43.000+
Pedidos governamentais
Google cumpriu em 2024
Transparency Report oficial. Maioria sem notificar o cliente. Inclui dados de usuários brasileiros.
Google Vertex AI oferece Gemini 2.5 Pro com região São Paulo. Mas o Google LLC é empresa americana — o que significa CLOUD Act, política de retenção global e lock-in com Google Workspace. Para empresas brasileiras reguladas, vale a pena olhar a alternativa nacional.
Métricas de empresas brasileiras que migraram para o MDA nos últimos 12 meses. Dados anonimizados de clientes Enterprise.
Transparency Report oficial. Maioria sem notificar o cliente. Inclui dados de usuários brasileiros.
Gemini é barato, mas Vertex AI Search, Cloud Storage, Logging, Pipelines e BigQuery analytics somam. R$ 26k → R$ 4,4k/mês.
Mantenha Workspace, BigQuery, Drive — MDA tem MCP Connectors nativos. Saída do Vertex não obriga sair do Google.
Para empresas em setor regulado (financeiro, jurídico, saúde, governo), esses quatro eixos definem se IA generativa é viável ou risco jurídico.
MDA é empresa 100% brasileira. CLOUD Act, FISA Section 702 e Executive Order 12.333 (intel americana) não se aplicam. Google LLC é americana — todas se aplicam.
Vertex hospeda inferência em São Paulo, mas Cloud Logging é global por padrão. Cloud Identity é serviço global. MDA mantém tudo (inferência + logs + identidade) em uma única região BR.
Tokens Gemini parecem baratos. Mas Vertex AI Search ($4/1k consultas), Cloud Storage, Cloud Logging ($0,50/GB), Vertex AI Pipelines e BigQuery analytics multiplicam. ~R$ 26k/mês para 50 usuários.
MCP Connectors nativos para Drive, Gmail, Calendar, Sheets, Docs, BigQuery. Você mantém todo o ecossistema Google. Só substitui o cérebro de IA. Adapter pra Vertex AI Pipelines incluso.
Os 6 critérios que mais pesam na decisão de empresas brasileiras reguladas em 2026. Sem retórica — só dados verificáveis.
A plataforma MDA é agnóstica de modelo. Você pode continuar usando Gemini 2.5 Pro para casos onde o contexto longo (1M tokens) faz diferença — só que roteado pelo nosso gateway, com PII redaction antes de sair, audit log unificado e teto de custo cross-provider.
Cenários reais: análise de documentos jurídicos longos usa Gemini (contexto 1M tokens). Atendimento ao cliente usa MDA 2.1 (dados sensíveis nunca saem do BR). BigQuery analytics usa Vertex direto. O mesmo gateway registra tudo, redige PII antes de enviar e aplica a quota correta.
CPF, RG, e-mail, dados de clientes redacted antes de qualquer chamada pra Google. Nada sensível cruza fronteira.
Logs MDA + Vertex consolidados num só lugar — não precisa abrir Cloud Logging global pra auditoria interna.
Quota total por usuário/time/projeto independente do provedor. Quando passa, fallback automático.
Documento longo (>200k tokens)? Roteia pro Gemini. Resto vai pro MDA. Decisão automática no gateway.
MDA mantém Drive, Gmail, Calendar, BigQuery via MCP. Trocar de modelo não obriga sair do Workspace.
MDA convive com seu Service Account Google. Sem migração de dados, sem refazer permissões.
Compilado de 200+ perguntas reais feitas por CIOs, CTOs, DPOs e Heads of Data em ciclos de avaliação MDA vs Vertex AI.
Inferência sim, dados de logs/metadados não. Cloud Logging armazena globalmente por padrão (precisa configurar Log Bucket regional), Vertex AI Pipelines tem agregações globais e Cloud Identity é serviço global. Para LGPD em setor regulado, soberania completa requer um provedor 100% brasileiro.
Em raciocínio multi-step e contexto longo (1M tokens vs 256k), Gemini tem vantagem. Em PT-BR para casos empresariais típicos (atendimento, análise de documentos, agentes de vendas, BI), a diferença é imperceptível — ambos resolvem em paridade. Para casos extremos de contexto, o MDA permite chunking inteligente que compensa a diferença.
Sim, e é o caso de uso mais comum. O MDA tem MCP Connectors nativos para Drive, Gmail, Calendar, Sheets, Docs. Você mantém o Workspace e usa o MDA como camada de IA. Sem migração de e-mail ou documentos.
Não. O MDA tem conector para BigQuery que executa queries sob demanda, sem replicar dados. Você decide quais datasets ficam acessíveis ao MDA por permissão (Service Account com escopo restrito).
Em média 70-83% para empresas com 50+ usuários. Tokens parecem baratos, mas Vertex AI Search, Cloud Logging, BigQuery analytics somam outra fatura significativa. Caso real: empresa com 60 usuários no Vertex pagava R$ 22k/mês; após MDA Growth, paga R$ 5,4k — R$ 200k/ano de economia.
Sim. O LLM MDA 2.1 suporta análise de imagens, OCR de documentos e PDFs, e geração de imagens via parceria com modelos brasileiros. Vision e document understanding têm paridade com Gemini 2.5 Pro em testes internos.
Via Service Account Google com permissões restritas. O MDA chama BigQuery, Cloud Storage e outros serviços GCP sob demanda, com PII redaction automática antes de processar. Configuração feita pelo time MDA na implementação.
Você pode manter o CUD para outros serviços GCP (compute, storage, BigQuery) — só para de consumir Vertex AI. Não há multa por reduzir uso de Vertex isolado.
Times que usam Google Workspace, BigQuery e GCP relutam em migrar IA por medo de quebrar o resto da arquitetura. Não precisa. O MDA tem MCP Connectors nativos pra todo ecossistema Google — Drive, Gmail, Calendar, Sheets, Docs, BigQuery, Cloud Storage. Você mantém tudo, só troca o cérebro de IA por uma alternativa soberana.
Em uma análise técnica de 5 dias úteis, mapeamos seu uso atual de Vertex (incluindo Pipelines, Search e Cloud Logging), desenhamos plano de phaseout sem ruptura, e entregamos cronograma realista de migração em 4 semanas.