Acelere

o desenvolvimento
empresarial com
machine learning
Como quatro empresas inovadoras estão
automatizando processos e reduzindo os
custos para evoluir
Sumário

Introdução. . ....................... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 3

Histórias de sucesso

Aprimoramento da experiência do cliente.. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 4

Lion Parcel.......................... . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 5

Gevme.............................. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6

Aceleração da inovação........ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Tape Ark............................. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 9

Otimização das operações comerciais. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 11

Frollo................................ . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12

Próximas etapas.................. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 14

2
I N T R O D U Ç Ã O: C O N C R E T I Z A R O VA L O R C O M E R CI A L DA I A

Como operar na era da inteligência artificial

e do machine learning acessíveis

A inteligência artificial (IA) e o machine learning (ML) são a ciência ML para empresas de todos os portes. Mais de 100 mil clientes da AWS
do desenvolvimento de algoritmos e os modelos estatísticos que os sistemas estão usando IA e ML nos setores de finanças, serviços de saúde e ciências
de computador usam para automatizar diversas tarefas. Graças ao crescimento biológicas, manufatura, mídia e entretenimento, serviços públicos, varejo,
da computação em nuvem, ao aumento do poder de computação e dos tecnologia e vários outros.
volumes de dados, bem como o desenvolvimento de aplicações sem código,
o ML está acessível para todos. Ao contrário das tarefas humanas, que exigem Categorização dos objetivos do machine learning
instruções explícitas, o ML depende de padrões e inferência, que podem ser
Empresas de todos os portes têm utilizado com sucesso o ML em três
usados para escalar, desbloquear novos fluxos de receita e resolver desafios
categorias essenciais de objetivos de negócios fundamentais:
operacionais com mais eficiência do que nunca.
1. Aprimoramento da experiência do cliente
Empresas de pequeno e médio porte em quase todos os setores estão usando
o ML para alcançar resultados comerciais positivos. Para muitas delas, o ML 2. Aceleração da inovação
tornou-se um componente essencial de suas operações. De acordo com a IDC, 3. Otimização das operações comerciais
o investimento em IA nos Estados Unidos chegará a USD 120 bilhões até 2025,
o que representa uma taxa de crescimento anual composta (CAGR) de 26% no Este e-book apresenta histórias de sucesso de clientes da AWS (empresas
período de previsão de 2021 a 2025. 1 de pequeno e médio porte) que alcançaram resultados transformadores em
uma ou mais dessas categorias com a ajuda de ferramentas acessíveis de ML.
A Amazon Web Services (AWS) tem um papel fundamental no avanço do ML,
fornecendo o conjunto mais amplo e mais completo de serviços de IA e

¹ “Spending on Artificial Intelligence Solutions Will Double in the United States by 2025, According to a New IDC Spending Guide” (Os gastos com 3
soluções de inteligência artificial dobrarão nos Estados Unidos até 2025, de acordo com um novo guia de gastos da IDC), IDC, 17 de março de 2022
HIST Ó R I A S D E S U CESS O

Aprimoramento da
experiência do cliente
Muitas organizações voltadas para o crescimento estão
recorrendo à inteligência e predição do ML para melhorar
o envolvimento do cliente e aprimorar a sua experiência.
As soluções da AWS para personalização, inteligência de central
de atendimento, verificação de identidade e pesquisa inteligente
permitem que essas empresas estreitem as relações com os
clientes e alcancem bons resultados finais. Leia sobre como
a Lion Parcel e a Gevme usam o ML da AWS para atender
melhor seus clientes.

4
Aprimore os resultados do cliente com Resultados

insights de dados mais rápidos

• Dados quase em tempo real: os usuários
podem extrair os dados atualizados de que
precisam diretamente do data warehouse.
A Lion Parcel é uma empresa de logística em rápido crescimento (com fatia de mercado • Ferramentas para geração rápida de
nacional de 98%) que oferece serviços integrados de entrega a clientes em 17 mil ilhas relatórios: o sistema baseado na nuvem
da Indonésia. A empresa também faz entregas em 25 países a partir de mais de 7 mil facilita o acesso aos dados de relatórios
pontos de serviço em toda a Indonésia. para todos os funcionários credenciados.
• Uso de ML: a empresa melhorou a
Oportunidade segmentação de clientes usando uma
Até 2019, a Lion Parcel baseava seu negócio em uma infraestrutura on-premises. análise mais profunda com ML.
No ano seguinte, a empresa migrou seus principais sistemas para a AWS visando aproveitar
a flexibilidade de escala ilimitada de infraestrutura e o preço conforme o uso. Com este e
outros movimentos, a Lion Parcel atualmente está reforçando sua tecnologia para possibilitar “Com a AWS, podemos escalar
a tomada de decisões baseadas em dados que diferenciam a empresa de seus rivais nacionais
servidores de alto desempenho
e internacionais.
para treinar e criar modelos de
Solução dados e depois reduzir a escala
verticalmente, o que torna o ML
No início de 2021, a Lion Parcel formou uma equipe dedicada para criar um pipeline de
dados na AWS e trabalhou em conjunto com um parceiro da AWS, a Deloitte, no design e na mais econômico.”
implementação. A Lion Parcel já havia feito a experiência de criar um data lake on-premises.
Probosetyo Krishna, chefe de engenharia
No entanto, o desempenho não atendeu às expectativas comerciais da empresa. Por
da Lion Parcel
exemplo, para obter um relatório de entrega, a Lion Parcel precisava esperar 15 minutos de
carregamento dos dados. Na AWS, o mesmo relatório fica pronto em menos de um minuto.

A Lion Parcel usa o Amazon Simple Storage Service (Amazon S3) como um data lake para
dados estruturados e não estruturados, o AWS Glue para transformação e limpeza de dados
e o Amazon Redshift como data warehouse. A visualização aprimorada para geração de
relatórios e a aplicação do ML usando o Amazon SageMaker para segmentar os clientes
foram identificadas como os primeiros casos de uso para o pipeline de dados.

5
Transforme eventos virtuais em Resultados

experiências personalizáveis
• Segurança de dados priorizada:
a plataforma Gevme garante a segurança
dos dados e a conformidade com as
A Gevme é a principal solução da GlobalSign.In, uma empresa de tecnologia de eventos com práticas recomendadas de criptografia
a missão de conectar pessoas por meio de ferramentas de planejamento de eventos on-line. e registro em log.
A plataforma de tecnologia Gevme oferece soluções de ponta a ponta para gerenciar reuniões • Recomendações com tecnologia de ML:
e conferências virtuais, presenciais e híbridas. A versão GEVME Live da plataforma possibilita
os participantes de conferências recebem
experiências imersivas com recomendações personalizadas para os participantes do evento.
regularmente recomendações de sessão
feitas por ML.
Oportunidade
• Eficiência da aplicação: um novo código
A GlobalSign.In criou a plataforma Gevme na AWS em 2015 e aproveitou a agilidade enviado pelo desenvolvedor é refletido
da Nuvem AWS para levar ao mercado a GEVME Live com segurança. A velocidade foi
no sistema em 10 minutos ou menos.
fundamental ao criar a GEVME Live para reter os clientes, oferecendo uma alternativa digital
à realização de conferências planejadas a partir de 2020.

A capacidade de ativar instâncias do Amazon Elastic Compute Cloud (Amazon EC2) para
experimentação em questão de minutos na AWS (e de excluí-las com a mesma rapidez quando “A AWS tinha todas as ferramentas
os engenheiros encontraram um método melhor) foi fundamental para criar a GEVME Live em
de que precisávamos para criar
menos de seis meses. A GEVME Live usa o Amazon Chime para sessões divididas em pequenos
grupos, bem como para watch parties para demonstrações de produtos, e apresenta “salas de software de eventos virtuais
serendipidade” projetadas para promover a interação espontânea. de última geração e excelentes
oportunidades de parcerias.”
Solução
Veemal Gungadin, fundador e CEO da
Particularmente com eventos totalmente virtuais, a primeira preocupação dos organizadores
GlobalSign.In
e de clientes em potencial é a segurança dos dados. A Gevme usa o AWS Key Management
Service (AWS KMS) para criptografar dados em repouso e em trânsito, e o AWS WAF para
filtrar o tráfego da aplicação. Para rastrear os logs e a atividade do usuário, o que simplifica
o processo de conformidade, a empresa usa o AWS CloudTrail. A Gevme também segue as
práticas recomendadas pela AWS para a segurança na nuvem, incluindo a autenticação em
dois fatores e a separação de perfis via grupos de segurança.

6
A P R I M O R A M E N T O DA E X P E R IÊ N CI A D O C LIE N T E

Casos de uso e soluções para a experiência do cliente

Personalização › Inteligência de central Verificação Pesquisa inteligente ›

de atendimento de identidade ›
Amazon Personalize habilitada para IA › Amazon Kendra

Amazon SageMaker Amazon Rekognition

AWS Contact Center
Intelligence (AWS CCI)

Amazon Connect

Prepare os dados, crie, treine e implante modelos de machine learning com o SageMaker

As empresas que querem desenvolver os próprios modelos podem se basear nos casos de uso acima aplicando o SageMaker.
O serviço completo fornece modelos predefinidos e ferramentas específicas para cada estágio do ciclo de vida de ML e inclui
até mesmo ferramentas sem código para gerar previsões de ML.

7
HIST Ó R I A S D E S U CESS O

Aceleração
da inovação
As empresas também utilizam o ML para acelerar a
inovação em seus produtos, serviços e aplicações. Isso
pode permitir que os membros da equipe realizem mais,
independentemente de seu nível de habilidade de ML, ao
mesmo tempo que impulsiona o gerenciamento eficiente
de recursos e ajuda a manter os custos baixos. Continue
a leitura para descobrir como a Tape Ark aproveita o ML
para ajudar seus clientes a ter o controle de seus dados
em papel.

8
Invente uma solução de arquivamento Resultados

de dados pronta para uso

• Custos de armazenamento 20 vezes
menores: a empresa obteve economias
substanciais em relação aos sistemas
Como a especialista mundial líder em migração de fita para a nuvem, a Tape Ark agora tradicionais de arquivamento físico ao
ajuda seus clientes a ter o controle de seus dados em papel. A empresa está trazendo digitalizar dados e armazená-los na nuvem.
o gerenciamento de dados arquivados para o século XXI por meio da automatização • Três camadas de dados: os usuários
da migração de informações corporativas antigas para a nuvem pública. podem aproveitar texto, imagem e vídeo
para redefinir os limites de arquivamento
Oportunidade e processamento de documentos.
A Tape Ark tem a missão de ajudar as organizações a gerenciar seus dados de backup • Soluções para tarefas de baixo valor:
e documentos corporativos utilizando análises, IA e ML. Depois de determinar que a solução de ML automatiza tarefas manuais
armazenar e revisar documentos em papel guardados em caixas de arquivamento é um
e repetitivas, como inserção e indexação
ponto problemático para muitas empresas, ela começou a repensar a maneira como os
de dados.
dados físicos poderiam ser armazenados fora do local.

Solução
Para simplificar o processo trabalhoso de auditoria de documentos, uma equipe dedicada
de cientistas de dados, engenheiros e especialistas em negócios da Tape Ark e do
“A equipe do AWS ProServe nos
AWS Professional Services começou a trabalhar em 2020 numa solução baseada em ML. apresentou uma nova forma
de pensar, um conjunto
Usando o Amazon Textract, a equipe criou o Rapid Box Indexer, que extrai de forma inteligente
textos, manuscritos e dados de praticamente qualquer documento. O Amazon Rekognition de produtos emergentes da AWS,
é utilizado para automatizar a análise de imagens e vídeos usando software de ML e e foi extremamente colaborativa.
reconhecimento de fala, enquanto o Amazon Comprehend permite a detecção de entidades
É ótimo trabalhar com uma equipe
e a análise de sentimento. O Amazon S3 é usado para armazenar e proteger os dados,
enquanto o AWS Lambda permite um processamento de informações muito rápido. que realmente deseja resolver
o problema do cliente.”
Os usuários agora podem ver três camadas de dados (vídeo, imagem e texto) em cada caixa
por meio do portal da Tape Ark e com etiquetas pesquisáveis. Com essas informações, Kyle Evans, diretor comercial da Tape Ark
é muito mais fácil decidir quais documentos manter, digitalizar ou destruir.

9
A CE LE R A Ç Ã O DA I N O VA Ç Ã O

Serviços de machine learning para aceleração

da inovação
O Amazon SageMaker oferece um serviço completo para criar, treinar e implantar modelos de ML para qualquer caso de uso com
infraestrutura, ferramentas e fluxos de trabalho totalmente gerenciados

Torne o machine learning mais acessível Prepare dados em escala

Permita que mais pessoas inovem com ML
por meio de uma variedade de ferramentas
(ambientes de desenvolvimento integrados
para cientistas de dados e interfaces visuais
sem código para analistas de negócios)
Acesse, rotule e processe grandes volumes
de dados estruturados (dados tabulares) e não
estruturados (fotos, vídeo e áudio) para ML

Acelere o desenvolvimento de machine learning Dinamize o ciclo de vida de machine learning

Reduza o tempo de treinamento de horas para Automatize e padronize os processos de MLOps

minutos com uma infraestrutura otimizada. em toda a sua organização para criar, treinar,
Aumente a produtividade da equipe em até dez implantar e gerenciar modelos em larga escala
vezes com ferramentas de propósito específico

10
HIST Ó R I A S D E S U CESS O

Otimização
das operações
comerciais
Com sua capacidade de processar grandes volumes
de dados de forma rápida e inteligente, o ML pode
ajudar pequenas e médias empresas a otimizar
operações on-line, automatizar processos e prever
resultados comerciais. Isso pode ajudar a melhorar
a produtividade e aumentar os recursos da equipe.
Continue lendo e saiba como a Frollo está aproveitando
o ML para transformar a experiência do cliente
de serviços financeiros.

11
Abra a porta para operações bancárias Resultados

melhores e mais rápidas

• Aprimoramento de precisão: a Frollo obtém
uma taxa de 95% de precisão para modelos
de ML que categorizam as transações.
A Frollo é uma fintech. Como o primeiro intermediário bancário aberto da Austrália, • Melhor desempenho para os clientes:
a Frollo fez mais de 25 milhões de chamadas de API de sistema bancário aberto até a Frollo permite que os bancos retornem
o momento. resultados de crédito em 20 segundos em
vez de 3 a 5 minutos.
Oportunidade • Segurança aprimorada e redução de riscos:
A Frollo queria permitir que os bancos fossem além de sua capacidade atual as soluções da Frollo protegem dados de
e desenvolvessem um modelo de engajamento real que fornecesse mais recursos referência de produtos para bancos e evitam
de gerenciamento financeiro e orçamento para os clientes. A API Frollo Data riscos relativos à origem de empréstimos.
Enrichment fornece soluções de enriquecimento de dados, como categorização
de transações de clientes e identificação de comerciantes. Essa API e os modelos
ML de apoio classificam os gastos dos clientes em mais de 60 categorias, como viagem,
impostos e compras.
“Com o Amazon SageMaker, nunca
tivemos problemas com limites
Solução ou desempenho da aplicação.
O ML baseado em nuvem foi essencial para acelerar o desenvolvimento da plataforma Agora, estamos medindo a
da Frollo e o Amazon SageMaker foi um elemento fundamental de sua estratégia de ML. latência de ponta a ponta para
A Frollo agora está executando a maioria das workloads na AWS, tendo escolhido categorização de transações e
a plataforma para seus recursos de dados e análises, controles de segurança integrados identificação de comerciantes
e ferramentas de ML. Com o SageMaker, a equipe de cientistas de dados da Frollo pode
de 1.500 milissegundos.”
criar os próprios algoritmos de ML e reter o controle do treinamento em seus conjuntos
de dados. Tony Thrassis, CIO da Frollo

12
O T I M I Z A Ç Ã O DA S O P E R A Ç Õ ES C O M E R CI A IS

Casos de uso e soluções para otimizar operações comerciais

Processamento Moderação Detecção de fraudes › Previsão ›

inteligente de de conteúdo ›
Amazon Fraud Detector Amazon Forecast
documentos ›
Amazon Rekognition Amazon SageMaker Amazon SageMaker
Amazon Textract Amazon Transcribe
Amazon Comprehend Amazon Comprehend
Amazon Comprehend Medical Amazon Lex
Amazon SageMaker

Amazon Augmented AI
(Amazon A2I)

13
Comece a concretizar o valor
empresarial do machine
learning hoje mesmo
Empresas ágeis de todos os tamanhos e preocupadas com o orçamento
aproveitaram a seleção incomparável de serviços de IA e ML da AWS
para resolver seus desafios operacionais e acelerar suas jornadas de ML.
Descubra como a solução certa pode ajudar sua empresa a obter o valor
máximo de um investimento em ML.

Acelere sua jornada de ML com a AWS ›

© 2023, Amazon Web Services, Inc. ou suas afiliadas. Todos os direitos reservados.
14