O problema que toda equipe de suporte conhece
Escalar operações de suporte sem aumentar proporcionalmente o número de pessoas é um dos maiores desafios de times de TI e operações. O volume de chamados cresce, os Acordos de Nível de Serviço (SLA) ficam mais exigentes, as regulamentações mudam — e a documentação nunca acompanha esse ritmo.
Na prática, o conhecimento necessário para resolver um chamado está espalhado por Procedimentos Operacionais Padrão (SOP) desatualizados, gravações de treinamento que ninguém mais assiste e na cabeça de dois ou três analistas seniores. O resultado é previsível: analistas juniores escalam tudo, seniores viram gargalos e a qualidade do atendimento oscila conforme quem está de plantão.
Para endereçar esse cenário, a AWS publicou uma arquitetura detalhada de solução baseada em IA generativa que ataca o problema de forma sistêmica — não otimizando chamados individualmente, mas redesenhando os processos que determinam como o trabalho flui entre equipes.
A solução em duas camadas
A arquitetura proposta organiza a solução em duas camadas fortemente integradas: um espaço de trabalho de inteligência operacional, usado pelos analistas no dia a dia, e uma camada de analytics e inteligência de decisão, voltada tanto para analistas quanto para líderes. O que diferencia essa abordagem é que as duas camadas formam um ciclo: a inteligência gerada em uma alimenta e melhora a outra continuamente.
Camada 1: Espaço de trabalho de inteligência operacional
Essa camada é construída sobre o Amazon Bedrock e o AWS Strands Agents SDK, e reúne três capacidades principais.
1.1 Conversão automática de vídeos em SOPs
Equipes de suporte dependem fortemente de gravações de tela, sessões de treinamento e demonstrações ao vivo para transferir conhecimento. O problema é que esse conteúdo fica preso em arquivos de vídeo que ninguém tem tempo de rever — e quando alguém precisa, já está desatualizado.
A ferramenta Video-to-SOP resolve isso com um pipeline multimodal automatizado construído sobre o Amazon Bedrock. Quando um vídeo é carregado, ele é processado pelo modelo Marengo Embed 2.7, que divide o vídeo em segmentos configuráveis e gera embeddings vetoriais densos representando simultaneamente o conteúdo visual, a fala e o contexto da interface. Esses embeddings são indexados no Amazon OpenSearch Serverless, criando uma base de conhecimento pesquisável a partir de toda a biblioteca de vídeos históricos.
Em paralelo, o mesmo vídeo é analisado pelo modelo Pegasus 1.2, responsável pela compreensão generativa: ele produz resumos passo a passo, segmentação por capítulos e descrições estruturadas de ações e estados da interface, extraindo metadados operacionais como entradas necessárias, saídas do sistema, lógica condicional e pontos de aprovação.
Toda essa representação estruturada é então passada para o modelo Claude Sonnet 4.6, disponível no Amazon Bedrock, que gera a documentação formal: sequências de passos estruturadas, capturas de tela incorporadas, verificações de validação e resultados esperados.
Um diferencial importante é o editor interativo de SOPs com reprodução vinculada a timestamps: cada passo documentado está anotado com o momento exato do vídeo original onde aquela ação ocorre. O revisor pode validar cada passo sem precisar percorrer a gravação inteira. O SOP final pode ser exportado como documento Word com capturas de tela incorporadas.
Em ambientes de produção, essa abordagem reduziu o tempo de criação de SOPs em 80%, mantendo qualidade por meio de validação humana no processo.
1.2 Analisador de chamados com RAG
Depois que os SOPs estão capturados, o próximo desafio é aplicá-los de forma consistente. Chamados chegam com contexto incompleto, linguagem ambígua e anexos que exigem interpretação manual.
O componente de análise de chamados combina Processamento de Linguagem Natural (NLP), recuperação semântica e Geração Aumentada por Recuperação (RAG) para entregar orientação contextual diretamente no fluxo de trabalho. Quando um novo chamado entra no sistema, seu conteúdo é normalizado e enriquecido por Modelos de Linguagem de Grande Escala (LLM). Entidades-chave, sinais de intenção e dependências são extraídos de campos de texto livre e anexos. A representação enriquecida é convertida em embeddings vetoriais e armazenada no Amazon OpenSearch Serverless.
Para gerar orientação de resolução, o sistema recupera os SOPs, políticas e resoluções históricas mais relevantes e os fornece como contexto para um modelo de fundação no Amazon Bedrock. O modelo gera orientação passo a passo fundamentada no conhecimento organizacional verificado. O Amazon Bedrock Guardrails é usado para filtragem de conteúdo e validação de aderência às políticas.
Além da orientação, o sistema incorpora fluxos agênticos construídos com o AWS Strands Agents SDK, onde múltiplos agentes autônomos colaboram para executar tarefas operacionais como marcação de chamados, inserção de comentários e atualização de status — sempre dentro de um framework com humano no processo, garantindo que analistas revisem e aprovem as recomendações antes da execução.
1.3 Inteligência de fluxo de valor
Mesmo quando chamados são resolvidos com sucesso, as equipes raramente enxergam como o trabalho realmente flui entre papéis e sistemas. Esse componente apresenta os fluxos de resolução como mapas interativos de raias (swim lanes), mostrando como o trabalho se move entre equipes e sistemas, destacando gargalos, ineficiências e atividades sem valor agregado.
Ao conectar dados de processos upstream e downstream, o componente permite que as equipes avaliem quais fluxos estão prontos para automação — identificando o que deve ser eliminado, otimizado ou mantido como manual antes de escalar. Isso fornece uma base estruturada para iniciativas de melhoria contínua.
Camada 2: Analytics e inteligência de decisão
Enquanto a documentação automatizada e a resolução guiada melhoram o tratamento individual de chamados, líderes também precisam de visibilidade clara sobre distribuição de carga, volumes e risco de SLA. Essa camada é construída sobre o Amazon QuickSight e oferece três capacidades centrais.
2.1 Gestão de carga de trabalho e visibilidade de capacidade
Os dashboards mostram como os chamados estão distribuídos entre os analistas por volume e complexidade, com indicadores de disponibilidade e tendências semanais que destacam sobrecarga e subutilização. Gráficos de barras empilhadas segmentados por complexidade tornam visível como o trabalho de alto, médio e baixo esforço está sendo distribuído, apoiando um planejamento de capacidade mais consistente e baseado em dados.
2.2 Categorização de chamados e previsão de risco de SLA com ML
O sistema aplica modelos de aprendizado de máquina (ML) para analisar o conteúdo dos chamados e prever o risco de descumprimento do SLA. O processo começa com uma consulta no Amazon Redshift que extrai chamados ativos com características operacionais calculadas. Uma camada de processamento realiza engenharia de features — incluindo sinais como número de dias em aberto, dias restantes no mês, nível de complexidade, número de escalonamentos anteriores e indicadores de carga de trabalho.
Os chamados são primeiro categorizados por lógica de classificação baseada em regras em sete clusters de negócio (por exemplo, Suporte Geral, Gestão de Exceções, Acesso e Permissões, Fusão de Contas). Para a previsão de risco de SLA, o sistema usa um modelo XGBoost que gera uma pontuação de probabilidade (0–1) representando a chance de descumprimento, mapeada para categorias de risco:
- Alto Risco: probabilidade ≥ 0,7 de descumprimento do SLA
- Médio Risco: probabilidade ≥ 0,4 de descumprimento do SLA
- Baixo Risco: probabilidade < 0,4 de descumprimento do SLA
Os resultados são gravados no Amazon S3 como arquivos Parquet particionados com timestamps e surfaceados nos dashboards do Amazon QuickSight. Em produção, essa abordagem contribuiu para melhorar o desempenho de SLA de 89,5% para 95%, apoiando intervenção mais precoce em chamados de alto risco.
2.3 Experiência agêntica incorporada
Para fechar a lacuna entre insight e ação, a solução incorpora capacidades agênticas diretamente na experiência de analytics. Um agente inteligente do Amazon QuickSight atua como consultor de analytics de carga de trabalho, entregando recomendações concisas e orientadas a resultados para rebalancear atribuições e melhorar o desempenho.
O agente se integra com fluxos de trabalho existentes — sistemas de chamados, Slack e e-mail — para que os usuários recebam insights acionáveis sem precisar navegar manualmente pelos dashboards. Após analistas revisarem e aprovarem as ações recomendadas, o agente as executa — como atualizar status de chamados, encaminhar aprovações ou fechar chamados — gerando automaticamente trilhas de auditoria para conformidade.
Resultados mensuráveis
A AWS relata que, em pilotos internos, a abordagem entregou impacto de negócio mensurável:
- Retorno sobre investimento de 4:1
- Redução de entradas de chamados imprecisas de 45,3% para 10%
- Melhoria no cumprimento de SLA de 89,5% para 95%
- Aumento de 80% na eficiência de criação de documentação com geração automatizada de SOPs
Esses ganhos se traduzem em tempos de resolução mais rápidos, menor risco operacional e qualidade de serviço mais consistente. Ao combinar IA multimodal no Amazon Bedrock, RAG e analytics operacional no Amazon QuickSight, a solução transforma a atividade cotidiana de suporte em uma fonte contínua de aprendizado e melhoria.
Fonte
Modernizing and scaling support operations with generative AI on AWS (https://aws.amazon.com/blogs/machine-learning/modernizing-and-scaling-support-operations-with-generative-ai-on-aws/)
Leave a Reply