Gimba adota IA generativa na AWS para aprimorar seu catálogo de produtos.

O CTO (Chief Technology Officer) do Gimba, Daniel Arruda, explica que essa atualização, até aqui, era feita manualmente para os cerca de 300 novos produtos que são incluídos mensalmente no catálogo. “Cada fabricante nos envia os dados de seu produto em formatos distintos e contamos com vários colaboradores que leem e padronizam estes dados, criando descrições dos produtos em nosso catálogo, especialmente o online”, explica. Além disso, João Ricardo Miliozzi David, analista de marketing do Gimba complementa dizendo que “existe uma preocupação com a composição da descrição do produto de forma a demonstrar a personalidade Gimba, informar ao consumidor acerca das principais características do produto de forma exclusiva e ser, ao mesmo tempo, mais atrativa para os algoritmos de busca”.

De acordo com Arruda, desde a chegada de outras ferramentas de IA Generativa ao mercado, o time responsável pela atualização do catálogo começou a realizar algumas experiências. “As utilizávamos de forma não metodológica para produzir alguns textos, que depois eram revisados e melhorados pela equipe. Isso ocorria de forma manual, sem uma padronização em relação às perguntas e utilização das respostas”, diz.

Pensando em ganhar produtividade e qualidade na descrição dos produtos, o time de Arruda viu na AWS a oportunidade de usar a Inteligência Artificial Generativa de forma mais eficiente e escalável. Ainda mais, na AWS conseguiriam dar o próximo passo, personalizando a IA ao chamado “sotaque” do Gimba. “Confiamos muito na AWS como parceiro estratégico nesse nosso primeiro projeto conjunto”, afirma.

Após apresentar o projeto para a AWS, o Gimba foi convidado a desenvolver uma plataforma adaptada às suas necessidades e trazer a solução de catálogos para a nuvem da AWS. Com apoio da Flexa Cloud, foi construído o primeiro protótipo baseado em Amazon SageMaker para treinamento e ajustes do modelo LLM. Foi utilizada uma amostra de 900 produtos com descrições consideradas excelentes para o modelo entender o que se é esperado. “No processo de aprendizado fizemos o teste com dois ou três produtos novos e os resultados foram impressionantes”, afirma Arruda.

“Com esse primeiro sucesso, sabíamos que estávamos no caminho certo”, diz Deivid Bitti, CEO da Flexa Cloud. “Quando recebemos acesso ao Amazon Bedrock, iniciamos a transição ao serviço gerenciado da AWS.” O modelo escolhido, Claude-2, foi crítico ao sucesso da plataforma por conta de sua grande janela de contexto (de até 100 mil tokens), permitindo o uso de técnicas avançadas de prompt engineering que excluíram a necessidade de treinamento ou fine-tuning manual do modelo. Dessa maneira, reduzimos o custo da solução em mais de 50%.

Todo processo de desenvolvimento com a AWS partiu do príncipio de customizar a utilização de IA generativa às necessidades do Gimba, especificamente da equipe de cadastro. Para isso, foi construída uma plataforma online que, numa única interface amigável, automatiza a aplicação das APIs do Amazon Bedrock e a criação de prompts no backend.

Com o sucesso da plataforma para novos produtos, a expectativa da equipe de cadastros é passar todos os produtos atualmente no catálogo através dessa ferramenta e reformular os cadastros existentes. “Fazendo isso para os novos produtos, já liberamos o time de cadastro para outras funções, porque a descrição é o que toma mais tempo. Desta forma, conseguimos subir a régua da qualidade”, afirma Juliana.