A Vivo, marca comercial da Telefônica Brasil e uma das principais operadoras de telecomunicações do país, implementou um projeto que utiliza inteligência artificial (IA) e telemetria em seus modems com o objetivo de antecipar falhas na rede de fibra ótica. A iniciativa visa identificar e resolver problemas técnicos antes que os clientes percebam qualquer interrupção no serviço de banda larga. O anúncio foi feito pela operadora durante um evento da empresa de software de análise de dados Databricks nesta terça-feira (17). De acordo com informações do portal especializado Telesíntese, o projeto combina agentes instalados nos modems, uma arquitetura em nuvem, aprendizado de máquina (machine learning) e agentes analíticos integrados a painéis de controle.
Luiz Gustavo Pagetti, gerente sênior de analytics da Vivo, explicou que a empresa buscava “identificar problemas técnicos e ter insights relevantes sobre a rede de fibra antes dos clientes”. O desafio, segundo ele, era não apenas detectar falhas, mas fazê-lo proativamente e em larga escala, abrangendo os milhões de clientes da operadora distribuídos pelo território nacional.
Para alcançar esse objetivo, a solução encontrada foi integrar agentes nos modems da rede. Esses agentes coletam dados técnicos e os enviam continuamente para uma arquitetura em nuvem. Lá, os dados são processados por modelos, algoritmos e ferramentas de inteligência artificial. A Vivo afirma que o projeto permitiu a transição de um modelo reativo de atendimento para uma abordagem proativa na gestão da rede.
Como a Vivo estruturou o ambiente de dados para o projeto?
Devido à complexidade dos dados de rede envolvidos, o projeto exigiu uma base de dados robusta. A Vivo, em parceria com a norte-americana Databricks, estruturou um ambiente centralizado, único e com governança para consolidar as informações e disponibilizá-las em uma camada analítica acessível tanto a áreas técnicas quanto a áreas não técnicas da empresa.
Qual o impacto do uso de agentes analíticos?
Um dos pontos destacados pela operadora foi o uso de agentes analíticos que permitem às lideranças e equipes de negócio consultar os dados por meio de perguntas em linguagem natural. Anteriormente, uma pergunta simples poderia exigir um longo processo, envolvendo reuniões de alinhamento técnico, alocação de equipes e desenvolvimento de consultas específicas, com um tempo de resposta de dias ou semanas. Com a nova estrutura, a mesma demanda pode ser atendida em poucos minutos.
Felipe Parmigiani, trainee da Vivo que participou do projeto, destacou que a iniciativa foi acelerada por três fatores: o reaproveitamento de queries (consultas de banco de dados) já validadas com as áreas de negócio, instruções customizadas para o agente analítico e o uso do histórico de interações para aprimorar as respostas ao longo do tempo.
Quais os benefícios adicionais do projeto?
Segundo Parmigiani, o agente foi configurado para atuar como um “agente de telemetria”, responder em português do Brasil e ter atenção com dados sensíveis tanto nas tabelas quanto nas respostas. A Vivo também relatou que o projeto resultou na redução do esforço de manutenção de múltiplas fontes de dados, na diminuição do tempo de codificação e na possibilidade de realocar recursos técnicos para outras áreas. Outro benefício mencionado foi o aumento da autonomia de executivos e usuários não técnicos, que passaram a interagir diretamente com os dados e a testar hipóteses sem a necessidade de mediação técnica.
Os executivos da Vivo resumiram o aprendizado da iniciativa, afirmando que a combinação entre uma necessidade real de negócio, uma arquitetura moderna e uma IA aplicável foi fundamental para reduzir os ciclos de entrega e aproximar a análise do “tempo do negócio”.
