Da teoria à prática: cases reais de IA

No segundo episódio do Genius Talks, nosso host, Alcebíades Araújo, AI Specialist na Squadra, mediou um papo entre Romulo Cioffi, CIOO and Chief AI Officer na Squadra, e Tatiana Oliveira, CEO do AI Brasil, sobre como sair do contexto das experimentações em IA, com exemplos de aplicações práticas de inteligência artificial em sistemas de missão crítica e vários outros contextos de negócio.

Quer assistir o episódio completo? Disponível nas principais plataformas: YouTube, Spotify e Apple Podcasts.

IA trazendo hiperprodutividade na modernização de sistemas de missão crítica

Uma das maiores operadoras de logística e ferrovias do Brasil possuía um sistema de missão crítica para a otimização de modais ferroviários e marítimos de altíssimo tráfego, que não estava mais acompanhando as demandas do negócio. O desafio era:

• Mais de 400 mil linhas de código em C++;

• Ausência de documentação de suporte;

• Sistema com mais de uma década de vida sem pessoal técnico com conhecimento profundo do legado disponível.

A modernização do legado se tornou imperativa para eliminar os riscos e construir uma nova base tecnológica sólida para a escalabilidade. Iniciando na modernização tecnológica, em que se mantém as características funcionais do sistema, a execução se dividiu em quatro etapas principais:

• Discovery: uso de LLMs para análise estática e clustering por domínio para identificar pontos de complexidade e extrair regras de negócio escondidas nas 400 mil linhas de código em C++;

• Design e pipeline de modernização: criação de uma nova arquitetura moderna, com sistema dividido em módulos para migração gradual;

• Build: o Jack auxiliou o time de desenvolvimento na conversão segura do legado em C++ para tecnologias modernas como C# e React;

• QA comparativo: cenários idênticos foram configurados em ambos os sistemas, legado e modernizado, para comparar lado a lado horários, trajetórias e composições ferroviárias, sendo que qualquer divergência era classificada e corrigida iterativamente até que os diagramas convergissem perfeitamente;

• Deploy: cada módulo está sendo implementado em operação híbrida com o legado, permitindo a migração gradual à medida que vamos avançando na evolução funcional do sistema como um todo.

"Eles tinham um sistema antigo, feito há 15 anos, que funcionava bem, mas era um risco para o crescimento do negócio. Através da nossa rede de agentes de IA, nós extraímos as regras de negócio do código, criamos uma nova arquitetura, desenvolvemos o novo e colocamos em produção rapidamente." - Romulo Cioffi

O processo de modernização de legados através do Genius permitiu que a operadora construísse uma base tecnológica sólida e escalável, eliminando riscos e preparando o negócio para evoluções funcionais contínuas a partir de 2026. Para além disso, o uso do Genius desbloqueou quatro benefícios fundamentais:

• Hiperprodutividade e eficiência operacional: automatização de tarefas repetitivas e uso inteligente de recursos, reduzindo drasticamente o tempo dedicado pelas áreas de negócio e o tempo até a implementação do sistema modernizado;

• Maior acurácia em decisões: a precisão aprimorada nos processos e a rastreabilidade das decisões da IA elevam a qualidade final do software;

• Inovação e vantagem competitiva: transformação de um legado em um ativo estratégico, gerando novas capacidades de negócio;

• Transformação digital escalável: integração tecnológica real aos processos de negócio, permitindo uma adaptação rápida ao mercado.

A modernização de legados com IA não é apenas sobre modernizar, é sobre recuperar a capacidade de inovar. Com o Genius, o que antes era um gargalo, torna-se o alicerce para o crescimento sustentável, de forma rápida, segura e escalável.

Orçamentos de sinistros em minutos com IA

No contexto automotivo e de seguros, Tatiana Oliveira citou um projeto que foi destaque no CEIA-UFG, Centro de Excelência em IA da Universidade Federal de Goiânia, que utilizou IA generativa para ler e interpretar fotos de sinistros. A análise que antes levava dias ou semanas para ser finalizada, agora é resolvida em minutos, com margem de erro próxima de zero nos orçamentos gerados.

O segredo? Uma jornada de quase duas décadas capturando imagens e estruturando bibliotecas de peças de veículos. A GenAI foi o acelerador final de uma base de dados robusta e proprietária.

"Para chegar nesse nível, a jornada foi de anos capturando imagens de vários sinistros para fazer todo um trabalho de agregação de dados, para chegar no que realmente é a solução hoje." - Tatiana Oliveira

O papel humano: de executores para curadores

A IA não substitui o ser humano, mas o reposiciona. E o nosso novo papel é de curador. Para isso, algumas características são observadas:

• Raciocínio crítico: é responsabilidade do humano, como curador, validar e integrar o que a IA produz ao contexto do negócio;

• Visão holística: a visão geral do contexto é o novo requisito para que possamos realizar a orquestração inteligente dos processos de negócio através da IA;

• Conexão entre negócio e academia: a iniciativa privada, a academia e o governo são essenciais na construção de um Brasil que sai da posição de consumidor de tecnologias estrangeiras e passa a amplificar o uso da IA.

Isso muda papéis, isso muda o mercado. O futuro da IA é como amplificador cognitivo, liberando o talento humano para atividades de maior consciência e criatividade, enquanto a máquina cuida da escala e da velocidade.

Concorda? Quer assistir o episódio completo? Disponível nas principais plataformas: YouTube, Spotify e Apple Podcasts.