LLM puro vs LLM cruzado com fonte humana pra validar endereço

Gerente de TI considera limpar cadastro de 80k endereços. Vendedor de IA pitching: "joga no GPT/Claude, ele completa, ele valida, em horas tá pronto".

Tentação grande: é rápido, parece moderno, custo de API é fração de qualquer alternativa. Mas o resultado em produção é desastroso quando o gerente não entende alucinação. Comparação honesta entre LLM puro e modelo cruzado.

O que LLM puro entrega

Modelo: cadastro vai pra LLM, modelo completa/valida/normaliza, sai limpo.

Pontos fortes:

• Velocidade absurda: 80k registros em horas
• Custo de API baixo: alguns centavos por consulta
• Implementação rápida: semanas pra POC
• Generaliza: mesma chamada pra cadastro residencial e PJ
• Saída formatada: dado vem padronizado

Pontos fracos:

• Alucinação: modelo inventa endereço plausível em 15-25% dos casos
• Confiança alta no errado: retorna status: OK mesmo quando inventou
• Não distingue saber de inferir: padrão de treino vs realidade
• Sem auditabilidade: não sabe por que o modelo decidiu o que decidiu
• Sem evidência externa: confia no que LLM "sabe" do treino

Resultado em produção: cadastro fica pior que antes em 15-25% dos casos — e ninguém sabe quais.

O que LLM cruzado com fonte humana entrega

Modelo: LLM extrai/normaliza, múltiplas fontes externas validam, humano resolve divergência.

Fluxo:

1. LLM extrai dado bruto do cadastro
2. Consulta fontes externas: Google Maps, OpenStreetMap, Receita Federal, Street View
3. Calcula score consolidado por campo
4. Casos com alta confiança → atualização automática
5. Casos divergentes → fila pra validação humana com evidência consolidada

Pontos fortes:

• Não confia no LLM sozinho: múltiplas fontes confirmam
• Score por campo: sabe onde confia, onde não
• Auditabilidade: trilha de qual fonte sustentou cada decisão
• Humano onde precisa: valida só os divergentes (5-15%)
• Captura alucinação: quando LLM inventou, fonte externa discorda

Pontos fracos:

• Custo maior: múltiplas APIs em paralelo
• Implementação mais complexa: orquestração, fallback, cache
• Mais lento: consulta paralela demora mais que LLM sozinho
• Requer humano disponível: validação humana é parte do fluxo

A comparação direta

| Critério | LLM puro | LLM cruzado com fonte | |---|---|---| | Velocidade | Horas | Dias-semanas | | Custo | Muito baixo | Médio | | Alucinação visível | Não (passa) | Sim (flag) | | Score de confiança | Não | Granular | | Auditável | Não | Sim | | Humano no loop | Não | 5-15% | | Qualidade em produção | 70-85% | 90-95%+ | | Risco operacional | Alto | Baixo |

A diferença não é "10% melhor". É qualidade vs risco de desastre.

O exemplo concreto da alucinação

Cadastro: "Rua das Flores, Centro, São Paulo" (sem número).

LLM puro:

• Recebe pedido pra normalizar
• Procura no treino "Rua das Flores, Centro, São Paulo"
• Encontra exemplos similares
• Retorna: "Rua das Flores, 234, Centro, São Paulo, 01010-010"
• Confiança aparente: alta
• Realidade: "234" foi inventado. Existem 12 ruas "das Flores" em São Paulo. Modelo escolheu uma plausível.

LLM cruzado:

• LLM extrai: "Rua das Flores, Centro, São Paulo, sem número"
• Consulta Maps: dá 3 resultados (diferentes ruas com mesmo nome)
• Consulta Street View: 3 locais, nenhum com fachada compatível
• Score consolidado: baixo
• Sistema flagga: "Endereço ambíguo, número ausente. Revisão humana necessária."
• Validador humano descobre que rua certa é em outra zona, número correto é 78.

Diferença operacional: primeiro caso vira motoboy chegando em endereço errado. Segundo caso vira correção antes de entrar em produção.

Por que LLM puro vende bem

Mercado tem produto vendendo "limpa cadastro com IA" — significando LLM puro. Vende porque:

• Demonstração parece mágica (cadastro feio entra, bonito sai)
• Custo baixo agrada compras
• Implementação rápida agrada TI
• Resultado em produção demora 3-6 meses pra aparecer — depois da venda

Em data quality crítica, LLM puro é anti-padrão estrutural. A indústria está aprendendo isso ao custo de erros operacionais.

Quando LLM puro pode bastar

Sinais consolidados:

• Cadastro não-crítico (lista de e-mail marketing, contato genérico)
• Tolerância alta a erro (volume alto, perda individual é pequena)
• Sem operação capilar dependendo do dado
• Sem cobrança, logística, comercial dependendo

Tipicamente: cadastro de baixo impacto operacional.

Quando cruzamento vira obrigatório

Sinais consolidados:

• Cadastro crítico (PDV em operação capilar, cliente de cobrança, paciente, fornecedor)
• Erro de cadastro vira custo material (frete, processo, lawsuit)
• Volume acima de 10k
• Decisão estratégica baseada no cadastro

Tipicamente: a maioria dos cadastros de empresa séria.

O que NÃO resolve

• "Confiar mais no LLM premium". Mesmo padrão estrutural de alucinação.
• Prompt engineering "melhor". Alucinação não vem de prompt ruim — vem da arquitetura.
• Validar humano em 100% depois. Inviável em escala (vimos no artigo do batch passado).

O que resolve é cruzar com fontes humanas/oficiais, validando só divergente.

Quando vale priorizar a virada

Sinais:

• Já tentou (ou está pensando) LLM puro pra cadastro crítico
• Cadastro decadente é problema sentido
• Diretoria pediu plano sério de data quality
• Operação capilar/cobrança sofrendo

Quando 2+ presentes, vale pular o LLM puro e ir direto pro cruzado.

Próximo passo

LLM cruzado com múltiplas fontes externas e validação humana de exceção é o caminho honesto pra usar IA em data quality sem trocar problema por outro. A FELGOR Vision implementa esse fluxo. Se quiser ver aplicado no contexto da sua base, agende um diagnóstico de 30 minutos com os fundadores.