A AWS também reduziu o tempo de decisão de três dias para menos de uma hora e economizou 100% dos investimentos em manutenção, além de minimizar gastos com infraestrutura e desenvolvimento

A fintech Base 39, por meio de soluções de arquitetura sem servidor AWS, reduziu em 96% o custo de análise de empréstimo, em 84% o de infraestrutura, o tempo de decisão foi de três dias para menos de uma hora e os gastos de manutenção foram zerados. De acordo com a empresa, o modelo também reduziu os gastos com manutenção em 100%.

Antes da migração, os clientes da Base39 realizavam avaliações de empréstimos manualmente, com limite máximo de 50 por dia por pessoa. Esse processo resultou em custos elevados para a empresa e atrasos de até três dias na aprovação de empréstimos, comprometendo a experiência do cliente. Pensando neste desafio, a consultoria AWS e o programa MongoDB for Startups propuseram em conjunto à Base39 uma integração do Amazon Bedrock, uma solução que permite aos desenvolvedores construir e escalar aplicações generativas de Inteligência Artificial, com o MongoDB Atlas Vector Search e o AWS Anthropic Claude, que auxilia na pesquisa de dados e cria linguagens personalizadas, implementando tecnologias capazes de melhorar significativamente a eficiência, a satisfação do cliente e a inovação. Para permitir que suas soluções generativas de IA forneçam resultados relevantes e confiáveis, a Base39 usou o MongoDB Atlas Vector Search para implementar o ajuste fino da geração aumentada de recuperação (RAG) para o LLM com seus dados proprietários armazenados no MongoDB. Com a integração, a Base39 conseguiu aprimorar as soluções financeiras na América Latina.

O compromisso da Base39 com a fidelização dos clientes inspirou a busca por processos mais flexíveis e otimização do tempo, resultando em uma escalabilidade aprimorada e na satisfação de seus consumidores. Como o MongoDB Atlas utiliza um modelo de dados baseado em documentos flexível e escalável, que suporta praticamente qualquer tipo de dado e oferece capacidades nativas de vetores, ficou claro que era a solução ideal de banco de dados. “Em apenas duas semanas, a IA generativa baseada na AWS, impulsionada pelo Amazon Bedrock e pelo MongoDB Atlas Vector Search, transformou a Base39 ao reduzir significativamente os custos e acelerar o processamento de empréstimos”, destaca Bruno Nunes, CEO da Base39. Os resultados foram alcançados por meio da tecnologia Gen AI e da equipe da AWS, que esteve disponível para guiar continuamente o uso das ferramentas.

Essa transição para uma arquitetura serverless permitiu à Base39 expandir o acesso a uma gama de ferramentas e serviços da AWS e eliminar camadas adicionais de computação, melhorando o desempenho e a eficiência de custos, além de reduzir o atraso por meio de soluções personalizadas que oferecem facilidade de uso. “Nosso objetivo é possibilitar a integração tecnológica e o suporte à infraestrutura, enquanto nossos clientes se concentram em agregar valor como organização para seus consumidores”, afirma Karina Lima, Head de Startups na AWS.

Outro aspecto essencial das soluções de otimização tecnológica é a segurança: com backup, arquivamento e armazenamento de documentos protegidos pela nuvem, é possível gerenciar um grande volume de dados de forma eficiente, com acesso rápido para análises orientadas por IA.

Para isso, a Base39 utilizou uma combinação de Claude 3.5 Sonnet e Claude 3 Haiku da Anthropic no Amazon Bedrock, com o suporte do LangGraph, um ambiente de desenvolvimento integrado especializado na criação de agentes de IA. Essa combinação permite à Base39 gerenciar a complexidade da análise de crédito de maneira modular e adaptável, aprimorando sua capacidade de oferecer soluções de crédito precisas e personalizadas.