Atende AÍ: Como a GVC Usa IA Generativa para Gerar Insights na Cobrança

Por Fabio Tsukahara, líder de tecnologia, dados e infraestrutura na GVC Soluções em Cobrança; André Balbino líder da plataforma de dados e inteligência artificial na GVC e Gustavo Lima, Arquiteto de Soluções na AWS.

Sobre a GVC Soluções

A GVC Soluções atua no segmento de cobrança de créditos com garantia, onde cada interação com o devedor representa uma oportunidade de negociação e recuperação de ativos. Em um mercado onde a personalização do atendimento e a eficiência operacional são diferenciais competitivos, a empresa identificou que o verdadeiro valor não estava apenas em coletar dados, mas em transformá-los em entendimento aplicável no momento exato do atendimento.

O desafio

No dia a dia da operação de cobrança, cada conversa com o devedor carrega informações valiosas que, ao longo do tempo, constroem um histórico rico e complexo. Essas interações acontecem através de múltiplos canais (voz, WhatsApp, Rich Communication Service (RCS), SMS e e-mail) e acumulam detalhes sobre preferências de contato, intenções de negociação, objeções recorrentes e contextos pessoais que influenciam diretamente a capacidade de recuperação do crédito.

A GVC enfrentava um desafio operacional crítico: embora todos esses dados estivessem disponíveis no data lakehouse, eles permaneciam em formato bruto, difíceis de interpretar rapidamente. O operador que atendia um devedor hoje, raramente era o mesmo de amanhã, e a falta de continuidade no atendimento comprometia a eficiência da abordagem. Informações estratégicas ficavam dispersas em conversas anteriores, exigindo tempo e esforço para serem localizadas e compreendidas no momento da ligação.

Os principais desafios identificados foram:

• Dispersão de informações críticas: Histórico de interações distribuído entre múltiplos canais sem consolidação estruturada.
• Descontinuidade no atendimento: Operadores diferentes atendendo o mesmo devedor sem contexto adequado das interações anteriores.
• Dados valiosos inacessíveis: Informações como melhor horário de contato, canal preferencial, intenções de negociação e objeções recorrentes permaneciam ocultas em texto livre.
• Perda de eficiência operacional: Tempo gasto para interpretar histórico bruto reduzia a capacidade de personalização e assertividade na abordagem.

Esse cenário revelava uma verdade fundamental, dados só geram valor quando se transformam em conhecimento e conhecimento aplicado gera resultado.

A solução

Para resolver essa dor operacional, a GVC desenvolveu o Atende AÍ, uma solução baseada em inteligência artificial generativa que transforma interações históricas em insights estruturados e acionáveis, exibidos diretamente no CRM no momento em que o operador recebe a dívida para atendimento.

Diferente de abordagens tradicionais baseadas em clusters ou perfis genéricos, o Atende AÍ trabalha com hiperpersonalização, gerando insights exclusivos para cada devedor com base no seu histórico individual. A solução identifica automaticamente padrões e informações estratégicas que antes permaneciam ocultas em conversas dispersas:

• Melhor janela de contato (dias e horários em que o devedor costuma responder).
• Canal preferencial de comunicação (WhatsApp, ligação, RCS, SMS ou e-mail).
• Intenções de negociação manifestadas em interações anteriores.
• Pontos de resistência identificados (financeiros, operacionais, eventos como roubo ou dano ao veículo).
• Lembretes contextuais mencionados pelo devedor.
• Registro das ofertas feitas ao cliente para que ele devolva o bem (veículo, imóvel, etc.) de forma voluntária, sem necessidade de busca e apreensão judicial.

A arquitetura foi construída na AWS seguindo os pilares do AWS Well-Architected Framework, seguindo o padrão de data lakehouse com camadas de preparação, armazenamento e consumo de dados claramente separadas.

Arquitetura de dados e pipeline de processamento

O pipeline completo do Atende AÍ segue uma estrutura em camadas que garante rastreabilidade, reprocessamento e auditoria de cada etapa, atributos críticos para compliance no setor financeiro.

As interações com devedores são ingeridas e orquestradas utilizando AWS Lambda, Amazon ECS e Amazon MWAA (Amazon Managed Workflows for Apache Airflow). O MWAA permite definir o pipeline como código Python (DAGs, Directed Acyclic Graphs), com dependências explícitas entre tarefas, garantindo que cada etapa de processamento seja executada na ordem correta e com total visibilidade operacional.

Todos os dados são armazenados no Amazon S3, seguindo uma arquitetura de persistência dupla que implementa o padrão Bronze/Silver/Gold do data Lakehouse GVC: os dados brutos são preservados em sua forma original, enquanto os dados tratados são armazenados em uma camada separada, permitindo reprocessamento sem perda de informações originais.

Camada de preparação e governança de dados

Antes de qualquer uso de inteligência artificial, o Atende AÍ aplica uma camada de preparação de dados que garante conformidade com a Lei Geral de Proteção de Dados (LGPD) e otimiza o processamento:

• Anonimização de CPF/CNPJ: Remoção de dados sensíveis para proteção de informações pessoais, alinhada às recomendações do Amazon Bedrock Guardrails, recurso essencial para aplicações corporativas que processam dados sensíveis.
• Limpeza de ruídos: Eliminação de emojis, mensagens automáticas e conteúdo irrelevante que não agrega valor analítico.
• Redução e sumarização: Otimização do conteúdo para processamento eficiente, reduzindo custos e latência.

Após esse tratamento, os dados são novamente persistidos no S3 e ficam prontos para consumo pela camada de inteligência artificial.

Estruturação e consulta de dados

Os dados tratados são estruturados e consultados via Amazon Athena, que permite a organização do histórico de mensagens e metadados utilizando SQL padrão ANSI, sem necessidade de provisionar ou gerenciar clusters. O Athena opera no modelo pay-per-query, cobrando apenas pelos dados escaneados, o que torna a solução eficiente nos custos das consultas sob demanda, alinhado ao objetivo de governança e controle de custos da arquitetura.

Geração de insights com IA Generativa

A camada de consumo é composta por uma API desenvolvida em AWS Lambda, integrada ao CRM via URL. Essa API consulta os dados estruturados no Athena e utiliza o Amazon Bedrock para gerar os insights apresentados ao operador na tela “Atende AÍ Insight”.

O Amazon Bedrock é a plataforma de IA generativa gerenciada da AWS, oferecendo acesso unificado a múltiplos modelos fundacionais (FMs) via uma única API, sem necessidade de gerenciar infraestrutura de machine learning. A escolha do Bedrock permite que a GVC se beneficie de modelos de linguagem de última geração, com escalabilidade enterprise e recursos nativos de segurança e governança.

O uso de Lambda como camada de API é um padrão arquitetural serverless-first que minimiza custos operacionais e elimina a necessidade de gerenciar servidores, escalando automaticamente conforme a demanda de atendimentos.

Diagrama de arquitetura

                                                                                       Imagem 1: Diagrama da arquitetura do Atende Aí

Demonstração da solução

                                                                                      Imagem 2: Vídeo demonstrativo da solução AtendeAí

Resultados e impacto

A hiperpersonalização, diferencial central do Atende AÍ, é apontada por analistas como uma das principais oportunidades de expansão do mercado fintech, especialmente em processos de aprovação de crédito e cobrança.

Esta implementação trouxe ganhos mensuráveis e qualitativos para a operação de cobrança da GVC, transformando a forma como os operadores interagem com o histórico de devedores e tomam decisões no momento do atendimento.

Eficiência operacional e qualidade do atendimento

Os feedbacks capturados através de pesquisa interna com operadores e liderança revelam impactos concretos em diferentes dimensões da operação:

Para a liderança, o Atende AÍ acelerou significativamente o onboarding de novos operadores. Como relatado por um gestor:

“Como liderança auxilia na explicação e no entendimento de cada contrato ao operador novo, pois facilita a ter o insight necessário da cobrança o que muitos só conseguem após meses de experiência.”

A solução também fortaleceu a capacidade de resposta a ouvidorias, uma vez que todo histórico necessário para resolver reclamações fica disponível de forma estruturada na ferramenta.

Para os operadores, os ganhos se manifestam em agilidade, personalização e continuidade do atendimento. Um operador destacou:

“A IA facilitou muito meus atendimentos. Ela mostra de forma rápida todo o histórico de conversas, identifica o melhor horário para falar com o cliente e já filtra as informações importantes da negociação anterior. Isso agiliza a ligação, evita repetição, melhora a abordagem e me ajuda a continuar o atendimento de forma personalizada.”

A identificação automática do melhor canal de contato e do telefone que o cliente efetivamente atende foi apontada como uma das funcionalidades mais valiosas, especialmente em contratos de WO (Write-Off), onde a otimização do tempo é crítica.

Casos de uso reais

Um exemplo concreto ilustra o valor da hiperpersonalização: um operador relatou o caso de um cliente que não atendia há muito tempo e cujo contexto estava muito abaixo dos históricos registrados. O resumo gerado pelo Atende AÍ revelou que o veículo não estava em posse do devedor e o mesmo não sabia onde o veículo se encontrava, informação crucial que redirecionou completamente a estratégia de abordagem e evitou uma negociação ineficaz.

Transparência e melhoria contínua

A clareza do atendimento é favorecida pela rapidez na visualização do histórico, do status do processo e dos limites de negociação, o que agiliza a tomada de decisão. Os operadores também destacaram que a ferramenta contribui para visualizar o perfil do cliente, datas em que costuma pagar e situação do contrato, otimizando significativamente o tempo de preparação para a ligação.

Pontos de melhoria identificados pelos usuários incluem ajustes na interface (UX), como a forma como o FAQ e Insights aparecem na tela: alguns preferem clicar para abrir, enquanto outros preferem visualização automática dependendo do contexto (discador vs. atendimento regular). Outro desafio apontado é a qualidade dos registros: a falta de ocorrências completas por operadores anteriores pode gerar informações divergentes, reforçando a importância de boas práticas de documentação.

Impacto estratégico e pioneirismo

Os principais resultados alcançados incluem:

• Maior eficiência e consistência no atendimento: Redução do tempo de entendimento do histórico e melhor direcionamento das estratégias de contato.
• Redução do tempo de onboarding: Operadores novos conseguem insights que antes levavam meses de experiência para adquirir.
• Melhor capacidade de auditoria e transparência: Todo histórico estruturado e disponível para clientes e órgãos reguladores.
• Novas possibilidades analíticas: Transformação de texto livre em dados estruturados abre oportunidades estratégicas para análise de padrões e otimização de processos.

Conclusão

Neste blog abordamos uma solução de hiperpersonalização na cobrança de crédito com garantia que utiliza uma arquitetura totalmente serverless combinando serviços de dados e Inteligência Artificial generativa na AWS — incluindo Amazon Bedrock, Amazon Athena, Amazon MWAA e Amazon S3 — para transformar interações históricas dispersas em insights estruturados e acionáveis.

Com o Atende AÍ, a GVC se posiciona como pioneira no uso de IA generativa aplicada à cobrança de crédito com garantia no Brasil, combinando tecnologia e entendimento profundo do negócio para resolver um problema real de forma escalável, acessível e de alto impacto.

Autores

	Fabio Tsukahara, Executivo de tecnologia com 15+ anos de experiência em dados, IA e estratégia de negócios, tendo atuado em empresas como Santander, Qualicorp, Grupo Recovery-Itaú e Jive/XP. Atualmente lidera tecnologia, dados e infraestrutura na GVC Soluções em Cobrança. Possui MBA em BI (FIAP) e especialização em Big Data (FIA), com foco em IA aplicada, engenharia de dados, arquitetura cloud AWS e liderança de equipes multidisciplinares.
	André Balbino é Especialista em dados e criação de produtos de IA, e hoje lidera a plataforma de dados e inteligência artificial na GVC. Programando desde os 10 anos de idade, acumula mais de uma década de experiência profissional na área, tendo passado por empresas líderes como 99, Jive, XP Investments, Ame Digital/Americanas e AstraZeneca, em algumas delas como liderança técnica. Desde 2016 atua no desenvolvimento de soluções de IA e arquiteturas de dados em nuvem, com foco em transformar dados em produtos inteligentes de alto impacto.
	Gustavo Lima é Arquiteto de Soluções na AWS no segmento de Enterprise. Ele possui mais de 13 anos de experiência na área de soluções de armazenamento e proteção de dados. Juntou-se ao time da AWS em 2022. https://www.linkedin.com/in/gustavo-lima-21940212/