1. À propos de l'entreprise
A Niveau de métal Mahle SA Metal Leve est une entreprise brésilienne de pièces automobiles, basée à Mogi Guaçu (SP), spécialisée dans la fabrication et la vente de composants pour moteurs à combustion interne et de filtres automobiles. Fondée en 1951 par Ernst Mahle, qui s'est implanté au Brésil en tant qu'associé fondateur de Metal Leve, l'entreprise est devenue une référence dans le secteur automobile national et international. Elle est une filiale de… Mahle GmbHMahle Metal Leve, multinationale allemande basée à Stuttgart, est considérée comme l'un des plus grands équipementiers automobiles au monde. Au Brésil, Mahle Metal Leve opère à la fois sur le marché de la première monte (OEM) et sur celui de la rechange, et ses produits sont vendus dans des dizaines de pays. L'entreprise est reconnue pour son engagement en faveur de l'innovation technologique et possède son propre centre technologique au Brésil depuis 1978.
2. cible
Élaborer et mettre en œuvre un chatbot de support technique basé sur IA générativeHébergée sur AWS, cette solution est capable de répondre avec précision et à grande échelle aux questions techniques des mécaniciens et des professionnels du marché de l'après-vente automobile à faible coût opérationnel, remplaçant ainsi la solution précédente basée sur Pinecone et OpenAI, qui présentait une latence élevée, des coûts élevés et des limitations de performance.
3. Problème à résoudre
Mahle disposait déjà d'une solution de chatbot technique pour les mécaniciens via WhatsApp, mais elle était confrontée à des défis critiques qui compromettaient son efficacité et sa viabilité :
• Latence élevée et faibles performances : Le modèle précédent (Pinecone + Flowwise + API OpenAI) rencontrait des difficultés avec les requêtes complexes nécessitant une contextualisation et une association d'informations.
• Coûts d'exploitation élevés : La solution ne générait pas de revenus directs et devait être optimisée pour réduire les dépenses.
• Données non structurées : Les sources de données (tableurs et documents techniques) n'étaient pas suffisamment structurées pour fournir des flux de données de haute qualité à l'IA.
• Évolutivité limitée : La solution n'était pas conçue pour être étendue à d'autres pays d'Amérique latine, à d'autres langues, ni pour être intégrée à des systèmes tels que Microsoft Dynamics CRM.
• Dépendance à l'égard des technologies tierces : L'architecture précédente engendrait une dépendance vis-à-vis des fournisseurs externes, avec un contrôle moindre sur les coûts et l'évolution.
4. Solution AWS et ressources utilisées
Flexa a développé un chatbot intelligent basé sur l'IA générative, doté d'une architecture moderne et évolutive hébergée sur AWS, remplaçant intégralement la solution précédente. Les principaux composants utilisés étaient :
• Substrat amazonien : Moteur d'IA générative avec des modèles comme Amazon Nova et Claude (Haïku/Sonnet), offrant des réductions de coûts allant jusqu'à 80 % par rapport à la solution précédente.
• Amazon S3 : Stockage des bases de connaissances techniques (tableurs, PDF, manuels, documents de garantie), segmentées par catégorie (léger, lourd, moto, agricole).
• AWS Glue + Amazon Athena : Pipeline ETL pour l'ingestion, le traitement et la mise à jour incrémentale des bases de données techniques au format Parquet.
• Amazon ECS Fargate : Hébergement d'applications offrant évolutivité, sécurité et haute disponibilité.
• AWS Lambda + API Gateway : Orchestration des requêtes de bases de données relationnelles et vectorielles, avec exécution sans serveur.
• Amazon RDS : Base de données relationnelle pour les requêtes structurées sur les pièces et les composants.
• AWS Amplify : Publication front-end en React avec déploiement automatique via GitHub.
• Amazon CloudWatch + Zabbix : Surveillance de l'infrastructure, des journaux et de l'observabilité de la solution.
• Garde-fous Amazon Bedrock : Contrôles de sécurité pour les filtres de contenu, les sujets interdits et la protection des données sensibles (PII).
• AgentFlow (Flowwise/Flowise) : Plateforme low-code/no-code pour orchestrer les flux conversationnels des chatbots.
5. Avantages commerciaux générés
• Réduction des coûts d'exploitation : Le remplacement des API OpenAI par Amazon Nova a permis de réduire les coûts d'inférence d'environ 80 %.
• Assistance technique évolutive : Les mécaniciens et les professionnels du marché de l'après-vente ont désormais un accès indépendant à des informations techniques précises sur les pièces, les garanties et les applications.
• Qualité des réponses : Après des cycles de perfectionnement intensifs, le chatbot a atteint un taux de précision d'environ 80 % lors des tests automatisés.
• Expansion mondiale : L'architecture a été conçue pour prendre en charge plusieurs langues et permettre une expansion en Europe, aux États-Unis et en Amérique latine, avec des environnements séparés par région.
• Autonomie de l'équipe technique de Mahle : Transfert complet des connaissances, incluant la livraison du code source, la documentation de la solution réalisée et l'intégration de l'équipe interne.
• Potentiel de nouveaux projets : Le succès du chatbot a ouvert la voie à de futures initiatives, telles que la prévision de la demande et l'extension de la solution à d'autres secteurs de l'entreprise.
• Une reconnaissance mondiale : Le projet a été présenté au conseil d'administration mondial de Mahle en Allemagne, où il a été accueilli favorablement et a suscité un intérêt pour une réplication internationale.
• Client satisfait : Projet livré en avril 2026, le client ayant choisi de poursuivre la phase opérationnelle avec le soutien de Flexa.
