A Codebit enfrentou um grande desafio com a qualidade da comunicação entre seus colaboradores e clientes. Centralizada em sua plataforma interna SGM - Sistema de Gerenciamento de Manutenções, a troca de mensagens era frequentemente prejudicada por erros gramaticais, falta de clareza, concisão e objetividade.
Em busca de assertividade, a Codebit recorreu à Inteligência Artificial Generativa da AWS para transformar esse cenário. Através de uma solução cuidadosamente arquitetada, a empresa integrou funcionalidades avançadas de correção linguística e sumarização automática, promovendo uma comunicação mais profissional, eficiente e compreensível.
Sobre o cliente:
A Codebit Desenvolvimento de Softwares Customizados LTDA, empresa brasileira fundada em 2010, atua no setor de tecnologia e é especializada no desenvolvimento de soluções personalizadas e na gestão de infraestrutura em nuvem, com foco em serviços da AWS - Amazon Web Services.
Com um time de mais de 70 colaboradores, a empresa administra suas operações internas por meio de uma plataforma própria chamada SGM - Sistema de Gerenciamento de Manutenções.
Atuando no segmento de empresas de médio porte, a Codebit atende clientes de grande relevância, como a Samsung, Fundação Itaú, Médicos Sem Fronteiras e órgãos governamentais vinculados ao Conselho Nacional de Justiça.
Desafio do Cliente:
A comunicação com clientes é inteiramente centralizada na plataforma SGM, onde os colaboradores interagem, solicitam informações, acessam históricos e acompanham demandas de manutenção. Cada solicitação, ou "ticket", representa uma demanda, muitas vezes repleta de comentários que exigem alinhamento constante.
Contudo, esse processo apresentava muitos desafios, como erros gramaticais, má estruturação linguística e tom inadequado nas mensagens, o que impactava negativamente a percepção dos clientes quanto à competência técnica da empresa. Além disso, a leitura de longas conversas prejudicava a compreensão e a eficiência operacional.
Diante disso, a Codebit identificou uma oportunidade de inovação por meio do uso de Inteligência Artificial Generativa. A solução proposta incluiu duas funcionalidades principais: um mecanismo de correção de comentários com ajuste de tom, e uma ferramenta de sumarização automática. A primeira visava garantir que as mensagens estivessem corretas e transmitissem profissionalismo, enquanto a segunda sintetizava os principais pontos de cada demanda, facilitando a compreensão do histórico.
Solução do Parceiro:
Essa iniciativa foi enquadrada dentro da especialização de Serviços de Consultoria em IA Generativa da AWS. A solução foi desenvolvida de forma personalizada, integrando-se à plataforma SGM e melhorando a experiência de usuários e clientes. A arquitetura adotada priorizou segurança, escalabilidade e resiliência.
Com recursos distribuídos entre sub-redes públicas e privadas, o ambiente foi orquestrado via containers AWS Fargate, utilizando o modelo Claude Sonnet V3.7 da Anthropic por meio do Amazon Bedrock para as tarefas de correção e sumarização. O controle de versionamento e deploy automatizado foi implementado com AWS CodePipeline, CodeBuild e CodeCommit/GitHub.
O sistema foi concebido para garantir tolerância a falhas, com reinício automático de tarefas em caso de erro e uso de Bastion Hosts para segurança no acesso a recursos privados. Apesar de não ter adotado uma arquitetura multi-AZ por questões de custo, a estrutura permanece preparada para futuras expansões.
A integração com a plataforma do cliente se deu por dois caminhos principais: uma API de correção de comentários, acionada antes do registro da mensagem no sistema; e um módulo de chat embarcado por injeção de JavaScript, capaz de interagir em tempo real com as demandas abertas. Ambas as interfaces utilizam engenharia de prompt personalizada, e os registros são armazenados no Amazon RDS para monitoramento e melhoria contínua.
Diversas alternativas de modelos de linguagem foram testadas antes da definição do Claude Sonnet como padrão. Modelos como LLaMA e Claude Haiku foram descartados por não atenderem aos requisitos de precisão e refinamento de tom. A versão 3.5 do Sonnet apresentou os melhores resultados, sendo posteriormente atualizada para a versão 3.7, garantindo ainda mais fluidez e fidelidade contextual.
Resultados e Benefícios:
Em produção, a solução tem mostrado impacto significativo nas operações da Codebit. Em um mês, milhares de comentários foram processados e centenas de usuários foram beneficiados com resumos e respostas otimizadas. Do ponto de vista técnico, o sistema processa centenas de requisições e milhares de tokens diariamente, contribuindo diretamente para a receita recorrente anual da AWS (ARR).
Do ponto de vista estratégico, a adoção da IA Generativa trouxe ganhos mensuráveis, como a redução de 35% no tempo gasto para leitura de comentários e uma diminuição de 20% nas retrabalhos e falhas de comunicação. Além disso, pesquisas internas indicaram que 90% dos colaboradores estão satisfeitos com a ferramenta, destacando a economia de tempo e a melhora na clareza da comunicação.
Entretanto, um desafio identificado foi a latência no processamento de comentários. Apesar de pequenos atrasos causarem certa frustração, decidiu-se priorizar a qualidade das respostas em detrimento da velocidade, mantendo o modelo Sonnet 3.7 como padrão.
A aplicação de inteligência artificial para transformar a comunicação interna e externa da empresa representa um marco de inovação e eficiência, com impacto direto na qualidade do serviço, na percepção dos clientes e na produtividade das equipes.
Com ganhos mensuráveis, como a redução no tempo de leitura de mensagens e menos falhas de comunicação, a qualidade das interações com clientes aumentou significativamente.
A solução, fundamentada exclusivamente em serviços nativos da AWS, não apenas reforça a competência técnica da Codebit, mas também, está alinhada com a competência de IA Generativa da AWS. Para o futuro, a Codebit planeja expandir a solução com relatórios gerenciais mensais, oferecendo uma visão executiva das operações.
