1. Sobre a Empresa
A Mahle Metal Leve S.A. é uma empresa brasileira do setor de autopeças, com sede em Mogi Guaçu (SP), especializada na fabricação e comercialização de componentes para motores de combustão interna e filtros automotivos. Fundada em 1951, quando Ernst Mahle se estabeleceu no Brasil como sócio-fundador da Metal Leve, a empresa cresceu para se tornar uma das principais referências do setor automotivo nacional e global. É subsidiária da Mahle GmbH, multinacional alemã com sede em Stuttgart, considerada um dos maiores fornecedores automotivos do mundo. No Brasil, a Mahle Metal Leve atua tanto no mercado de montadoras (OEM) quanto no mercado de reposição (aftermarket), com produtos vendidos em dezenas de países. A empresa é reconhecida por seu foco em inovação tecnológica e possui um centro de tecnologia próprio no Brasil desde 1978.
2. Objetivo
Desenvolver e implantar um chatbot de suporte técnico baseado em IA Generativa, hospedado na AWS, capaz de responder dúvidas técnicas de mecânicos e profissionais do mercado de reposição automotivo de forma precisa, escalável e com baixo custo operacional — substituindo a solução anterior baseada em Pinecone e OpenAI, que apresentava alta latência, custo elevado e limitações de performance.
3. Problema a Ser Tratado
A Mahle já possuía uma solução de chatbot técnico para mecânicos via WhatsApp, mas enfrentava desafios críticos que comprometiam sua eficácia e viabilidade:
• Alta latência e baixa performance: O modelo anterior (Pinecone + Flowwise + APIs da OpenAI) apresentava dificuldades em consultas complexas que exigiam contextualização e associação de informações.
• Custo operacional elevado: A solução não gerava receita direta e precisava ser otimizada para reduzir despesas.
• Dados não estruturados: As fontes de dados (planilhas e documentos técnicos) não estavam adequadamente estruturadas para alimentar a IA com qualidade.
• Escalabilidade limitada: A solução não estava preparada para expansão a outros países da América Latina, idiomas ou integração com sistemas como o CRM Dynamics da Microsoft.
• Dependência de tecnologias de terceiros: A arquitetura anterior gerava dependência de fornecedores externos com menor controle sobre custos e evolução.
4. Solução e Recursos AWS Utilizados
A Flexa desenvolveu um chatbot inteligente baseado em IA Generativa, com arquitetura moderna e escalável hospedada na AWS, substituindo completamente a solução anterior. Os principais componentes utilizados foram:
• Amazon Bedrock: Motor de IA Generativa com modelos como Amazon Nova e Claude (Haiku/Sonnet), proporcionando redução de custos de até 80% em relação à solução anterior.
• Amazon S3: Armazenamento das bases de conhecimento técnico (planilhas, PDFs, manuais, documentos de garantia), segmentadas por categoria (leve, pesado, moto, agrícola).
• AWS Glue + Amazon Athena: Pipeline de ETL para ingestão, tratamento e atualização incremental das bases de dados técnicas em formato Parquet.
• Amazon ECS Fargate: Hospedagem da aplicação com escalabilidade, segurança e alta disponibilidade.
• AWS Lambda + API Gateway: Orquestração das consultas ao banco de dados relacional e vetorial, com execução serverless.
• Amazon RDS: Banco de dados relacional para consultas estruturadas de peças e componentes.
• AWS Amplify: Publicação do front-end em React com deploy automático via GitHub.
• Amazon CloudWatch + Zabbix: Monitoramento de infraestrutura, logs e observabilidade da solução.
• Amazon Bedrock Guardrails: Controles de segurança para filtros de conteúdo, tópicos negados e proteção de dados sensíveis (PII).
• AgentFlow (Flowwise/Flowise): Plataforma low-code/no-code para orquestração dos fluxos conversacionais do chatbot.
5. Benefícios de Negócio Gerados
• Redução de custos operacionais: Substituição das APIs da OpenAI pelo Amazon Nova resultou em redução estimada de até 80% nos custos de inferência.
• Suporte técnico escalável: Mecânicos e profissionais do aftermarket passaram a ter acesso autônomo a informações técnicas precisas sobre peças, garantias e aplicações.
• Qualidade das respostas: Após ciclos intensivos de refinamento, o chatbot atingiu taxa de acerto em torno de 80% nos testes automatizados.
• Expansão global: A arquitetura foi projetada para suporte multilíngue e expansão para Europa, EUA e América Latina, com ambientes segregados por região.
• Autonomia da equipe técnica da Mahle: Transferência de conhecimento completa, com entrega do código-fonte, documentação AS-Built e onboarding do time interno.
• Potencial de novos projetos: O sucesso do chatbot abriu portas para iniciativas futuras, como previsão de demanda (forecasting) e expansão da solução para outras áreas da empresa.
• Reconhecimento global: O projeto foi apresentado ao board global da Mahle na Alemanha, com receptividade positiva e interesse em replicação internacional.
• Cliente satisfeito: Projeto entregue em abril de 2026, com o cliente optando pela continuidade na fase de operações junto ao suporte da Flexa.
