Resumo Executivo — Inti · LMS com IA nativa

Um núcleo de produto, quatro mercados de educação. Marca, especificação completa e protótipos navegáveis.

A tese em uma frase

Inti é um LMS brasileiro que traz a escola junto (migração sem atrito de Canvas/Moodle), com IA nativa em três camadas (aluno, professor, gestão) e privacidade por princípio — servindo quatro mercados (escolas K12, universidades, a economia dos criadores e o treinamento corporativo) sobre a mesma base técnica. A porta de entrada é a migração; o que retém o cliente é a IA e a confiança.

Por que agora

• A IA amadureceu, a LGPD tornou a confiança um critério de compra, e a evasão (queda recorde de 2,3% em matrículas na educação básica em 2025) pressiona instituições a modernizar.
• O setor é criticado por ter “muito dinheiro e pouca pedagogia” — o posicionamento aqui é o oposto: rigor pedagógico e privacidade genuína como diferencial.

O mercado (fontes em docs/mercado-dados-investidor.md)

• TAM em camadas: EdTech Brasil ~US$ 6 bi (2025) ⊃ e-learning ~US$ 2 bi ⊃ LMS ~US$ 1 bi, crescendo ~16% a.a. — o LMS é o segmento direto do produto.
• TAM em unidades: 178 mil escolas de educação básica (46 mi de alunos), 8,6 mi+ matrículas no ensino superior, e ~300 mil trabalhos na economia dos criadores.
• Brasil é o hub de edtech da América Latina (~69% das startups ativas da região).

O produto: um núcleo, quatro perfis (postura B)

O núcleo de valor — LMS core, IA nas três camadas, enriquecimento na entrada, agente exportável — é reaproveitado inteiro. Cada mercado é um perfil que herda o núcleo e sobrescreve só o entorno (identidade, matrícula, gestão, privacidade, monetização). Detalhe em docs/perfis-de-produto.md.

Eficiência de capital: um roadmap de engenharia serve quatro mercados — o custo marginal de um novo perfil é o entorno, não o produto.

Diferencial de IA novo: Sondagem na Borda

A tutora Aurora ganhou a Sondagem na Borda — um laço adaptativo que mede o gap real de entendimento do aluno adulto (probe na borda dos pré-requisitos, uma pergunta por vez, com a IA escolhendo a próxima), monta um mapa do entendimento por conceito e recalibra com quiz periódico. É lastreado em respostas reais, não em suposição. Adulto-only por desenho (B2C + corporativo): o mapa cognitivo é dado pessoal, com consentimento verificado (opt-in individual no B2C; global da organização no corporativo) e fronteira anti-vigilância — no corporativo o gestor vê conclusão/atividade, nunca o mapa cognitivo do colaborador. Construído, com testes de isolamento e E2E de ponta a ponta.

O que está pronto

• Marca completa — Inti. Nome, discovery, identidade visual “Sol de Barro” (light-first, concretista, cor chapada) e a tutora-IA Aurora. Detalhe em docs/marca/brand-discovery.md, com brand board em brand-board.html.
• 8 specs de núcleo (K12) + 2 specs de perfil (Superior, B2C), todas com decision-log, revisão adversarial e cross-referências — em docs/features/.
• Protótipos navegáveis dos quatro pilares (migração, IA aluno/professor/gestão, agente exportável) e dos três perfis, incluindo o marketplace B2C e a recomendação opt-in — todos na identidade Inti. Gerados como HTML e capturados em apresentacao-assets/.
• White-label para clientes grandes: demonstração de que o mesmo produto veste a marca de cada instituição (logo, cor, domínio próprios) sem perder o motor Inti — com guarda de contraste/acessibilidade e o selo “Powered by Inti”.
• Diferencial defensável: privacidade como produto (operadora, IA sem finalidade própria, provedor que não treina, aceite humano obrigatório), migração como custo de troca, e um núcleo reaproveitável — barreiras que um concorrente mono-mercado ou sem postura pedagógica não tem.

A marca — Inti

Inti (o Sol, em quíchua) é a luz que ensina. A identidade visual “Sol de Barro” é light-first e concretista — geometria de arcos e setores na linhagem do concretismo brasileiro, cor chapada em cal quente, âmbar e terracota, tipografia Bricolage Grotesque + Work Sans. A tutora-IA Aurora é geometria luminosa (um disco com setor solar), nunca um mascote. Um princípio-assinatura amarra forma e ética: o arco só fecha quando a resposta tem fonte — a rastreabilidade virou desenho.

As quatro apresentações — qual usar para cada audiência

Todas na identidade Inti “Sol de Barro”, autocontidas (abrir o .html no navegador; a pasta apresentacao-assets/ precisa viajar junto). Edição inline pela tecla E.

1. deck-institucional.html — 35 slides · venda B2B (escolas e universidades)

Deck modular com duas trilhas: K12 (selo verde) e Ensino Superior (selo gold), com um slide divisor onde a trilha diverge. Mostra migração, IA nas três camadas, privacidade/LGPD, as telas reais de cada camada e a demonstração de white-label (a mesma plataforma vestindo a marca de três instituições + o painel de configuração com guarda de acessibilidade). Use com: redes de ensino, secretarias, IES. Navegue mostrando/pulando a trilha conforme a sala.

2. deck-criadores-b2c.html — 14 slides · venda B2C (criadores)

Deck focado no criador: economia dos criadores, marketplace e descoberta (recomendação opt-in e explicável), compra honesta com reembolso legal, monetização (split), IA do criador (analytics + vendas com fronteira anti-manipulação) e agente do comprador adulto. Use com: criadores de conteúdo, produtores digitais, parceiros do mercado B2C.

3. deck-investidor.html — 13 slides · captação

Deck de investimento: timing, TAM em camadas e em unidades (com fontes citadas), a tese de portfólio (um núcleo, quatro mercados), execução comprovada em telas, defensibilidade, roadmap, riscos e o ask. Use com: investidores e conselho.

4. deck-corporativo-b2b.html — 10 slides · venda B2B (treinamento corporativo)

Deck focado no RH/L&D: a dor de operar treinamento e provar conformidade, a jornada operável (provisionar → equipes → treinamentos → cobertura → contrato), a Sondagem na Borda como diferencial de IA, a fronteira anti-vigilância (o gestor vê conclusão, não o mapa cognitivo), consentimento global da organização e o contrato por assentos. Use com: RH, L&D, compliance de empresas.

Riscos nomeados (não varridos)

• Validação jurídica é bloqueante de lançamento: base legal para dados de menores, agente exportável e a co-controladoria B2C.
• Recomendação personalizada (B2C) é o maior risco de privacidade/dark pattern — mitigado por opt-in, alinhamento ao comprador, explicabilidade e ausência de posições pagas na v1, mas exige vigilância contínua.
• Menores no B2C self-service e a fronteira anti-manipulação sob pressão comercial exigem decisão consciente de apetite de risco.

Próximos passos sugeridos

1. Validação jurídica dedicada (o bloqueio nomeado de lançamento).
2. Construir a Fase 1 (LMS core + identidade + migração) — a porta de entrada K12.
3. Levar cada deck à sua audiência e calibrar com o feedback real de mercado.

Documentação de suporte: docs/marca/brand-discovery.md (marca Inti e identidade visual) + brand-board.html, docs/perfis-de-produto.md (índice de perfis e pontos de variação), docs/features/ (specs completas), docs/mercado-dados-investidor.md (dados de mercado com fontes).