Sete casos de uso

destacados de
machine learning
Como as empresas atuais usam o machine learning para
obter resultados rápidos, eficientes e mensuráveis
INTRODUÇÃO

Resolva os desafios
empresariais mais comuns
com o machine learning

O machine learning (ML) deixou de ser uma mera novidade do momento
para se tornar um mecanismo significativo de agregação de valor para
muitas organizações. Mais de dois terços das empresas que adotaram
integralmente a inteligência artificial (IA) dizem que a tecnologia proporcionou
uma experiência melhor para os clientes, e mais da metade afirma que ela
melhorou o processo de tomada de decisões, aumentou a produtividade,
possibilitou inovações e, ao mesmo tempo, reduziu custos.1
Embora seja óbvio que o ML é parte essencial da transformação dos negócios,
muitas organizações enfrentam dificuldades para entender onde aplicá-lo para
causar o maior impacto. Para escolher o caso de uso certo para o ML,
é necessário considerar diversos fatores.
Primeiro, você precisa encontrar um equilíbrio entre valor empresarial ideal
e rapidez. Uma prova de conceito criada por um cientista de dados que
trabalha de modo isolado provavelmente não deixará a organização muito
empolgada com o ML. Mostrar como o ML pode ser usado em problemas
práticos da organização terá mais chances de atrair o compromisso e o
financiamento necessários. Além disso, você precisará encontrar algo que
possa ser realizado entre seis e oito meses para não perder a constância. Isso
será particularmente importante se essa for a sua primeira iniciativa de ML.
Segundo, procure um caso de uso que envolva um grande volume de dados
que você já tem. Um bom caso de uso com poucos dados deixará os cientistas
de dados frustrados.
Por fim, você deverá avaliar se o problema empresarial realmente precisa de
ML para ter sucesso e se essa tecnologia proporcionará resultados melhores
que a abordagem tradicional. Esses resultados podem incluir redução
de custos, aumento da produtividade dos funcionários ou uma experiência
melhor para os seus clientes.
A melhor maneira de atender a todos esses critérios é garantir que
especialistas no assunto e técnicos trabalhem lado a lado no seu projeto
de ML. Os especialistas técnicos podem avaliar a viabilidade, enquanto
os especialistas no assunto garantem que a solução resolve um problema
empresarial real com impacto mensurável.

“Artificial Intelligence (AI) and Analytics”, Blog Tech Effect da PwC, 2022
2
1
Começar com o caso de uso
certo é essencial para a adesão
organizacional Sete casos de uso em destaque:
Neste e-book, descrevemos sete casos de uso em que clientes da Amazon Web Services (AWS)
aplicaram o ML com sucesso. Esses casos de uso podem fortalecer sua justificativa comercial
1 Aumentar a produtividade dos funcionários ›
para uma adoção mais ampla do ML, e você pode aplicá-los para dar início à sua jornada de ML 2 Automatizar a extração e a análise de dados
ou adicioná-los à sua estratégia atual. de documentos ›

Quais são as características de um bom caso de uso de ML? 3 Adicionar IA a qualquer central de
atendimento ›
• Resolve um problema real da empresa, algo que tenha importância suficiente para obter
atenção, apoio e adesão. 4 Melhorar a experiência de autoatendimento
dos clientes ›
• Aumenta a performance, reduz os custos ou melhora a experiência dos seus clientes.
• Inclui especialistas técnicos, que avaliam a viabilidade, e especialistas no assunto, 5 Personalizar recomendações para clientes ›
que garantem o uso da solução.
6 Automatizar a moderação do conteúdo ›
• Pode ser concluído em um período entre seis e oito meses.
7 Validar a identidade dos usuários ›
Quando estiver tudo pronto para você implantar seu caso de uso, você terá à sua escolha
vários serviços de IA da AWS totalmente gerenciados para começar rapidamente e integrar
inteligência às suas aplicações. Como alternativa, se quiser desenvolver seus próprios modelos,
você poderá usar o Amazon SageMaker, uma solução que oferece todas as ferramentas de ML
necessárias em um único serviço.

3
1. Aumente a produtividade
dos funcionários, localizando
informações precisas com rapidez
e facilidade
Funcionários que contam com acesso rápido e fácil a dados precisos
são mais produtivos. Em um estudo da revista The Economist em 2019,
os executivos identificaram “a facilidade de acesso às informações
necessárias para realizar o trabalho” como a principal forma pela qual a
tecnologia incentiva o envolvimento e a produtividade dos funcionários.2
Seus funcionários podem procurar as informações necessárias fazendo
perguntas em linguagem natural por meio do Amazon Kendra, um serviço
de pesquisa inteligente altamente preciso baseado em ML. Ele é muito mais
rápido e eficiente que a pesquisa tradicional por palavras-chave e pode ser
implantado facilmente em empresas de todos os portes. O consequente
aumento de produtividade ajuda a acelerar as pesquisas e, ao mesmo
tempo, melhora a tomada de decisões, além de ter o potencial de fortalecer
seu caso de negócios para uma adoção mais abrangente do ML.
Saiba mais ›
“The Experience of Work”, The Economist, 2019
2
ID E A L PA R A T O D O S O S SE T O R ES
GILEAD SCIENCES, INC.
“O Amazon Kendra é uma solução de IA pronta
para uso que, quando configurada corretamente,
é capaz de abranger todos os domínios da
organização e, ao mesmo tempo, é simples de
implementar.”
Jeremy Zhang, diretor de análises avançadas
BAKER TILLY DIGITAL
“Com o Amazon Kendra, os gerentes de produtos
podem fazer perguntas usando a linguagem do
dia a dia (por exemplo, ‘Quais peças são feitas
de titânio?’). Ele apresenta rapidamente uma
resposta, o que antes não era possível com a
pesquisa por palavras-chave, e conecta gerentes
ao conteúdo relevante em um repositório no
âmbito da empresa ou fornece acesso rápido para
os gerentes de marketing a pesquisas essenciais
sobre o comportamento dos clientes.”
Ollie East, diretor de engenharia de dados e análises avançadas,
Tom Puch, gerente sênior
4
2. Extraia e analise dados de
documentos automaticamente para
tomar decisões mais rápido
Os milhões de documentos criados pela sua organização contêm um baú
do tesouro de insights à espera para serem aproveitados. Infelizmente, o
processamento manual dos volumes de dados cada vez maiores para facilitar
o acesso e as pesquisas é uma tarefa trabalhosa e de alto custo. Com o ML, sua
organização pode acessar com rapidez as informações contidas em documentos,
o que resulta em novos insights para fundamentar suas decisões empresariais.
Para as organizações interessadas em ativar o processamento inteligente
de documentos, a AWS oferece três serviços que podem ser implantados
individualmente ou combinados como componentes básicos para desenvolver
uma solução completa de processamento de documentos. O Amazon Textract
extrai automaticamente conteúdo manuscrito, texto impresso e dados
de documentos digitalizados. O Amazon Comprehend é um serviço de
processamento de linguagem natural (PLN) que usa ML para encontrar insights
e correlações no texto. E o Amazon Augmented AI (Amazon A2I) oferece fluxos
de trabalho de revisão humana incorporados para ajudar a garantir a precisão
dos dados.
Você também pode desenvolver seus próprios modelos de ML de forma rápida
e eficiente para extração e análise de texto com o SageMaker, um serviço
totalmente gerenciado que ajuda analistas de negócios, cientistas de dados,
engenheiros de dados e engenheiros de MLOps a preparar dados e construir,
treinar e implantar modelos de ML rapidamente. Esse serviço oferece vários
algoritmos incorporados de ML, como BlazingText e Linear Learner, otimizados
para classificação de texto, PLN e reconhecimento óptico de caracteres (OCR).
Saiba mais ›
ID E A L PA R A
Serviços financeiros, saúde e ciências biológicas, contabilidade,
educação, governo, serviços jurídicos, petróleo e gás
ASSENT COMPLIANCE
“A tecnologia de OCR do Amazon Textract nos
permitiu processar... documentos, enquanto
o Amazon Comprehend foi capaz de extrair
entidades personalizadas. [Usando] o Amazon
Augmented AI, pudemos fazer com que nossas
equipes analisassem documentos com uma
determinada faixa de precisão e ajudassem a
treinar nossa próxima iteração de modelo. A
combinação desses serviços… [economizou]
centenas de horas de revisão manual de
documentos para os nossos clientes.”
Corey Peters, líder de equipe de IA/ML
THOMSON REUTERS
“Nossa solução exigia várias iterações de
configurações de aprendizado profundo em
grande escala. O Amazon SageMaker nos permitiu
projetar um recurso de processamento de
linguagem natural no contexto de uma aplicação
de resposta a perguntas… permitindo que o
trabalho [dos nossos clientes] fosse simplificado e
mais valorizado.”
Dr. Khalid Al-Kofahi, vice-presidente de pesquisa e desenvolvimento
5
3. Adicione a IA a qualquer central
de atendimento para melhorar o
serviço e reduzir os custos
Melhorar o atendimento ao cliente é uma das melhores maneiras de diferenciar
sua marca e demonstrar o valor do ML. As organizações de sucesso tratam suas
centrais de atendimento ao cliente como um ativo essencial para os negócios, em
vez de considerá-las um mero centro de custos.
O ML pode ajudar a transformar uma central de atendimento em um centro
de lucros diminuindo os tempos de espera das chamadas, melhorando
a produtividade e a satisfação dos atendentes, reduzindo os custos e ajudando
a identificar oportunidades de melhorias empresariais.
A AWS oferece várias opções flexíveis para adicionar inteligência à sua central de
atendimento. Se você está à procura de uma solução completa, o Amazon Connect
é uma central de atendimento na nuvem fácil de usar. Concebido para todos os
tipos de canal, ele ajuda as empresas a prestar atendimento ao cliente com alta
qualidade a um custo reduzido.
Se você já tem uma central de atendimento, as soluções do AWS Contact Center
Intelligence (CCI) dão à sua empresa as ferramentas necessárias para melhorar a
experiência dos clientes, aumentar a produtividade dos atendentes e obter insights
de conversas com a inclusão de recursos de IA na central de atendimento de sua
escolha. Tudo isso sem exigir experiência em ML. As soluções do AWS CCI podem
ser integradas à maioria das principais plataformas de central de atendimento,
como Genesys, Cisco, Avaya, Amazon Connect, Mitel e Talkdesk, entre muitas
outras.
As soluções do AWS CCI usam uma combinação de serviços de ML da AWS
para oferecer atendentes virtuais de autoatendimento, análise de chamadas
e assistência em tempo real a atendentes e análise pós-chamada.
Saiba mais ›
ID E A L PA R A T O D O S O S SE T O R ES
VANGUARD
“A meta da Vanguard é criar experiências de última
geração para os nossos clientes. A solução de
autoatendimento AWS CCI agiliza a iteração e nos
permite refletir sobre a experiência dos clientes
sob uma perspectiva diferente. Com isso, podemos
continuar melhorando a precisão do encaminhamento
de chamadas, além de aumentar as chances de
resolução na primeira chamada e agregar valor para os
clientes e os nossos negócios.”
Nicki Larro, proprietário de produto de tecnologia para central
de atendimento de varejo
MAGELLAN HEALTH
“Escolhemos o Amazon Kendra, um serviço que faz
parte do AWS CCI, para criar uma aplicação segura
e escalável de assistência aos atendentes. Isso ajudou
não só eles, como também os clientes que eles
atendem, a descobrir rapidamente as informações
necessárias. Desde a implementação… [das soluções]
do CCI, os primeiros resultados mostraram uma
redução média nas durações das chamadas
de aproximadamente 9 a 15 segundos, o que
economiza mais de 4,4 mil horas em mais de 2,2
milhões de chamadas por ano.”
Brian Lichtle, diretor sênior de engenharia de software
6
4. Melhore a experiência
de autoatendimento dos clientes
com IA de conversação
As interfaces de IA de conversação (CAI) adicionam às suas aplicações
empresariais recursos de conversação semelhantes às capacidades humanas
combinando diferentes tecnologias de linguagem natural, como PLN, compreensão
de linguagem natural (CLN) e geração de linguagem natural (GLN). A demanda
por interfaces de conversação por autoatendimento continua crescendo à medida
que cada vez mais usuários preferem interagir com as empresas em canais digitais.
Organizações de todos os portes estão desenvolvendo interfaces de conversação
por voz e texto para aumentar a satisfação dos usuários, reduzir os custos
operacionais e simplificar os processos de negócios.
As interfaces de CAI são aplicadas a uma grande variedade de casos de uso
e segmentos. Os casos de uso comuns para a CAI incluem 1) criar atendentes
virtuais e assistentes de voz, 2) automatizar respostas informativas e a captura
de dados, 3) aumentar a produtividade dos atendentes nas centrais de
atendimento, 4) automatizar o atendimento aos clientes e 5) realizar operações
transacionais.
As soluções de CAI aproveitam principalmente o Amazon Lex, que é
complementado por serviços adicionais de IA e ML, entre eles o Amazon Kendra,
o Amazon Comprehend, o Amazon Translate, o Amazon Polly e o SageMaker. O
Amazon Transcribe combinado com o Amazon Lex disponibiliza as funcionalidades
avançadas de aprendizado profundo de reconhecimento automático de fala
(ASR) e NLU, para possibilitar que os clientes desenvolvam aplicações altamente
envolventes para os usuários, bem como interações de conversação realistas
usando voz e texto. Com o Amazon Lex, as mesmas tecnologias de aprendizado
profundo que capacitam a Amazon Alexa agora estão disponíveis para qualquer
cliente, permitindo o desenvolvimento rápido e fácil de sofisticados bots de
conversação com linguagem natural.
Saiba mais ›
ID E A L PA R A T O D O S O S SE T O R ES
RYANAIR
“O chatbot da Ryanair, com a tecnologia de
serviços de IA de conversação da AWS, tornou-se o
braço direito da equipe de atendimento ao cliente,
lidando com mais de três milhões de conversas em
cinco idiomas todos os anos.”
Lee Reddin, diretor de design de serviços
XPERTAL
“A Xpertal melhorou a eficiência da central de
atendimento e o suporte em todos os canais via
e-mail, telefone, ferramentas de colaboração e
sites corporativos internos. Com a interface de
fácil uso do Amazon Lex, a equipe da nossa central
de atendimento conseguiu criar bots após uma
hora de treinamento. Foi fácil integrar a solução
às nossas aplicações empresariais a fim de criar
uma central de suporte virtual que permitisse
aos funcionários encontrar respostas com mais
rapidez. Os principais benefícios incluem melhores
índices de desvio de chamadas, tempos de espera
reduzidos e maior produtividade dos atendentes.”
Chester Perez, gerente de central de atendimento
7
5. Faça recomendações
personalizadas para aumentar
o envolvimento dos clientes
Os consumidores atuais esperam experiências personalizadas e em tempo real em
todos os canais digitais quando avaliam, compram e usam produtos e serviços.
O ML pode ajudar você a oferecer essas experiências altamente personalizadas,
aumentando o envolvimento dos clientes e resultando em melhorias
de conversão, receita e margem de lucro. A AWS oferece soluções de ML
que promovem experiências personalizadas da mais alta qualidade em todos
os canais digitais, totalmente adaptadas de acordo com as suas necessidades
empresariais.
Para começar a usar a personalização rapidamente, você pode recorrer
ao Amazon Personalize, um serviço totalmente gerenciado que aproveita os mais
de 20 anos de experiência de personalização da Amazon. O Amazon Personalize
simplifica o desenvolvimento de aplicações para uma ampla variedade
de casos de uso de personalização, incluindo recomendações de produtos
ou conteúdo, resultados de pesquisa individualizados e comunicações de
marketing personalizadas, sem exigir experiência em ML.
Se você prefere desenvolver seus próprios modelos de ML para mecanismos
de recomendação, use o SageMaker, um serviço totalmente gerenciado que
ajuda os profissionais de ML, incluindo analistas de negócios, cientistas de
dados, engenheiros de dados e engenheiros de MLOps, a preparar dados, bem
como construir, treinar e implantar modelos de ML rapidamente. Você pode usar
algoritmos incorporados, como máquinas de fatorização ou XGBoost, ambos
otimizados para personalização, a fim de treinar e implantar modelos com
rapidez. Também é possível usar os próprios algoritmos ou modelos, bem como
selecionar entre centenas de algoritmos e modelos pré-treinados disponíveis no
Amazon SageMaker JumpStart.
Saiba mais ›
ID E A L PA R A
Varejo, mídia e entretenimento, viagens e hotelaria, educação,
serviços financeiros, governo, saúde, software e Internet
WARNER BROS. DISCOVERY
“Com o Amazon Personalize, fomos capazes
de desenvolver e treinar uma prova de conceito
de mecanismo de recomendação em tempo real em
apenas dois dias. Desde a implantação em nossas
propriedades da Web TBS, TNT, TruTV e Adult
Swim, mais de 25 mil espectadores clicaram nas
promoções de portfólios relacionados com os filmes,
os programas e as seções de site recomendados pelo
Amazon Personalize. Para os usuários que recebem
promoções personalizadas, vimos o envolvimento
total desses usuários aumentar em 14% e
o envolvimento com marcas relacionadas aumentar
em 12% em comparação com um grupo de controle
aleatório.”
Don Browning, vice-presidente de arquitetura de nuvem
GEVME
“A AWS tinha todas as ferramentas de que
precisávamos para criar software de eventos virtuais
de última geração e excelentes oportunidades
de parcerias e troca de informações.”
Veemal Gungadin, fundador e CEO
8
6. Automatize a moderação de ID E A L PA R A
Mídias sociais, jogos, comércio eletrônico, publicidade, serviços
conteúdo com IA para proteger financeiros, saúde e educação

usuários, marcas e informações

DREAM11
Atualmente, 80% de todo o conteúdo da Web é gerado por usuários. 70% dos
consumidores concordam que as marcas são responsáveis pela moderação desse “A AWS promove uma cultura que prioriza os
conteúdo, e 40% se desligam das marcas após uma única exposição a conteúdo usuários, com serviços nativos da nuvem intuitivos
negativo.3 Com o aumento de volume, complexidade e velocidade do conteúdo que nos ajudam a fazer lançamentos rapidamente
gerado por usuários, organizações de todos os portes devem empenhar uma
sem dependências, bem como a desenvolver
quantidade significativa de recursos técnicos e humanos para garantir que os
clientes não sejam prejudicados por materiais ofensivos e que as informações e colocar nossos protótipos em operação de maneira
confidenciais não sejam expostas publicamente, tudo isso enquanto ainda muito veloz, mesmo em grande escala. Isso nos dá
mantêm os custos operacionais baixos. Por si só, a moderação humana uma vantagem competitiva no mercado, onde a
de conteúdo não pode ser escalada, o que resulta em uma experiência ruim
velocidade é um fator essencial.”
para os usuários, gera altos custos de moderação e aumenta os riscos à marca.

A IA e o ML podem ajudar as organizações a automatizar a moderação Praveen Jain, vice-presidente de engenharia

de conteúdo para reduzir as workloads humanas. A AWS tem soluções e serviços
de IA totalmente gerenciados e personalizáveis que podem ajudar você
a automatizar sua estratégia de proteção de clientes, comunidades online COSTAR GROUP
e marcas e, ao mesmo tempo, reduzir os custos de moderação.
“A API de moderação de conteúdo do Amazon
O Amazon Rekognition ajuda a simplificar ou automatizar fluxos de trabalho Rekognition nos permitiu desenvolver facilmente
de moderação de imagens e vídeos a fim de detectar conteúdo impróprio
ou ofensivo e associações de marca indesejadas. O Amazon Transcribe permite
uma solução para analisar de maneira automática
converter voz em texto, comparar o resultado com palavras proibidas e detectar todas as imagens carregadas, o que nos possibilitou
conteúdo prejudicial com foco em áudio. O Amazon Translate ajuda a moderar disponibilizar produtos de alto valor com eficiência
o conteúdo textual em vários idiomas, desde comentários em redes sociais, e melhorar nossas ofertas de produtos, tornando as
avaliações e documentos até mensagens instantâneas e bate-papos em jogos.
O Amazon Comprehend aumenta o valor do seu investimento com insights
imagens que recebemos mais detectáveis e nossa
contextuais e protege informações pessoais e de saúde confidenciais, enquanto comunidade mais inclusiva.”
o Amazon Augmented AI utiliza moderadores humanos informados sobre a
Mark Osborn, engenheiro de software principal
situação para verificar decisões e melhorar o modelo de ML ao longo do tempo.

Saiba mais ›
“Survey: Nearly Half of Americans Quickly Lose Trust in a Brand If Exposed to Toxic or
9
3

Fake User-Generated Content on Its Channels”, Business Wire, 2021

7. Valide a identidade dos usuários ID E A L PA R A
Finanças, educação, comércio eletrônico, varejo e trabalhos temporários
para protegê-los e evitar fraudes
INTER
Existem expectativas de que o mercado de detecção e prevenção de fraudes
atinja o marco de USD 75 bilhões até 2028, com uma taxa de crescimento “Há três anos, abríamos 200 contas por dia.
anual composta4 de 16% em um mundo cada vez mais digital, no qual Hoje, 29.000 contas são abertas diariamente, e
as organizações precisam investir bilhões de dólares para reduzir e evitar
não teríamos a agilidade para fazer isso sem o
fraudes. Embora a verificação da identidade possa ser usada para evitar
fraudes, o processo de identificar corretamente a identidade dos usuários Amazon Rekognition.”
em tempo real é tecnicamente complexo, consome muitos recursos e pode
Bruno Picchioni, líder de equipe da Credit Platform
causar atrito na experiência dos clientes.

A verificação da identidade para combater atividades fraudulentas

é um bom caso de uso para IA e ML por três principais motivos. Primeiro, AELLA CREDIT
soluções de IA, serviços e modelos de ML prontos para uso permitem que
“Usar o Amazon Rekognition para verificação
os desenvolvedores implantem processos de verificação de identidade
de identidade em nosso aplicativo móvel reduziu
rapidamente. Segundo, APIs totalmente gerenciadas podem ajudar
a treinar e implementar modelos personalizados com menos dados significativamente os erros de verificação e nos
e esforços reduzidos. Terceiro, os clientes podem aproveitar os recursos deu a habilidade de ajustar a escala. Agora, somos
de desenvolvimento existentes com soluções e serviços que não requerem capazes de detectar e verificar a identidade de um
conhecimento prévio, tornando a IA e o ML prontamente disponíveis indivíduo em tempo real sem nenhuma intervenção
em toda a organização a um custo reduzido.
humana, permitindo acesso mais rápido aos nossos
A Verificação de Identidades do Amazon Rekognition oferece recursos produtos. Tentamos várias soluções bem divulgadas,
pré-treinados de análise e reconhecimento facial que as organizações podem mas nenhuma das alternativas populares conseguiu
integrar rapidamente para autenticar as identidades de seus usuários. Por
mapear com precisão vários tons de pele.
meio de um processo de verificação simplificado e da capacidade de detectar
O Amazon Rekognition nos ajudou a reconhecer de
contas fraudulentas e duplicadas em poucos segundos, a integração
de clientes legítimos torna-se uma tarefa simples que não afeta a experiência modo eficaz o rosto de nossos clientes em nossos
dos clientes. Aproveitando a automação e a IA com serviços prontos para mercados. Também nos ajudou a conhecer nosso
uso, sua organização é capaz de reduzir efetivamente os custos operacionais cliente (KYC) descobrindo perfis sobrepostos
e de implementação.
e conjuntos de dados duplicados.”
Saiba mais › Wale Akanbi, CTO e cofundador
“Fraud Detection and Prevention Market Size Worth $75,139.66 Million, Globally,
10
4

by 2028 at 16% CAGR”, relatório exclusivo da Bloomberg, 2022

Inicie ou amplie já a sua
jornada para o machine
learning
Com os casos de uso deste e-book, você pode utilizar o ML para aumentar
a produtividade, usar os seus dados de maneira mais inteligente, atender às
demandas dos clientes com mais eficiência, melhorar a experiência e a satisfação
dos clientes, tomar decisões melhores com mais rapidez e reduzir a frequência e
o impacto das fraudes.

Optamos por destacar esses sete casos de uso porque eles estão proporcionando
sucesso aos nossos clientes e também porque atendem aos requisitos que você deve
procurar ao identificar uma aplicação adequada para ML. Esses casos de uso podem
ser concluídos em poucos meses e conseguem resolver problemas reais de negócios,
aumentar a performance, reduzir os custos e melhorar a experiência dos clientes.
Eles podem ser usados por especialistas no assunto e técnicos, e, quando executados
corretamente, geram resultados que chamam a atenção e incentivam o apoio
executivo para uma adoção ainda mais abrangente do ML.

O potencial empresarial do ML vai muito além desses sete casos de uso. Com o mais
amplo e especializado conjunto de serviços e ferramentas de IA e ML disponível
atualmente, a AWS pode ajudar você a aplicar o ML de diversas maneiras que são
capazes de transformar os seus negócios, possibilitando a conquista de novos
patamares de inovação e expansão dos horizontes da sua organização.

Saiba mais sobre os casos de uso de IA da AWS ›

©️ 2023, Amazon Web Services, Inc. ou suas afiliadas. Todos os direitos reservados.