Já trouxemos algumas matérias sobre machine learning aqui no blog, mas, dessa vez, vamos focar em ferramentas que farão toda diferença no mundo dos negócios.
Na última conferência da re:Invent, realizada pela AWS, evento que apresenta os principais lançamentos da companhia, foram apresentadas algumas novidades de ferramentas de machine learning voltadas para o mercado corporativo que podem trazer mudanças significativas para os negócios. E o melhor: sem a necessidade de que a empresa tenha especialistas em aprendizado de máquina para realizar as implementações.
Podemos conferir a lista com 5 recursos anunciados que mais se destacaram:
1. Fraud Detector
Atualmente em fase de testes, o Fraud Detector foi criado com base na experiência da plataforma de e-commerce da Amazon para a análise e bloqueio de tentativas de fraude.
Em sua fase inicial, o ‘Fraud’ pode ser utilizado para detectar pontos de atenção em atividades como abertura de novas contas, identificação de perfis de risco e uso excessivo do serviço “Pague só depois de usar”. Em breve, o sistema também será capaz de realizar análises de risco e apontar incoerências em pagamentos on-line.
Para poder fazer o uso dos serviços, os futuros clientes precisarão lançar dentro da Amazon Simple Storage Service (S3) informações como endereço de e-mail da conta que fez o pedido e o IP da transação para que o sistema de machine learning utilize análise preditiva para aprovação da compra. Também será possível alimentar a API da plataforma com informações de perfis novos e antigos, a fim de se construir um perfil mais completo dos possíveis compradores.
2. Amazon Contact Lens for Amazon Connect
Com foco no atendimento de call centers, o Contact Lens faz uso do machine learning para analisar, em tempo real, com base na transcrição das conversas entre atendentes e clientes e o uso de processamento natural de linguagem. Dessa forma, ele pode fazer uso de funções como análise de sentimento, por exemplo, insatisfação do cliente ou, até mesmo, analisar com agilidade qual tipo de produto ou serviço gera mais demandas para a equipe de atendimento.
Atualmente esse sistema já funciona, mas só para o idioma inglês, O serviço irá receber suporte para novas línguas em 2020, além de outras ferramentas, como um painel individualizado para cada ligação, alertas em tempo real e customização da ferramenta de transcrição, para a inclusão de siglas ou temas particulares de cada empresa.
3. Amazon Augmented Artificial Intelligence (A2I)
Este serviço, que já está disponível, facilita a tarefa de construção e revisão humana de aplicações que utilizam tecnologias de machine learning. De forma geral, a ferramenta oferece prévias de modelos utilizados em tarefas mais corriqueiras do aprendizado de máquina, como transcrição de linguagem, detecção de objetos e moderação de conteúdo.
A ideia é que, ao entregar modelos semi prontos, a equipe possa ganhar tempo para produzir modelos mais eficientes e diminuir o retrabalho.
4. AWS Kendra
A proposta do Kendra é funcionar como uma ferramenta de busca interna para as empresas. Por exemplo, ao realizar o upload de documentos internos, como manuais, guias informativos e FAQs de processos internos, o sistema utiliza aprendizado de máquina para reunir, processar e organizar toda a base de dados de forma mais simples e intuitiva.
Uma vez que é instalado o sistema, qualquer colaborador pode utilizar o Kendra. O mesmo funciona por voz ou digitação para conseguir respostas a perguntas como horário de aberturas de serviços internos ou informações sobre serviços ou produtos específicos da companhia – documentos que muitas vezes acabam se perdendo por conta de desligamentos ou mesmo transferências de área.
Tal solução já está disponível para testes e futuramente serão incluídas funcionalidades como autocomplete para as perguntas, análise sobre as consultas realizadas (para identificar melhorias ou mesmo remoção de arquivos antigos) e melhorias para autoaprendizagem.
5. CodeGuru
O CodeGuru já é utilizado dentro da Amazon e, durante a edição 2019 do Prime Day, as “dicas” da plataforma ajudaram a marca a melhorar em 325% a utilização das CPUs e reduzir em 39% os custos gerais.
Com base em modelos de machine learning já treinados, essa funcionalidade utiliza a base de dados de repositórios famosos como GitHub e CodeCommit para analisar as linhas de código de uma aplicação e apontar erros ou sugerir melhorias.
A solução, que já está em funcionamento, conta com outra função que detecta as linhas de código responsáveis por consumir mais recursos de máquinas, como capacidade de CPU e demora entre a requisição de um serviço e resposta, dando chance para que as equipes pensem em otimizações.
Por aqui, em nosso blog, fazemos questão de trazer as novidades do mundo da tecnologia e entretenimento. Assine nossa newsletter e acompanhe todas as nossas matérias.
A Pasquali Solution é uma empresa B2B com core business em alocação de profissionais de TI. Fazemos questão de oferecer os melhores profissionais para sua empresa. Conte conosco para alavancar seus negócios, realizar seus projetos e, assim, fazer com que sua empresa cresça de forma exponencial.
