A Atena é o repositório de pesquisa do iFood. Começou como uma planilha no Google, em que cada linha era uma pesquisa. Hoje tem 490 pesquisas, qualquer pessoa da empresa consegue contribuir para o acervo e mais de 200 pessoas usaram a ferramenta em 2026.
A primeira versão da Atena era uma planilha no Google. Cada linha registrava uma pesquisa, com BU, público, método, tema, data e link. Para encontrar alguma coisa, era preciso combinar os filtros certos e abrir os links um por um.
Depois, a Atena virou um agente. Em vez de procurar manualmente, as pessoas podiam perguntar o que o iFood já sabia sobre determinado tema e receber uma resposta.
Isso resolveu parte do problema, mas trouxe uma nova limitação: a plataforma aceitava apenas 25 arquivos por agente. Para fazer todas as pesquisas caberem, o time passou a reunir os estudos de cada BU em documentos cada vez maiores. Quando uma pesquisa nova entrava, esses arquivos precisavam ser processados novamente.
A Atena conseguia responder às perguntas, mas não havia rastreabilidade. Quem recebia uma resposta não conseguia acessar a pesquisa que estava por trás dela.
Fui uma das 100 pessoas escolhidas como multiplicadoras de IA no iFood. Em um dos encontros, conheci o conceito de arquitetura multiagente e percebi que ele poderia resolver uma das principais limitações da Atena.
Em uma arquitetura multiagente, o trabalho é distribuído entre diferentes subagentes e coordenado por um agente principal, chamado de orquestrador. Isso permitia distribuir as pesquisas entre vários agentes, em vez de concentrar todo o conteúdo em um único lugar e ficar restrito ao limite de 25 arquivos.
Levei a ideia para o time e redesenhei a arquitetura da Atena. Ela passou a funcionar como um orquestrador, que recebe a pergunta e identifica quais dos dez subagentes precisa consultar.
Para garantir a rastreabilidade das respostas, criei também uma planilha de metadados que reunia o link de cada pesquisa, autoria e data. Assim, a Atena conseguia não só responder às perguntas, mas também indicar quais pesquisas havia usado como fonte.
Essa versão entrou no ar em janeiro de 2026.
A busca tinha melhorado, mas adicionar uma pesquisa nova ainda dava trabalho. Cada subagente continuava limitado a 25 pesquisas e a atualização do acervo dependia dos embaixadores da Atena, uma pessoa por BU.
Adicionar uma única pesquisa levava mais de 20 minutos. Era preciso ajustar o prompt, subir o arquivo no Google Drive e extrair os metadados manualmente. Na prática, o acervo só crescia quando algum embaixador tinha tempo para fazer esse processo.
Propus então migrar o acervo para o Confluence, eliminando o limite de pesquisas por subagente. A migração aconteceu em junho e o acervo passou de 132 para 260 pesquisas.
Aproveitei essa mudança para rever também a forma como o conhecimento era organizado. Até então, a estrutura seguia as BUs do iFood. O problema é que um mesmo público pode ser atendido por duas ou três BUs diferentes. Uma pesquisa sobre consumidores, por exemplo, poderia ficar espalhada em diferentes lugares.
Passei a organizar o acervo por perfil de público. Além de reunir pesquisas sobre um mesmo público, essa estrutura deixou de depender da organização interna do iFood e de mudanças no organograma.
Com o limite técnico resolvido, ainda havia uma barreira: alimentar a Atena continuava dependendo dos embaixadores.
Escolhi levar esse fluxo para o Slack, a ferramenta oficial de comunicação do iFood e que já fazia parte da rotina das pessoas. Em vez de criar uma nova plataforma ou pedir que as pessoas aprendessem outro processo, a contribuição poderia acontecer onde elas já estavam.
Criei um workflow no Slack para adicionar novas pesquisas ao acervo. A pessoa cola o link da apresentação, escolhe a categoria e envia. O processo, que antes levava mais de 20 minutos e dependia dos embaixadores, passou a levar menos de um minuto e pôde ser feito por qualquer pessoa.
O workflow entrou no ar em julho. Desde então, o acervo passou de 260 para 490 pesquisas, um crescimento de 88%.
Abrir a publicação para qualquer pessoa resolveu o problema de escala, mas trouxe um novo risco: pesquisas duplicadas, incompletas, no perfil errado ou fora do padrão.
Por isso, o workflow do Slack funciona apenas como porta de entrada. Depois do envio, duas skills que criei cuidam do processamento e da manutenção do acervo.
A Pipeline cuida das pesquisas que chegam pelo Slack. Primeiro, verifica se a pesquisa já existe no acervo. Se já existir, ela não é publicada de novo. Como cada time estrutura suas apresentações de um jeito, ela faz uma extração semântica do conteúdo: em vez de reproduzir a ordem dos slides, identifica informações como objetivo, contexto, método, amostra, aprendizados, citações e hipóteses.
A partir disso, confere o perfil que a pessoa informou no formulário e organiza o conteúdo em uma estrutura padrão no Confluence.
A Curadoria olha para o acervo como um todo. Ela procura duplicatas, links quebrados, páginas incompletas, pesquisas fora do padrão ou classificadas no perfil errado.
Também considera a validade daquele conhecimento ao longo do tempo. Um estudo de 2022 sobre comportamento, por exemplo, ainda pode ser relevante, enquanto um teste de usabilidade da mesma época pode retratar uma tela que nem existe mais. Dependendo do que encontra, a skill corrige, move ou remove a pesquisa e gera um relatório sobre a saúde do acervo.
A nova versão entrou no ar em janeiro com três pessoas usando a Atena. Em julho, foram 69 usuários no mês.
Ao longo de 2026, 214 pessoas usaram a Atena, somando quase 2 mil interações.
Desde abril, ela também está integrada ao Agente de Pesquisa, um agente que funciona como mentor e ajuda as pessoas a conduzir pesquisas. A integração conecta duas etapas do processo: primeiro, a Atena ajuda a entender o que o iFood já sabe sobre aquele tema; a partir daí, fica mais fácil identificar o que ainda não sabemos e direcionar a pesquisa para esses gaps.
O uso da Atena pode variar de um mês para outro. Em março, por exemplo, foram 61 usuários; em abril, 26; e em julho, 69. Essa oscilação acompanha o próprio ritmo de pesquisa do iFood: há períodos com mais estudos acontecendo e outros com menos demanda por esse tipo de conhecimento.
Por isso, aumentar a retenção mensal não é um objetivo por si só. A expectativa não é que as pessoas usem a Atena todos os meses, mas que recorram a ela quando precisam consultar o que o iFood já sabe sobre determinado tema ou público.
Entre abril e outubro, de 27% a 48% das pessoas que usaram a Atena em um mês voltaram no mês seguinte. Esse dado é acompanhado como contexto de uso, e não como uma meta de retenção.