Santana, André Luiz MacielFonteyne, EnzoTanaka, LiviaCosta, Lucca HiratsucaLazzaron, Luiz Felipe2025-08-212024https://repositorio.insper.edu.br/handle/11224/8017Este artigo apresenta o desenvolvimento de uma ferramenta baseada em IA projetada para aumentar a produtividade de equipes de vendas B2B, auxiliando na criação e avaliação de propostas comerciais. A solução, desenvolvida como parte de uma colaboração entre estudantes do Insper e uma empresa de tecnologia brasileira, utiliza IA para automatizar e otimizar diversos aspectos do processo de vendas. A ferramenta proposta integra-se com apresentações já estabelecidas e utiliza modelos de IA generativa para fornecer insights e sugestões, aprimorando a estrutura, clareza e relevância das propostas comerciais. A arquitetura da ferramenta é construída usando o framework LangChain, permitindo a integração de múltiplos modelos de linguagem e a implementação de técnicas avançadas de processamento de linguagem natural, incluindo RAG (Geração Aumentada por Recuperação) e ReACT (Framework de Raciocínio e Ação). A eficácia da solução foi validada por meio de protótipos e entrevistas com partes interessadas, confirmando seu potencial para impactar significativamente a qualidade das propostas e os resultados de vendas.This paper presents the development of an AI-based tool designed to enhance the productivity of B2B sales teams by assisting in the creation and evaluation of commercial proposals. The solution, developed as part of a collaboration between students from Insper and a Brazilian technology company, leverages AI to automate and optimize various aspects of the sales process. The proposed tool integrates with established presentation decks and utilizes generative AI models to provide insights and suggestions, improving the structure, clarity, and relevance of commercial proposals. The tool’s architecture is built using the LangChain framework, allowing for the integration of multiple language models and the implementation of advanced natural language processing techniques, including RAG (Retrieval-Augmented Generation) and ReACT (Reasoning and Action Framework). The effectiveness of the solution was validated through prototyping and interviews with stakeholders, confirming its potential to significantly impact proposal quality and sales outcomes.Digital28 p.PortuguêsInteligência Artificialvendas B2Bavaliação de propostasLangChainIA generativaArtificial IntelligenceB2B salesproposal evaluationgenerative AIbachelor thesis