continuam onde estão.
- PostgreSQL
- BigQuery
- Snowflake
- MySQL beta
- Redshift beta
- Trino beta
- ClickHouse beta
Segurança de nível empresarial
-
Somente leitura
Verificado no momento da conexão. As consultas rodam em modo leitura.
-
Dados no Brasil
Dados e metadados na região São Paulo, de acordo com a LGPD.
-
Cada pessoa vê só o que pode
Regras por linha para pessoas e grupos, aplicadas em toda consulta.
-
Dados pessoais mascarados
Colunas pessoais chegam mascaradas para a IA e para quem não pode vê-las.
-
Auditoria que não se altera
Cada consulta, publicação e acesso fica registrado, sem edição.
-
Organizações isoladas
Cada empresa fica isolada no banco, com política de acesso por organização.
em boa companhia
Construído sobre padrões abertos
O protocolo que as maiores IAs adotaram. A camada de contexto que faltava.
O Undash MCP segue o protocolo MCP, o padrão aberto que conecta IAs a ferramentas. Em pouco mais de um ano, ele virou o jeito comum de levar contexto às IAs do mercado.
-
nov. 2024
A Anthropic lança o Model Context Protocol (MCP) como padrão aberto.
Fonte: A Anthropic lança o Model Context Protocol (MCP) como padrão aberto. -
mar. 2025
A OpenAI adota o MCP, começando pelo Agents SDK.
Fonte: A OpenAI adota o MCP, começando pelo Agents SDK. -
2025
Google e Microsoft anunciam suporte ao MCP nas suas plataformas.
Fonte: Google e Microsoft anunciam suporte ao MCP nas suas plataformas. -
dez. 2025
O MCP passa à Agentic AI Foundation, na Linux Foundation, com Anthropic, OpenAI e Block.
Fonte: O MCP passa à Agentic AI Foundation, na Linux Foundation, com Anthropic, OpenAI e Block. -
agora
O Undash leva a camada de contexto a todas elas.
Compromissos desde o primeiro dia
- Feito no Brasil, com dados na região São Paulo
- LGPD desde o primeiro dia, com dados pessoais mascarados
- Somente leitura no seu warehouse
- Auditoria de cada consulta e publicação
As primeiras empresas definem o Undash
Quem conversa com a gente agora configura com o time Undash e influencia o que vem a seguir.
Perguntas frequentes
O que é a camada de contexto?
É o que fica entre as IAs da empresa e os dados: métricas oficiais, regras de negócio, relações entre tabelas e regras de acesso. Toda IA conectada ao Undash consulta essa camada antes de responder, e ela melhora a cada versão aprovada pelo time de dados.
Como o Undash evita alucinações?
A IA não escreve SQL. Ela pede métricas aprovadas numa linguagem estruturada, e o motor do Undash gera e executa a consulta, sempre igual para a mesma pergunta. Sem métrica oficial, a resposta diz isso e a pergunta vira sugestão para o time de dados. Visões com números escritos à mão não viram oficiais.
O que é Shadow AI?
É quando as pessoas usam IAs por conta própria com dados da empresa: planilhas exportadas, definições diferentes e nenhum registro de quem viu o quê. O Undash não proíbe a IA; dá a ela o contexto oficial e o acesso de cada pessoa.
O Undash substitui o BI?
Muda o caminho da análise do dia a dia: em vez de abrir um pedido e esperar um painel, a pessoa pergunta na IA e, quando o resultado importa para a empresa, publica uma visão com o Lacre. Os painéis que vocês já têm podem continuar onde estão.
O Undash cria os gráficos?
Não, e esse é o ponto: gerar gráfico virou commodity. Quem cria é a IA que vocês já usam. O Undash entrega a ela os números oficiais e o padrão visual da empresa, e verifica, guarda e compartilha o que ela publica.
Quais IAs funcionam?
Claude, ChatGPT, Microsoft Copilot e Google Gemini, pelo protocolo MCP. Outras com MCP e login OAuth costumam funcionar.
Quais bancos posso conectar?
PostgreSQL, BigQuery e Snowflake. MySQL, Redshift, Trino e ClickHouse estão em beta.
O Undash pode alterar meus dados?
Não. A conexão exige um usuário somente leitura, verificado no momento da conexão, e as consultas rodam em modo leitura.
Onde ficam os dados?
Na região São Paulo. O Undash guarda definições, resultados das consultas usadas nas visões e a auditoria. As credenciais ficam cifradas.
Quem decide o que é oficial?
O time de dados aprova as métricas. Cada visão vira oficial por revisão humana ou por verificação automática, conforme a política da empresa.
Cada pessoa vê só o que pode?
Sim. Regras por linha para pessoas e grupos, colunas pessoais mascaradas e visões com público definido. Se a política não puder ser aplicada, a consulta não roda.
Posso compartilhar com quem é de fora?
Sim, pelo Undash Share: link com código por email, prazo, marca d’água e dados ao vivo ou congelados.
Dê contexto oficial às IAs da sua empresa
Agende uma conversa e veja como o Undash leva contexto oficial às IAs da sua empresa.
- Demonstração com o seu cenário
- Conversa direta com o time Undash
- Próximos passos para conectar os seus dados