Our AI-generated summary
Our AI-generated summary
À medida que as empresas crescem, torna-se um desafio constante acompanhar tudo o que acontece e que pode impactar suas operações. Informações e dados internos e externos frequentemente “se perdem no meio do caminho”, e detalhes relevantes só vêm à tona quando já é tarde demais, forçando as empresas a adotarem medidas reativas, em vez de proativas.
De fato, pesquisas indicam que mais de 50% dos dados ficam sem uso, o que se torna especialmente ineficiente quando as empresas atingem escala global e as necessidades de dados de cada cluster regional se tornam mais específicas.
Felizmente, o acesso recente a diversas tecnologias de IA Generativa nos permite ser mais criativos e inventivos na abordagem de temas relacionados à gestão e acesso ao conhecimento. Nosso desafio foi, portanto, transformar completamente a forma como os colaboradores acessam e interagem com a informação, sejam documentos ou bases de dados.
Normalmente, os conjuntos de dados são geridos por alguma equipe interna de dados responsável pela curadoria e manutenção dos bancos de dados. Como essa equipe cuida da qualidade e precisão dos dados, e dado que a interação com bancos de dados geralmente exige certa habilidade técnica, não é incomum que as solicitações de dados sejam direcionadas a esse time. Isso pode gerar dois resultados indesejados:
- Grande pressão sobre a equipe para atender a todas as solicitações de dados e análises
- Atrasos entre a equipe de negócios ter uma dúvida relacionada a dados e o fornecimento da análise ou informação que responde a essa dúvida
No que diz respeito a documentos, a capacidade de gestão do conhecimento geralmente é ainda mais limitada. Até o surgimento das ferramentas de IA Generativa, não existiam soluções capazes de extrair, estruturar e aproveitar dados em texto livre de forma eficiente — pelo menos, não na velocidade que hoje é possível. Por isso, as organizações focavam em documentos críticos para o negócio e destinavam recursos específicos para gerenciar essa informação.
Com isso em mente, firmamos parceria com uma empresa global do setor de bens de consumo, com o objetivo de abordar esse desafio desenhando casos de uso alinhados às capacidades da IA Generativa, maximizando o valor entregue aos usuários finais, mesmo àqueles sem conhecimento técnico ou analítico.
Começamos criando protótipos 1:1 de cada caso de uso, completos com o design e a aparência final do app. Isso nos permitiu iterar rapidamente com o cliente sobre as funcionalidades chave, o perfil gráfico e o layout geral do aplicativo e de cada página individual. Durante esse processo, discutimos e alinhamos a metodologia geral para cada recurso de IA, garantindo que o que foi planejado no protótipo poderia ser efetivamente desenvolvido.
Essa primeira etapa foi fundamental para estabelecer uma colaboração genuína na ideação e desenvolvimento, garantindo que o cliente estivesse totalmente engajado com a visão do aplicativo.
Os principais casos de uso desenvolvidos foram:
- Motor de busca: um caso simples e direto para pesquisa de documentos, permitindo que os usuários busquem com qualquer tipo de prompt. Os documentos eram enriquecidos no processo de ingestão com resumos e insights personalizados.
- Motor de chat: o “motor” do aplicativo, escondido atrás de uma interface simples. É uma interface de chat que permite obter respostas sobre documentos internos, gerar análises descritivas em tempo real a partir de dados das bases internas ou funcionar como um GPT padrão com busca na web. Seu diferencial está nos pipelines complexos que geram respostas relevantes mesmo quando as perguntas são complexas e exigem raciocínio sequencial. Requer também uma arquitetura agentiva com ferramentas personalizadas que produzem visualizações baseadas em KPIs internos. Essa natureza agentiva permite a geração adaptativa de análises descritivas e visuais, sendo utilizada também em outros casos de uso que demandam geração de conteúdo.
- Motor de relatórios: apoiado pelo motor de chat, esse caso de uso foca na criação de histórias mais complexas, integrando análise de dados, recuperação de documentos e geração de conteúdo. Permite que os usuários criem relatórios customizados que abrangem um ou vários temas, a partir de parametrizações e prompts simples. Também é estruturado em torno de um conceito de workspace, promovendo o compartilhamento entre usuários e a transferência de conhecimento.
Esses recursos foram complementados por outras páginas menores e mais simples, voltadas para interações típicas com IA Generativa, como a sumarização de documentos. O objetivo geral foi criar um aplicativo de produtividade, alimentado por conhecimento interno e pipelines personalizados de IA Generativa, que integram necessidades de negócio e facilitam o acesso a análises centradas no usuário.
Após o lançamento, o aplicativo tornou-se uma ferramenta central nas atividades diárias que envolvem interação com documentação ou dados internos. Por um lado, funções estratégicas como diretores e gerentes o utilizam para obter insights que apoiam decisões estratégicas inter-regionais e para conduzir análises que gerem novas hipóteses a serem exploradas. Por outro lado, funções mais operacionais dependem da ferramenta para reduzir o tempo de entrega de análises recorrentes sobre desempenho de marcas e produtos em geografias e segmentos específicos, permitindo respostas mais ágeis às mudanças nas condições de mercado.
Como a ferramenta é única para todos, ela também padroniza a abordagem e os resultados na organização. Isso, por si só, traz grande benefício, pois reduz a chance de análises semelhantes serem feitas com diferentes fontes de dados ou premissas, poupando tempo gasto para identificar as causas dessas divergências.
Com essa ferramenta centralizada e personalizada, a recuperação de insights e análises se torna mais estruturada, ágil e o tempo dos colaboradores pode ser dedicado a tarefas de maior valor, ao invés de processos repetitivos. Além disso, o aplicativo pode ser continuamente aprimorado, com alterações em casos de uso existentes, criação de novos casos ou expansão das capacidades dos pipelines personalizados. Isso significa que a organização pode responder com mais flexibilidade às evoluções das capacidades da IA Generativa e adaptar-se às suas próprias necessidades.
Our AI-generated summary
Our AI-generated summary
