Quando Sarah Thompson recebeu a oportunidade de adquirir uma startup de e-scooter de m\u00e9dio porte, n\u00e3o hesitou em iniciar uma an\u00e1lise aprofundada. A empresa tinha forte tra\u00e7\u00e3o no mercado em \u00e1reas urbanas, mas as finan\u00e7as estavam desorganizadas, a roadmap do produto era incerta e a estrutura da equipe era opaca. Sarah, executiva experiente em um grupo tecnol\u00f3gico regional, sabia que uma decis\u00e3o desse tipo n\u00e3o poderia ser tomada com base em intui\u00e7\u00e3o. Ela precisava de clareza \u2014 rapidamente.<\/p>\n
Durante meses, sua equipe havia passado por planilhas, entrevistas e modelos financeiros. A cada semana, gastavam horas cruzando dados, tentando montar uma imagem clara dos pontos fortes, riscos e depend\u00eancias da empresa. E ainda assim, a resposta permanecia amb\u00edgua. A aquisi\u00e7\u00e3o parecia um salto no escuro.<\/p>\n
Ent\u00e3o Sarah tentou algo novo.<\/p>\n
Ela abriu um navegador e digitou no chatbot de IA: \u201cGere um an\u00e1lise SWOT<\/a> para uma startup de e-scooter de m\u00e9dio porte com expans\u00e3o urbana agressiva e uma equipe enxuta<\/a>equipe.\u201d<\/em><\/p>\n Em segundos, a IA produziu um diagrama SWOT limpo e estruturado \u2014 mostrando pontos fortes como forte penetra\u00e7\u00e3o em cidades, fraquezas como baixa dura\u00e7\u00e3o da bateria, oportunidades em novas zonas clim\u00e1ticas e amea\u00e7as provenientes da regulamenta\u00e7\u00e3o de ve\u00edculos el\u00e9tricos.<\/p>\n Sarah n\u00e3o parou por a\u00ed. Ela pediu \u00e0 IA que expandisse alguns pontos: \u201cExplique como a configura\u00e7\u00e3o de implanta\u00e7\u00e3o no diagrama de contexto do sistema sustenta a escalabilidade.\u201d<\/em> O chatbot criou um diagrama de contexto do sistema C4<\/a> e explicou como as camadas de implanta\u00e7\u00e3o da empresa permitiam itera\u00e7\u00f5es r\u00e1pidas sem sobrecarregar a rede principal.<\/p>\n Em seguida, ela perguntou: \u201cQuais s\u00e3o as principais depend\u00eancias neste modelo de neg\u00f3cios?\u201d<\/em> A IA gerou um mapa de depend\u00eancias usando perspectivas ArchiMate<\/a>perspectivas \u2014 mostrando como a API do aplicativo, log\u00edstica e suporte ao cliente estavam interligados. Ela conseguia ver gargalos e riscos potenciais em tempo real.<\/p>\n O que tornava isso diferente?<\/p>\n Isso n\u00e3o era apenas mais um relat\u00f3rio. Era an\u00e1lise estrat\u00e9gica com IA<\/strong>\u2014estruturada, visual e baseada em l\u00f3gica de neg\u00f3cios real. A IA n\u00e3o chutou. Ela usou treinamento em milhares de modelos empresariais para entender o que torna um neg\u00f3cio vi\u00e1vel, escal\u00e1vel e arriscado. Ela n\u00e3o apenas listou dados \u2014 os conectou em uma narrativa significativa.<\/p>\n Sarah salvou a sess\u00e3o, compartilhou o URL com seu conselho e usou as descobertas para orientar seu processo de due diligence. O tempo economizado? Mais de 30 horas de trabalho manual. A clareza? Sem precedentes.<\/p>\n A due diligence tradicional \u00e9 lenta, fragmentada e muitas vezes ignora riscos ocultos. As equipes dependem de documentos est\u00e1ticos, entrevistas espalhadas e verifica\u00e7\u00f5es manuais de dados. O resultado? Decis\u00f5es atrasadas, enviesadas ou incompletas.<\/p>\n Com modelagem impulsionada por IA, voc\u00ea substitui a adivinha\u00e7\u00e3o por insights estruturados. A IA entende n\u00e3o apenas o que uma empresa faz, mas como faz \u2014 sua arquitetura, suas opera\u00e7\u00f5es, suas depend\u00eancias.<\/p>\n \u00c9 aqui queIA na devida dilig\u00eancia<\/strong>torna-se mais do que uma tend\u00eancia. \u00c9 uma mudan\u00e7a na forma como avaliamos o valor.<\/p>\n Em vez de perguntar “Podemos comprar esta empresa?”, voc\u00ea come\u00e7a a perguntar:<\/p>\n A IA ajuda voc\u00ea a responder essas perguntas gerando diagramas que refletem intera\u00e7\u00f5es do mundo real\u2014seja uma an\u00e1lise SWOT, um contexto do sistema ou um projeto de implanta\u00e7\u00e3o.<\/p>\n Isto n\u00e3o \u00e9 apenas devida dilig\u00eancia mais r\u00e1pida. \u00c9 devida dilig\u00eancia mais inteligente.<\/p>\n Imagine que voc\u00ea est\u00e1 avaliando uma empresa de software que afirma que seu produto \u00e9 modular e nativo em nuvem. Voc\u00ea quer verificar isso.<\/p>\n Voc\u00ea n\u00e3o precisa ler um documento t\u00e9cnico de 100 p\u00e1ginas. Voc\u00ea pergunta \u00e0 IA:<\/p>\n \u201cCrie um diagrama de contexto do sistema C4 mostrando a rela\u00e7\u00e3o entre o cliente, o aplicativo web, os microsservi\u00e7os de back-end e o provedor de nuvem.\u201d<\/p>\n<\/blockquote>\n A IA gera um diagrama claro e rotulado\u2014mostrando como os usu\u00e1rios interagem com o aplicativo, como os servi\u00e7os de back-end s\u00e3o divididos e como a plataforma de nuvem apoia a escalabilidade.<\/p>\n Ent\u00e3o voc\u00ea pergunta:<\/p>\n \u201cOnde um falha na camada de cont\u00eainer afetaria a experi\u00eancia do usu\u00e1rio?\u201d<\/p>\n<\/blockquote>\n A IA responde com uma refinamento do diagrama e explica como uma falha no cont\u00eainer poderia levar a tempo de inatividade em funcionalidades-chave.<\/p>\n Agora voc\u00ea tem uma prova visual de resili\u00eancia\u2014n\u00e3o apenas uma afirma\u00e7\u00e3o.<\/p>\n Este tipo deprocesso de devida dilig\u00eancia impulsionado por IA<\/strong>n\u00e3o substitui o julgamento humano. Ele o potencializa.<\/p>\n A IA n\u00e3o gera apenas diagramas. Ela ajuda voc\u00ea a interpret\u00e1-los. Ela sugere pr\u00f3ximos passos. Ela explica como mudan\u00e7as em uma parte do sistema se propagam pelo restante.<\/p>\n Voc\u00ea n\u00e3o recebe apenas um relat\u00f3rio\u2014mas uma conversa com um assistente inteligente que aprende com suas perguntas.<\/p>\n Voc\u00ea deveria usar esta abordagem quando:<\/p>\n Por exemplo:<\/p>\n Cada caso se beneficia dedevido dilig\u00eancia mais r\u00e1pida<\/strong>\u2014n\u00e3o por meio da automa\u00e7\u00e3o, mas por meio de insight.<\/p>\n A IA ajuda voc\u00ea a ver as conex\u00f5es que os humanos perdem. Transforma ideias abstratas em padr\u00f5es visuais. Transforma fatos dispersos em uma hist\u00f3ria coerente e acion\u00e1vel.<\/p>\n A IA n\u00e3o est\u00e1 apenas gerando diagramas. Est\u00e1 fazendoan\u00e1lise estrat\u00e9gica com IA<\/strong>\u2014um processo que avalia a estrutura de uma empresa, o ajuste ao mercado e os riscos operacionais de forma que reflita a tomada de decis\u00f5es no mundo real.<\/p>\n Faz isso por meio de:<\/p>\n Por exemplo, ap\u00f3s revisar um quadro de neg\u00f3cios como oMatriz de Ansoff<\/a>, a IA pode perguntar:<\/p>\n \u201cEsta empresa est\u00e1 dependendo da penetra\u00e7\u00e3o no mercado ou do desenvolvimento de produtos? Quais s\u00e3o os riscos dessa abordagem?\u201d<\/p>\n<\/blockquote>\n Esses n\u00e3o s\u00e3o prompts aleat\u00f3rios. S\u00e3o projetados para gui\u00e1-lo em dire\u00e7\u00e3o a insights cr\u00edticos.<\/p>\n Esse n\u00edvel de envolvimento\u2014onde a ferramenta aprende com suas perguntas e aprofunda a an\u00e1lise\u2014torna-a ideal para devido dilig\u00eancia.<\/p>\n Aqui est\u00e1 como Sarah usou a ferramenta em seu processo de avalia\u00e7\u00e3o real:<\/p>\n Ela come\u00e7ou perguntando: \u201cGere uma an\u00e1lise SWOT para uma empresa de e-scooters com base em cidades, 10.000 usu\u00e1rios e foco urbano de 70%.\u201d<\/em> Ela ent\u00e3o perguntou: \u201cMostre como o recurso de compartilhamento de viagens depende da disponibilidade de GPS e rede m\u00f3vel.\u201d<\/em> Ela perguntou: \u201cQuais s\u00e3o as depend\u00eancias principais entre o aplicativo, o backend e a equipe de log\u00edstica?\u201d<\/em> Ela usou o hist\u00f3rico de conversa para compartilhar a sess\u00e3o com suas equipes de legal e finan\u00e7as. Depois de revisar, ela concluiu que a aquisi\u00e7\u00e3o era vi\u00e1vel \u2014 mas apenas com um plano de integra\u00e7\u00e3o direcionado. O processo passou de mais de 30 horas para menos de uma semana.<\/p>\n Isso n\u00e3o \u00e9 apenas devido dilig\u00eancia mais r\u00e1pida. \u00c9 devido dilig\u00eancia impulsionada por IA<\/strong> que oferece precis\u00e3o, velocidade e contexto.<\/p>\n Sim \u2014 porque as decis\u00f5es j\u00e1 n\u00e3o s\u00e3o baseadas em fatos isolados. Elas s\u00e3o baseadas em como os sistemas interagem, como os riscos se espalham e como o valor \u00e9 constru\u00eddo.<\/p>\n Ferramentas tradicionais n\u00e3o conseguem mostrar esses padr\u00f5es. A IA, no entanto, consegue.<\/p>\n Com diagrama\u00e7\u00e3o por IA para devido dilig\u00eancia, voc\u00ea n\u00e3o recebe apenas uma lista de riscos. Voc\u00ea obt\u00e9m uma hist\u00f3ria visual que mostra como as decis\u00f5es se propagam por um neg\u00f3cio.<\/p>\n E com suporte a m\u00faltiplos frameworks \u2014 SWOT, PEST, C4, ArchiMate e mais \u2014 isso se torna uma ferramenta universal para analisar qualquer modelo de neg\u00f3cio.<\/p>\n A melhor parte? Voc\u00ea n\u00e3o precisa ser especialista em sistemas. Voc\u00ea s\u00f3 precisa fazer as perguntas certas.<\/p>\n P: A IA pode substituir a devida dilig\u00eancia humana?<\/strong> P: A diagrama\u00e7\u00e3o por IA para devida dilig\u00eancia \u00e9 precisa?<\/strong> P: Como a IA na devida dilig\u00eancia melhora a tomada de decis\u00f5es?<\/strong> P: Posso usar isso em cen\u00e1rios n\u00e3o relacionados \u00e0 aquisi\u00e7\u00e3o?<\/strong> P: A IA \u00e9 capaz de gerar relat\u00f3rios a partir de diagramas?<\/strong> P: Posso compartilhar minha sess\u00e3o com outras pessoas?<\/strong> Para modelagem e diagrama\u00e7\u00e3o mais avan\u00e7adas, confira o conjunto completo de ferramentas dispon\u00edveis no site do site Visual Paradigm<\/a>. Devemos adquirir? Due Dilig\u00eancia mais r\u00e1pida com IA Quando Sarah Thompson recebeu a oportunidade de adquirir uma startup de e-scooter de m\u00e9dio porte, n\u00e3o hesitou em iniciar uma an\u00e1lise aprofundada. A empresa tinha forte tra\u00e7\u00e3o no mercado em \u00e1reas urbanas, mas as finan\u00e7as estavam desorganizadas, a roadmap do produto era incerta e a estrutura da equipe era opaca. Sarah, executiva experiente em um grupo tecnol\u00f3gico regional, sabia que uma decis\u00e3o desse tipo n\u00e3o poderia ser tomada com base em intui\u00e7\u00e3o. Ela precisava de clareza \u2014 rapidamente. Durante meses, sua equipe havia passado por planilhas, entrevistas e modelos financeiros. A cada semana, gastavam horas cruzando dados, tentando montar uma imagem clara dos pontos fortes, riscos e depend\u00eancias da empresa. E ainda assim, a resposta permanecia amb\u00edgua. A aquisi\u00e7\u00e3o parecia um salto no escuro. Ent\u00e3o Sarah tentou algo novo. Ela abriu um navegador e digitou no chatbot de IA: \u201cGere um an\u00e1lise SWOT para uma startup de e-scooter de m\u00e9dio porte com expans\u00e3o urbana agressiva e uma equipe enxutaequipe.\u201d Em segundos, a IA produziu um diagrama SWOT limpo e estruturado \u2014 mostrando pontos fortes como forte penetra\u00e7\u00e3o em cidades, fraquezas como baixa dura\u00e7\u00e3o da bateria, oportunidades em novas zonas clim\u00e1ticas e amea\u00e7as provenientes da regulamenta\u00e7\u00e3o de ve\u00edculos el\u00e9tricos. Sarah n\u00e3o parou por a\u00ed. Ela pediu \u00e0 IA que expandisse alguns pontos: \u201cExplique como a configura\u00e7\u00e3o de implanta\u00e7\u00e3o no diagrama de contexto do sistema sustenta a escalabilidade.\u201d O chatbot criou um diagrama de contexto do sistema C4 e explicou como as camadas de implanta\u00e7\u00e3o da empresa permitiam itera\u00e7\u00f5es r\u00e1pidas sem sobrecarregar a rede principal. Em seguida, ela perguntou: \u201cQuais s\u00e3o as principais depend\u00eancias neste modelo de neg\u00f3cios?\u201d A IA gerou um mapa de depend\u00eancias usando perspectivas ArchiMateperspectivas \u2014 mostrando como a API do aplicativo, log\u00edstica e suporte ao cliente estavam interligados. Ela conseguia ver gargalos e riscos potenciais em tempo real. O que tornava isso diferente? Isso n\u00e3o era apenas mais um relat\u00f3rio. Era an\u00e1lise estrat\u00e9gica com IA\u2014estruturada, visual e baseada em l\u00f3gica de neg\u00f3cios real. A IA n\u00e3o chutou. Ela usou treinamento em milhares de modelos empresariais para entender o que torna um neg\u00f3cio vi\u00e1vel, escal\u00e1vel e arriscado. Ela n\u00e3o apenas listou dados \u2014 os conectou em uma narrativa significativa. Sarah salvou a sess\u00e3o, compartilhou o URL com seu conselho e usou as descobertas para orientar seu processo de due diligence. O tempo economizado? Mais de 30 horas de trabalho manual. A clareza? Sem precedentes. Por que isso importa para decis\u00f5es de aquisi\u00e7\u00e3o A due diligence tradicional \u00e9 lenta, fragmentada e muitas vezes ignora riscos ocultos. As equipes dependem de documentos est\u00e1ticos, entrevistas espalhadas e verifica\u00e7\u00f5es manuais de dados. O resultado? Decis\u00f5es atrasadas, enviesadas ou incompletas. Com modelagem impulsionada por IA, voc\u00ea substitui a adivinha\u00e7\u00e3o por insights estruturados. A IA entende n\u00e3o apenas o que uma empresa faz, mas como faz \u2014 sua arquitetura, suas opera\u00e7\u00f5es, suas depend\u00eancias. \u00c9 aqui queIA na devida dilig\u00eanciatorna-se mais do que uma tend\u00eancia. \u00c9 uma mudan\u00e7a na forma como avaliamos o valor. Em vez de perguntar “Podemos comprar esta empresa?”, voc\u00ea come\u00e7a a perguntar: Quais s\u00e3o suas capacidades centrais? Onde est\u00e3o as lacunas em sua infraestrutura? Como ele se escala sob press\u00e3o? A IA ajuda voc\u00ea a responder essas perguntas gerando diagramas que refletem intera\u00e7\u00f5es do mundo real\u2014seja uma an\u00e1lise SWOT, um contexto do sistema ou um projeto de implanta\u00e7\u00e3o. Isto n\u00e3o \u00e9 apenas devida dilig\u00eancia mais r\u00e1pida. \u00c9 devida dilig\u00eancia mais inteligente. Como a Diagrama\u00e7\u00e3o com IA para Devida Dilig\u00eancia Funciona na Pr\u00e1tica Imagine que voc\u00ea est\u00e1 avaliando uma empresa de software que afirma que seu produto \u00e9 modular e nativo em nuvem. Voc\u00ea quer verificar isso. Voc\u00ea n\u00e3o precisa ler um documento t\u00e9cnico de 100 p\u00e1ginas. Voc\u00ea pergunta \u00e0 IA: \u201cCrie um diagrama de contexto do sistema C4 mostrando a rela\u00e7\u00e3o entre o cliente, o aplicativo web, os microsservi\u00e7os de back-end e o provedor de nuvem.\u201d A IA gera um diagrama claro e rotulado\u2014mostrando como os usu\u00e1rios interagem com o aplicativo, como os servi\u00e7os de back-end s\u00e3o divididos e como a plataforma de nuvem apoia a escalabilidade. Ent\u00e3o voc\u00ea pergunta: \u201cOnde um falha na camada de cont\u00eainer afetaria a experi\u00eancia do usu\u00e1rio?\u201d A IA responde com uma refinamento do diagrama e explica como uma falha no cont\u00eainer poderia levar a tempo de inatividade em funcionalidades-chave. Agora voc\u00ea tem uma prova visual de resili\u00eancia\u2014n\u00e3o apenas uma afirma\u00e7\u00e3o. Este tipo deprocesso de devida dilig\u00eancia impulsionado por IAn\u00e3o substitui o julgamento humano. Ele o potencializa. A IA n\u00e3o gera apenas diagramas. Ela ajuda voc\u00ea a interpret\u00e1-los. Ela sugere pr\u00f3ximos passos. Ela explica como mudan\u00e7as em uma parte do sistema se propagam pelo restante. Voc\u00ea n\u00e3o recebe apenas um relat\u00f3rio\u2014mas uma conversa com um assistente inteligente que aprende com suas perguntas. Quando usar a devida dilig\u00eancia impulsionada por IA Voc\u00ea deveria usar esta abordagem quando: Voc\u00ea est\u00e1 avaliando um neg\u00f3cio para aquisi\u00e7\u00e3o ou parceria. Voc\u00ea precisa entender como um sistema ou modelo de neg\u00f3cios funciona em escala. O tempo \u00e9 limitado, e voc\u00ea precisa de clareza sem expertise t\u00e9cnica profunda. Voc\u00ea est\u00e1 lidando com sistemas complexos\u2014como software, log\u00edstica ou neg\u00f3cios de plataforma. Por exemplo: Um investidor imobili\u00e1rio avaliando uma startup de gest\u00e3o de propriedades pode usar IA para gerar um SWOT e identificar riscos operacionais. Um gerente de cadeia de suprimentos pode pedir um C4diagrama de implanta\u00e7\u00e3opara entender como um fornecedor se encaixa na rede. Um fundador de startup pode usar IA para avaliar estrat\u00e9gias de entrada no mercado usando oPESTLEquadro. Cada caso se beneficia dedevido dilig\u00eancia mais r\u00e1pida\u2014n\u00e3o por meio da automa\u00e7\u00e3o, mas por meio de insight. A IA ajuda voc\u00ea a ver as conex\u00f5es que os humanos perdem. Transforma ideias abstratas em padr\u00f5es visuais. Transforma fatos dispersos em uma hist\u00f3ria coerente e acion\u00e1vel. O Papel da IA na An\u00e1lise Estrat\u00e9gica A IA n\u00e3o est\u00e1 apenas gerando diagramas. Est\u00e1 fazendoan\u00e1lise estrat\u00e9gica com IA\u2014um processo que avalia a estrutura de uma empresa, o ajuste ao mercado e os riscos operacionais de forma que reflita a tomada de decis\u00f5es no mundo real. Faz isso por meio de: Compreendendo<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"closed","ping_status":"closed","sticky":false,"template":"","format":"standard","meta":{"_yoast_wpseo_title":"Devida Dilig\u00eancia Mais R\u00e1pida com IA: Como a An\u00e1lise Estrat\u00e9gica com IA Acelera as Decis\u00f5es","_yoast_wpseo_metadesc":"Descubra como a devida dilig\u00eancia impulsionada por IA simplifica a tomada de decis\u00f5es com an\u00e1lise estrat\u00e9gica com IA, devida dilig\u00eancia mais r\u00e1pida e diagrama\u00e7\u00e3o com IA para devida dilig\u00eancia em cen\u00e1rios complexos de aquisi\u00e7\u00e3o.","fifu_image_url":"","fifu_image_alt":"","footnotes":""},"categories":[63],"tags":[],"class_list":["post-3644","post","type-post","status-publish","format-standard","hentry","category-ai-powered-modeling"],"yoast_head":"\nPor que isso importa para decis\u00f5es de aquisi\u00e7\u00e3o<\/h2>\n
\n
Como a Diagrama\u00e7\u00e3o com IA para Devida Dilig\u00eancia Funciona na Pr\u00e1tica<\/h2>\n
\n
\n
Quando usar a devida dilig\u00eancia impulsionada por IA<\/h2>\n
\n
\n
O Papel da IA na An\u00e1lise Estrat\u00e9gica<\/h2>\n
\n
\n
Como us\u00e1-lo em um cen\u00e1rio do mundo real<\/h2>\n
\n
\n\u2192 A IA produziu uma SWOT clara com pistas visuais para cada elemento.<\/p>\n<\/li>\n
\n\u2192 A IA gerou um diagrama de contexto do sistema e explicou como falhas na rede poderiam interromper as opera\u00e7\u00f5es.<\/p>\n<\/li>\n
\n\u2192 A IA criou um diagrama de cont\u00eaineres C4<\/a> e o conectou aos pontos de vista ArchiMate, mostrando como falhas em uma camada poderiam se propagar.<\/p>\n<\/li>\n
\n\u2192 Cada um p\u00f4de ver n\u00e3o apenas os resultados, mas tamb\u00e9m o racioc\u00ednio por tr\u00e1s deles.<\/p>\n<\/li>\n
\n\u2192 A IA ajudou-a a identificar um risco cr\u00edtico: depend\u00eancia excessiva de uma \u00fanica cidade para o crescimento.<\/p>\n<\/li>\n<\/ol>\nIsso \u00e9 o futuro da avalia\u00e7\u00e3o de neg\u00f3cios?<\/h2>\n
Perguntas Frequentes<\/h2>\n
\nN\u00e3o. A IA apoia o julgamento humano ao fornecer insights estruturados e visuais. A experi\u00eancia humana com din\u00e2micas de mercado, cultura e lideran\u00e7a permanece irreplace\u00e1vel.<\/p>\n
A IA \u00e9 treinada com padr\u00f5es de modelagem do mundo real e padr\u00f5es de neg\u00f3cios. Ela n\u00e3o inventa fatos \u2014 interpreta e visualiza o que j\u00e1 \u00e9 conhecido ou impl\u00edcito.<\/p>\n
\nAo reduzir a carga cognitiva e revelar interdepend\u00eancias ocultas, ajuda as equipes a se concentrarem no que realmente importa: risco, escalabilidade e alinhamento.<\/p>\n
\nSim. O mesmo modelo impulsionado por IA se aplica ao desenvolvimento de estrat\u00e9gias, auditorias internas e planejamento de neg\u00f3cios.<\/p>\n
\nSim. Voc\u00ea pode pedir \u00e0 IA para gerar resumos, explica\u00e7\u00f5es ou recomenda\u00e7\u00f5es com base nos diagramas que ela cria.<\/p>\n
\nSim. A sess\u00e3o de chat \u00e9 salva, e voc\u00ea pode compartilhar um URL com colegas ou partes interessadas para mostrar sua an\u00e1lise.<\/p>\n
\nE se voc\u00ea estiver pronto para experimentar a devida dilig\u00eancia impulsionada por IA na sua pr\u00f3xima avalia\u00e7\u00e3o, explore o chatbot de IA diretamente em https:\/\/chat.visual-paradigm.com\/<\/a>.<\/p>\n","protected":false},"excerpt":{"rendered":"