A Choco criou uma camada de inferência para codificar o conhecimento das centrais de encomendas, não apenas para transcrever pedidos

O estrangulamento estava nas entradas confusas; o verdadeiro problema era o conhecimento tácito

A Choco liga restaurantes, fornecedores e distribuidores — mais de 21 mil distribuidores e 100 mil compradores nos EUA, Reino Unido, Europa e no GCC. Com o crescimento dos volumes, as encomendas continuavam a chegar por email, mensagens de texto, mensagens de voz, imagens e notas manuscritas, que a equipa reintroduzia manualmente em encomendas estruturadas no ERP.

A empresa é clara: processar esses formatos era a parte fácil. O que impedia a escala era o conhecimento que residia na cabeça das pessoas — qual o SKU a que um determinado cliente se refere, as suas unidades preferidas, os seus padrões de entrega.

Processar essas entradas foi a primeira barreira, mas não a mais difícil. O verdadeiro problema era o contexto implícito: os mapeamentos de SKU específicos de cada cliente, as preferências de unidades, os padrões de entrega. Esse conhecimento estava na cabeça dos operadores da central de encomendas, e precisávamos de o codificar em camadas de inferência capazes de resolver ambiguidades no momento da captura da encomenda.Montana Labs

Esta é uma distinção útil para quem constrói sistemas de extração. A transcrição e o OCR são hoje capacidades comuns. O diferencial que a Choco identifica é a resolução de ambiguidades face ao histórico de encomendas e ao catálogo de cada cliente — o que o VP de Engenharia Narbeh Mirzaei chama a linha que separa a automação da inteligência.

Dois agentes, uma única stack multimodal

A Choco criou o OrderAgent para converter entradas multimodais — emails, SMS, imagens, documentos — em encomendas estruturadas e prontas para ERP. O VoiceAgent, construído sobre a Realtime API da OpenAI, permite que os clientes façam encomendas por telefone com latência inferior a um segundo, mesmo fora do horário comercial.

A razão apontada para consolidar num único fornecedor foi prática: gerir texto, imagem e áudio num único ecossistema permitiu à Choco unificar fluxos de trabalho até então desligados entre si. A equipa integrou reconhecimento de fala, embeddings e function calling através dos SDKs da OpenAI, em vez de combinar vários fornecedores especializados por modalidade.

Os resultados reportados são concretos: mais de 8,8 milhões de encomendas processadas por ano, mais de 200 mil milhões de tokens em produção, uma redução até 50% na introdução manual de encomendas e o dobro da produtividade da equipa de vendas sem aumento de efetivos.

Limiares de confiança e avaliação garantiram a confiança do sistema

A opção de design que se destaca é o Autopilot — um modo opcional que automatiza o processamento apenas quando são atingidos determinados limiares de confiança, encaminhando os casos limite para revisão humana. A Choco reporta taxas de erro inferiores a 1–5%, com limiares de automação configuráveis e um sistema que aprende com as correções ao longo do tempo.

Essa filtragem é importante porque a introdução de encomendas por LLM é probabilística, não determinística. A Choco associa-lhe uma estrutura de avaliação rigorosa: conjuntos de dados de referência (ground truth), monitorização contínua e testes A/B. Uma das lições da própria liderança é começar, desde o primeiro dia, com 10 a 20 exemplos de referência, e investir em observabilidade que capture as entradas, saídas e traços de raciocínio do modelo — não apenas registos convencionais.

Quando os clientes viram o sistema a funcionar com as suas próprias encomendas, a confiança surgiu rapidamente. Foi nesse momento que a adoção realmente acelerou.Montana Labs

A adoção também beneficiou do facto de não se exigir aos clientes que mudassem de comportamento. Os compradores continuaram a fazer encomendas por telefone, mensagem ou email; foi o sistema que se adaptou a eles, e não o contrário.

O que a implementação da Choco revela: a orquestração de agentes como função para não-engenheiros

A afirmação com maior alcance neste anúncio é organizacional, não técnica. A Choco diz estar a criar uma nova categoria de utilizadores — não-engenheiros que atuam como 'orquestradores de agentes', concebendo e gerindo sistemas inteligentes que geram resultados de negócio.

Lida em conjunto com a ideia do CEO Daniel Khachab de passar 'de software que apoia o trabalho para sistemas que realmente fazem o trabalho', a implicação concreta é que a Choco trata a captura de encomendas como uma tarefa a executar de forma autónoma, sob políticas de confiança definidas por humanos — com o papel do operador da central de encomendas a mudar da introdução de dados para a definição de limiares, a revisão de excepções e a correção do sistema. Saber se esse papel se mantém à medida que os agentes assumem mais partes do fluxo da cadeia de abastecimento é o verdadeiro teste que se segue.