Quando IA resolve um problema de operação.

Contexto

AUVP Analítica é a SaaS de análises para apoiar investimentos da AUVP Capital. A ProdMan atuou em diversas frentes simultâneas junto à equipe deste produto: Dashboards estratégicos, pesquisa aplicada, análise estratégica de mercado, automações de IA. A frente principal, e foco deste case, foi um problema de operação sufocando o time da Analítica: Processo de suporte técnico inadequado, fila de reportes crescendo, histórico acumulando.

Olhamos o processo antes da tecnologia

Antes de propor solução, fomos pra dentro da operação. Como o usuário reporta. Como o reporte vira tarefa. Quem triava. Como a evidência viaja. Como o time técnico é acionado.

A raiz era processual. O canal de entrada misturava bug, sugestão e dúvida na mesma caixa. A triagem dependia de leitura humana caso a caso. Reportes chegavam na fila sem evidência suficiente, e o time técnico gastava horas pra descobrir que a maioria nunca foi bug.

Tecnologia não resolve processo errado. Resolve processo certo, em escala.

Organizando conceitos

Definição primeiro: Bug é comportamento errático de software, pensado e programado intencionalmente para A, mas que se comporta como B. Até que se valide qual a natureza de um reporte de possível problema, ainda não é bug.

No fluxo de "possível problema", campos ricos foram coletados: Descrição detalhada, data e hora, evidências do problema, comportamento esperado e observado. Com isso, o novo processo de análise dos reportes partiria dali.

Camadas do fluxo

Cada etapa do que antes era trabalho humano cru virou uma função delimitada, com entradas claras e contexto definido:

• Triagem cruza o reporte com regras de negócio, tarefas em aberto e documentações de software, produto e dados.
• Reprodução recria o problema em condições idênticas às do usuário.
• Análise de registros cobre backend, frontend, base de dados, rotinas agendadas, publicações de versão e fornecedores.
• Produto prioriza, dá parecer, define criticidade e destino.
• Coordenação do fluxo movimenta a tarefa entre as etapas.
• Qualidade fecha o ciclo. Se uma etapa falhou, a tarefa volta pra ela. Não passa adiante.

O propósito é direto: Curar a tarefa antes dela chegar no time técnico.

A escolha de IA, não de gente

Com o fluxo desenhado, restava a decisão operacional: Quem executa cada etapa.

Contratar novas pessoas de suporte técnico era a alternativa mais óbvia. Recusada por recomendação nossa. O processo ficou tão bem definido que cada etapa ganhou contornos de função delimitada, e essa é exatamente a forma de trabalho onde IA aplicada cabe com escala, custo previsível e rastreabilidade total.

Não foi "vamos usar IA por usar". Foi "esse é o tipo de trabalho onde aplicar IA é a melhor alternativa".

Por fim, foi mantido um operador humano, que dentre outras atividades também ficaria responsável por rodar o novo fluxo automatizado no dia a dia, desta forma validando o resultado do trabalho da IA - e se necessário fosse, enriquecendo a base de conhecimentos da solução para que ela fosse cada vez melhor. Um trabalho que levava alguns poucos minutos todos os dias.

O sistema multi-agente

Cada etapa virou um agente de IA especializado, com ferramentas e habilidades próprias, contexto delimitado e bases de conhecimento dedicadas. O conjunto é orquestrado e roda como uma "linha de produção", com controle de qualidade na ponta.

A interface do operador humano que controla tudo é um aquário. Cada agente em execução, raciocínio à vista, saídas auditáveis. Roda sob demanda, dados sob controle. Dois modos de disparo do sistema: Lote de reportes, reporte individual.

Como pensamos os riscos

IA pode errar. O sistema foi arquitetado para lidar bem com isso desde o primeiro dia.

• Controle de qualidade próprio, devolvendo automaticamente tarefas para a etapa do fluxo que falharam.
• Bases de conhecimento vivas. Um mini-chat interno permite ao operador atualizar contexto, apontar a base de conhecimento correta, detalhar melhor sobre uma regra... A solução evolui junto com o time e fica a cada dia melhor.
• Validação humana na saída, em janela curta, focada em qualidade da decisão.
• Histórico transparente, refazer automático em falha pontual, regerar manual quando o operador julgar necessário.

Resultado

O problema foi resolvido na fonte. O novo processo demanda apenas alguns minutos por dia de um operador humano que absorveu essa função, contribuiu consideravelmente para a diminuição do tempo para resolução dos bugs reportados pelos usuários e liberou dezenas de horas do time, antes despendidas com triagem de possíveis problemas/bugs, agora disponíveis para focar no que realmente importa e gera resultado estratégico.