Ao exibir seus casos de uso, a empresa quer provar que pode ajudar líderes de diferentes setores a melhorar seus resultados de produtividade
A Amazon está investindo pesado em inteligência artificial no país. Em setembro, a AWS, uma das frentes mais lucrativas da gigante de tecnologia, anunciou planos para investir R$ 10,1 bilhões em data centers no Brasil até 2034.
Na época, a empresa disse em comunicado que queria “expandir, construir, conectar, operar e manter data centers” no país, para garantir uma maior infraestrutura de nuvem. São Paulo deverá receber a maior parte dos recursos, pois é também onde existe a maior demanda.
Atualmente, a AWS conta com mais de 100 mil clientes utilizando aplicações de IA, entre eles Itaú, C6, Localiza, Arezzo e Hospital Israelita Albert Einstein. No PagBank, teria reduzido em 85% o tempo de atendimento para resolver problemas técnicos com as maquininhas (leia abaixo); na Somos Educação, o assistente inteligente ‘Plu’ criou planos de aula, testes e atividades; no Hospital das Clínicas de São Paulo, ajudou a criar o laboratório Genial, que faz uso de IA generativa. E por aí vai.
Segundo Juan Carlos Gutierrez (ou J.C., como gosta de ser chamado), líder de Tecnologia e Soluções de Arquitetura da AWS para a América Latina, a Amazon baseia sua proposta em inteligência artificial em três pilares. O primeiro é a infraestrutura, tanto de serviços quanto de computação – incluindo uma estrutura para machine learning como a SageMaker, que oferece ferramentas para criar modelos e aplicações.
O segundo pilar é a administração de modelos, com serviços que facilitam a gestão de modelos para diferentes casos de uso, permitindo maior interação com o usuário final. O Bedrock, por exemplo, foi concebido para atender desde indivíduos até grandes empresas e governos.
O terceiro pilar é focado em aplicativos. É dentro desse núcleo que a AWS oferece soluções como o Amazon CodeWhisperer, que auxilia desenvolvedores na criação de códigos, e o Amazon Q Business, um assistente virtual que integra informações empresariais como CRM e ERP, para tornar a gestão mais eficiente.
Nesse último pilar, claro, o destaque é o Bedrock, que permite às empresas escolher os modelos de linguagem que mais se adaptam aos seus casos de uso, seja em texto, imagem ou outras aplicações. Uma das parcerias para esse pilar é a Anthropic, criadora do Claude, modelo que compete com o ChatGPT, da OpenAI, e o Gemini, do Google.
No segundo semestre de 2024, o Bedrock foi disponibilizado para os clientes brasileiros em uma versão local. “Com isso, três grandes vantagens surgiram”, diz J.C. “Uma delas foi a redução da latência, que melhora a velocidade de resposta em aplicações como call centers. O processamento e armazenamento local de dados também melhorou, beneficiando empresas que lidam com dados sensíveis; e ficou mais fácil para para setores regulados usarem a ferramenta, já que esses dados precisam necessariamente permanecer no Brasil”, afirma o CEO.
Na hora de escolher o melhor modelo de linguagem, a empresa pode escolher desde modelos da própria Amazon até open-source e de parceiros como Meta e Anthropic. A ferramenta permite comparar o desempenho dos modelos em diferentes cenários, analisando a velocidade das respostas e o custo total das operações.
Segundo J.C., as empresas costumam fazer uso do Bedrock em setores como: experiência do cliente, melhorando interações em call centers e personalizando atendimentos; produtividade interna, auxiliando na automatização de tarefas repetitivas em RH e geração de código; melhoria de processos, como detecção de fraudes em operações financeiras; e na criação de conteúdo, como a elaboração de vídeos educacionais ou promocionais..
Um exemplo de caso de uso ocorreu na empresa de meios de pagamento PagBank. “Um dos principais desafios da companhia era melhorar o suporte às maquininhas de pagamento dos clientes”, diz Jorge Adamski, diretor de Engenharia, Investimentos e Customer Success da empresa.
Segundo ele, a agilidade no atendimento para empresas com problemas nas máquinas é fundamental. Em vez do cliente explicar em detalhes a dificuldade a um técnico, que então fazia inúmeras perguntas, agora ele manda uma foto da maquininha via WhatsApp para o PagBank. “A nossa ferramenta de IA é capaz de identificar o problema apenas com a imagem. Isso reduziu o tempo de atendimento, de mais de 10 minutos a menos de 2,5 minutos, além de aumentar a eficiência do suporte em 85%.”
Com isso, caíram os custos operacionais da empresa (uma redução de 92%, segundo o executivo), já que a automação reduziu drasticamente a necessidade de atendimento humano. “A escalabilidade da solução também permite atender um número muito maior de clientes, sem que os custos aumentem proporcionalmente”, diz Adamski.
Por Marisa Adán Gil
