Cada perfil tem um primeiro passo em IA
Responda três perguntas e veja a solução AWS indicada para o seu caso, por onde começar em uma semana, o que você precisa ter e os cuidados com LGPD, região e revisão humana. Resultado na hora, gratuito, direto na tela.
Apresentada no Bloco 2 da Jornada de Inovação AWS, Teresina, 07/10/2026. Nomes de serviço conferidos na documentação oficial da AWS em 06/10/2026.
Três perguntas
Pergunta 1 de 3
Amazon Quick
No celular, escolha Salvar como PDF na tela de impressão.
O primeiro passo de cada solução
Cada solução traz por onde começar na primeira semana, o que você precisa ter, o cuidado e como a RFX ajuda.
Amazon Quick
O que é. Assistente de IA para o trabalho, da AWS: chat, pesquisa, painéis e automação com agentes, em cima dos documentos e dados que a empresa já tem. O Quick Index conecta Microsoft SharePoint, OneDrive, Google Drive, Amazon S3, Confluence e páginas web; o Quick Sight faz painéis; o Quick Research entrega relatórios com citações; Quick Flows e Quick Automate executam tarefas nos seus aplicativos. Usa-se no navegador, no aplicativo de desktop e dentro do Microsoft Teams, Slack, Chrome e aplicativos do Microsoft 365. É a evolução do Amazon Q Business e do QuickSight (que continua como Amazon Quick Sight). Seus dados ficam fora do treinamento de modelos, em qualquer plano.
Por onde começar: a primeira semana
- Escolha uma pasta ou site com até 20 documentos que todo mundo pergunta: política de reembolso, manual, tabela de preços, contratos modelo. Primeira rodada só com documentos internos; dado de cliente entra depois do desenho de segurança.
- Peça ao seu TI (ou à RFX) uma conta AWS separada da conta principal e ative o Amazon Quick na região US East (N. Virginia). Em 06/10/2026 o teste de 30 dias do plano Enterprise cobre o piloto; conectar SharePoint ou OneDrive exige essa assinatura (o plano gratuito é individual, para uso pessoal).
- Conecte o SharePoint ou o OneDrive com login Microsoft (configuração rápida) e aguarde a indexação, que leva alguns minutos para poucos arquivos.
- Escreva 10 perguntas reais do seu time com a resposta esperada. Esse é o seu critério de sucesso.
- Rode as perguntas com três pessoas e marque: acertou, errou, não encontrou.
O que você precisa ter
- Documentos em SharePoint, OneDrive, Google Drive ou Amazon S3.
- Um dono do piloto na área de negócio.
- Alguém do TI (ou a RFX) para a conta AWS e para o consentimento no Microsoft 365.
- As 10 perguntas com resposta esperada.
Cuidado
- Na configuração rápida (login do usuário), quem tem acesso à base vê tudo o que foi indexado. Em produção, use o modo administrado, que respeita a permissão do SharePoint documento a documento.
- Chat, agentes e bases de conhecimento do Quick rodam em outra região AWS; na região de São Paulo estão disponíveis os painéis do Quick Sight (06/10/2026). Isso precisa constar no seu registro de tratamento da LGPD.
- A interface tem português do Brasil; teste as perguntas em português antes de prometer ao time.
- Marque a data de fim do teste de 30 dias para converter ou cancelar.
Como a RFX ajuda
Descoberta de IA aplicada: em duas semanas, três casos priorizados, custo estimado de cada um e o desenho do piloto; o material fica com você ao fim das duas semanas, independentemente do que decidir depois.
Ver a Descoberta de IA aplicadaExemplos possíveis no seu segmento. O desenho de cada caso depende dos dados e dos processos da empresa.
- Todos: política, manual, tabela e contratos modelo respondidos com o trecho do documento de origem (a demo do Bloco 2).
- Varejo: perguntas sobre vendas e caixa em painel.
- Setor público: servidores consultando normas internas direto no chat, com o trecho da norma na resposta.
Amazon Bedrock Knowledge Bases
com Amazon Bedrock Guardrails
O que é. Faz o modelo de IA responder com os documentos da empresa, com citação da fonte, dentro da sua conta AWS. Fonte na sua região: Amazon S3 (ou fonte customizada). Conectores nativos para SharePoint, OneDrive, Google Drive, Confluence e páginas web existem no Amazon Bedrock Managed Knowledge Base, que em 06/10/2026 roda em regiões como N. Virginia e Oregon, fora de São Paulo. O Amazon Bedrock Guardrails filtra temas proibidos e mascara dados pessoais nas respostas. Seus dados ficam na sua conta: fora do treinamento de modelos e fora do alcance do fornecedor do modelo. Exige desenvolvimento (ou um parceiro): é o caminho quando a resposta precisa entrar num sistema, portal ou canal próprio, para o time, para o cliente ou para o cidadão.
Por onde começar: a primeira semana
- Defina o conjunto de documentos e o público (interno ou externo) e escreva 20 perguntas com resposta esperada.
- Coloque os documentos num bucket Amazon S3 da conta e crie uma Knowledge Base no console do Amazon Bedrock; se precisar conectar SharePoint, OneDrive ou Google Drive, use o Amazon Bedrock Managed Knowledge Base, que roda fora de São Paulo. Teste no próprio console antes de escrever código.
- Crie um Guardrail com filtro de informação sensível (mascarar telefone e e-mail; CPF por padrão regex) e temas negados, e ligue ao teste.
- Meça acerto, erro e "não sei" nas 20 perguntas; ajuste documentos e divisão de texto.
- Só então decida a interface (chat interno, portal, canal de atendimento) e o modelo, considerando a região.
O que você precisa ter
- Conta AWS com acesso central (IAM Identity Center) e trilha de auditoria (AWS CloudTrail).
- Documentos limpos, atuais e com dono.
- Uma pessoa de desenvolvimento ou a RFX.
- As 20 perguntas-critério.
- Decisão de região (veja o bloco Cuidado).
Cuidado
- Região: em São Paulo (sa-east-1) há modelos processados na própria região (Mistral, DeepSeek, Qwen, gpt-oss e outros). Os modelos Claude de última geração e GPT são processados fora da região por inferência global, que pode usar qualquer região comercial da AWS; seus documentos, índices e logs continuam na sua conta em São Paulo, mas o prompt e a resposta saem da região (e podem ficar retidos fora dela para detecção de abuso), e isso entra no registro de tratamento da LGPD.
- A verificação automática de alucinação do Guardrails (contextual grounding) cobre inglês, francês e espanhol, e ainda não português, em 06/10/2026: mantenha citação da fonte e revisão humana nas respostas que importam.
- Público externo: avise que é IA, mostre a fonte e ofereça saída para atendimento humano.
- Para projeto novo, o caminho é Amazon Bedrock Knowledge Bases: o Amazon Kendra está em modo de manutenção desde junho de 2026 e fechado a novos clientes desde 30 de julho de 2026.
Como a RFX ajuda
Assistente ou agente na sua conta AWS: Amazon Bedrock na sua conta, com guardrail, teto de custo e trilha de auditoria, do piloto à produção em 6 a 10 semanas; é o mesmo desenho do assistente do site da RFX.
Ver o Assistente ou agente na sua conta AWSExemplos possíveis no seu segmento. O desenho de cada caso depende dos dados e dos processos da empresa.
- Setor público: assistente que responde ao cidadão citando a norma de origem.
- Software: base de conhecimento do produto respondendo ao suporte com citação da documentação.
- Saúde: protocolos e procedimentos internos para a equipe, com dado de paciente fora da base.
Amazon Bedrock e Amazon Bedrock AgentCore
O que é. O Amazon Bedrock dá acesso a modelos de vários fornecedores (Claude, Nova, Llama, Mistral, OpenAI e outros) por uma API gerenciada, com troca de modelo sem reescrever a aplicação, e com Knowledge Bases e Guardrails. O Amazon Bedrock AgentCore é a plataforma para rodar agentes de IA em produção, com qualquer framework e qualquer modelo, com identidade, memória, gateway de ferramentas e observabilidade. Seus dados ficam fora do treinamento de modelos.
Por onde começar: a primeira semana
- Escolha um fluxo com dono de negócio e critério medível: triagem de pedidos, rascunho de resposta para revisão, classificação de chamados.
- Prototipe no console do Amazon Bedrock com dois modelos e 30 exemplos reais anonimizados; compare qualidade e custo por chamada.
- Defina o teto de custo (AWS Budgets com alerta) e o Guardrail antes da primeira integração.
- Desenhe o agente com o mínimo de ferramentas e permissão IAM mínima; rode no AgentCore Runtime com observabilidade ligada.
- Escreva o critério de sucesso e o prazo da PoC (duas a quatro semanas) antes de começar.
O que você precisa ter
- Time de desenvolvimento (ou a RFX).
- Conta AWS governada: acesso central, trilha e orçamento.
- Dados de exemplo anonimizados.
- Dono de negócio.
- Critério de sucesso e teto de custo escritos.
Cuidado
- Humano no circuito para toda ação que muda dados ou dinheiro; comece com o agente lendo e recomendando.
- Segredos, chaves e dados pessoais crus ficam fora do prompt.
- Em São Paulo, o AgentCore oferece Runtime, Memory, Gateway, Identity, Observability, Policy e Evaluations; Runtime Instances e Web Search Tool ainda ficam fora da região (06/10/2026). Vale o mesmo ponto de região dos modelos (veja Amazon Bedrock Knowledge Bases).
- Meça custo por conversa desde o primeiro dia; o teto de custo é o que evita surpresa na fatura.
Como a RFX ajuda
Assistente ou agente na sua conta AWS (6 a 10 semanas) e Descoberta de IA aplicada (2 semanas).
Ver as duas formas de começarExemplos possíveis no seu segmento. O desenho de cada caso depende dos dados e dos processos da empresa.
- Software: do pedido do cliente à spec com requisitos, tarefas e código revisável (Kiro com Amazon Bedrock).
- Varejo: atendimento no WhatsApp que responde pedido, prazo e troca e passa para humano (Amazon Connect Customer com Amazon Bedrock, em região fora de São Paulo; a verificação da empresa junto à Meta, necessária para operar em escala, entra no prazo do projeto).
- Todos: agente que lê e-mails de pedido e prepara o lançamento para conferência.
Kiro
O que é. IDE e CLI da AWS com agentes de IA, disponível para todos desde novembro de 2025, também na web para os planos pagos; o aplicativo para iPhone está em preview, com acesso antecipado pelo TestFlight (06/10/2026). Specs: transforma um pedido em requirements.md, design.md e tasks.md revisáveis antes do código. Steering guarda os padrões do projeto em arquivos markdown. Hooks executam ações automaticamente a cada evento (salvar arquivo, concluir tarefa). MCP conecta ferramentas externas, inclusive a sua conta AWS. Modelos Claude, GPT e abertos. A AWS indica o Kiro para quem usava os plugins do Amazon Q Developer nas IDEs, que serão descontinuados em 30/04/2027. Há plano gratuito (06/10/2026).
Por onde começar: a primeira semana
- Instale o Kiro (IDE ou CLI) num repositório de baixo risco e crie o steering (
product.md,tech.md,structure.md) com os padrões do time. - Pegue um pedido real pequeno (bug ou funcionalidade de um dia) e gere a spec; revise requisitos e tarefas antes de deixar gerar código.
- Execute as tarefas uma a uma, com revisão de código humana e testes.
- Crie um hook (por exemplo, rodar os testes ao salvar) e meça: tempo do pedido ao pull request, retrabalho.
- Escreva a regra do time: segredos e dados de cliente ficam fora do prompt; todo código gerado passa por revisão.
O que você precisa ter
- Desenvolvedores com repositório em git e testes mínimos.
- Plano Kiro por pessoa.
- Política de uso: dados, segredos e revisão.
- Um projeto piloto com dono.
Cuidado
- Revisão humana obrigatória no código gerado.
- Segredos, chaves e dados pessoais ficam fora do prompt e dos arquivos de contexto.
- Fixe o modelo nos primeiros ciclos para a resposta ser previsível; compare depois.
- Leia os termos do plano escolhido sobre uso de dados.
Como a RFX ajuda
Amazon Kiro: adoção guiada em duas semanas, com steering, specs e política de uso do time.
Ver a oferta Amazon KiroExemplos possíveis no seu segmento. O desenho de cada caso depende dos dados e dos processos da empresa.
- Software: requisito que chega pelo WhatsApp vira spec, tarefas e código revisável.
- Setor público e saúde: times internos de desenvolvimento documentando sistemas legados antes de mexer.
Kiro com servidores MCP da AWS em perfil de leitura
O que é. O Kiro conversa com a sua conta AWS por servidores MCP oficiais: o AWS MCP Server (gerenciado, disponível desde maio de 2026, com modo somente leitura e chamadas registradas no AWS CloudTrail), o EKS MCP Server do AWS Labs (código aberto; somente leitura por padrão, e logs e eventos só com --allow-sensitive-data-access), o CloudWatch MCP Server (métricas, alarmes e logs) e o AWS Billing and Cost Management MCP Server (custos e anomalias), ambos do AWS Labs (código aberto, rodam na sua máquina). Você pergunta em português; ele consulta a conta e mostra a evidência. É como a RFX usa IA na própria operação: revisões, análises, troubleshooting e previsões, com perfil de leitura. Quem muda é a equipe, com processo e registro.
Por onde começar: a primeira semana
- Crie um usuário ou papel IAM somente leitura (política gerenciada
ReadOnlyAccess, mais as açõesaws-mcp:InvokeMcpeaws-mcp:CallReadOnlyToolpara o AWS MCP Server); no Amazon EKS, um access entry comAmazonEKSViewPolicy. A credencial no notebook é a de leitura; a de administrador fica fora dele. - Configure o
mcp.jsondo workspace (em vez do global) com o AWS MCP Server em--read-only, EKS, CloudWatch e Billing, usando um perfil AWS dedicado. - Faça as quatro perguntas da semana: quais pods estão fora do estado Running e por quê; qual instância teve a maior CPU e há alarme; quanto gastamos no mês e o que mudou; revisão de boas práticas de um namespace.
- Confira no AWS CloudTrail que só houve leitura.
- Escreva a regra: a IA lê e recomenda; a mudança passa por pessoa, processo e registro.
O que você precisa ter
- Conta AWS com acesso central ou perfis nomeados.
- Recursos com métricas no Amazon CloudWatch.
- Alguém da operação.
- Plano Kiro.
- Ambiente ou namespace de teste, só com dado interno, para as primeiras perguntas.
Cuidado
- O IAM é o controle real: o servidor MCP usa as suas credenciais, então a permissão da IA é a permissão do perfil.
- Ler logs e eventos no EKS MCP Server do AWS Labs exige a opção
--allow-sensitive-data-access; use só em ambiente de teste, com dado interno. - Mantenha dado sensível fora do prompt; configure o steering para omitir IDs de conta, ARNs, IPs e e-mails nas respostas.
- Comece só em modo de leitura; comando de mudança sugerido pela IA passa pelo processo da equipe antes de qualquer aprovação.
Como a RFX ajuda
Amazon Kiro: adoção guiada em duas semanas, incluindo a configuração dos servidores MCP em leitura. Para operação contínua, a frente de DevOps e operação da RFX.
Ver a oferta Amazon Kiro Ver DevOps e operaçãoExemplos possíveis no seu segmento. O desenho de cada caso depende dos dados e dos processos da empresa.
- Todos: "por que esse pod está caindo", "qual servidor está no limite e o que roda nele", "quanto gastamos e o que mudou no mês", "revise este namespace em boas práticas", tudo em leitura, como na demo do Bloco 2.
Amazon Textract e Amazon Transcribe
com Amazon Bedrock
O que é. O Amazon Textract lê texto impresso, tabelas e formulários de documentos digitalizados em português (manuscrito, consultas e o modo específico de nota e recibo são só em inglês). O Amazon Transcribe converte áudio em texto, com português do Brasil em lote e em tempo real e com redação de dados pessoais. Com o Amazon Bedrock, o texto extraído vira resumo, rascunho ou lançamento preparado para conferência humana.
Por onde começar: a primeira semana
- Separe 50 documentos (ou 10 áudios) reais, anonimizados, e a saída esperada de cada um (campos, texto, resumo).
- Rode no console do Amazon Textract ou do Amazon Transcribe e meça o acerto por campo ou por trecho.
- Defina o limiar de confiança e o que vai para conferência humana. Para processo com decisão financeira, use um limiar alto (por exemplo, 90%) e confira tudo o que ficar abaixo dele.
- Desenhe o fluxo: Amazon S3 recebe; Textract ou Transcribe extrai; Amazon Bedrock prepara; fila de conferência; sistema de destino.
- Meça tempo por documento antes e depois e a taxa de itens enviados para conferência.
O que você precisa ter
- Amostra representativa de documentos ou áudios.
- Dono do processo: financeiro, clínica, atendimento.
- Uma pessoa de desenvolvimento ou a RFX.
- Base legal e aviso quando houver voz de pessoas.
Cuidado
- Região: o Amazon Textract roda fora de São Paulo (sem endpoint em sa-east-1); o Amazon Transcribe tem São Paulo em lote e em tempo real. Registre no tratamento da LGPD.
- Saúde: dado sensível. Consentimento, mascaramento e revisão do profissional em todo rascunho; o médico assina, a IA só prepara.
- O Amazon Comprehend Medical detecta entidades médicas só em inglês; para português, o fluxo fica com Textract, Transcribe e Bedrock.
- Conferência humana obrigatória abaixo do limiar de confiança; decisão financeira sempre passa por uma pessoa.
- Gravação de voz: avise as pessoas e registre a base legal na LGPD; use a redação de dados pessoais do Transcribe.
Como a RFX ajuda
Descoberta de IA aplicada (desenho do piloto e custo) e Assistente ou agente na sua conta AWS (implantação).
Ver as duas formas de começarExemplos possíveis no seu segmento. O desenho de cada caso depende dos dados e dos processos da empresa.
- Saúde: transcreve a consulta e gera rascunho de evolução para o médico revisar.
- Todos: lê notas, boletos e recibos e prepara o lançamento no ERP para conferência.
- Setor público: digitaliza processos e extrai campos para o sistema.
Amazon SageMaker AI
O que é. Serviço da AWS para treinar, ajustar e servir modelos próprios de machine learning (antes chamado Amazon SageMaker). Entra quando o problema é previsão ou classificação com os seus dados históricos (demanda, inadimplência, evasão, falha de equipamento), um terreno diferente da linguagem, ou quando um modelo de fundação fica aquém. Pede especialista em dados (cientista ou engenheiro).
Por onde começar: a primeira semana
- Teste primeiro um modelo pronto: Amazon Bedrock ou painel no Amazon Quick Sight. O SageMaker entra quando ele fica aquém.
- Reúna 12 meses de dados históricos com o resultado conhecido (o que aconteceu) e defina a métrica de negócio: qual erro é aceitável.
- Faça um experimento de uma semana com um notebook e um algoritmo simples como linha de base.
- Decida pela PoC só se a linha de base bater a métrica; escreva o critério de sucesso.
O que você precisa ter
- Cientista ou engenheiro de dados (ou parceiro).
- Dados históricos com qualidade conhecida.
- Dono do processo.
- Orçamento para treino e inferência.
Cuidado
- Dados pessoais nos conjuntos de treino: anonimize ou pseudonimize antes.
- Modelo próprio exige monitoramento de deriva e retreino contínuos; o trabalho continua depois do primeiro treino.
- Custa mais e leva mais tempo que um modelo pronto; vale quando a métrica de negócio justifica.
Como a RFX ajuda
Descoberta de IA aplicada: avalia se o caso é IA generativa, machine learning ou painel, antes de investir.
Ver a Descoberta de IA aplicadaExemplos possíveis no seu segmento. O desenho de cada caso depende dos dados e dos processos da empresa.
- Varejo: previsão de demanda por loja e produto.
- Saúde: previsão de falta em consulta agendada.
- Setor público: classificação de demandas por prioridade com histórico de atendimento.
Sobre os seus dados
Dados de pessoas: o que precisa estar no lugar
- Registre a base legal e o tratamento no seu inventário LGPD antes do piloto; dado de saúde, de criança e de cidadão pedem cuidado redobrado.
- Mascare dados pessoais na entrada e na saída (o Amazon Bedrock Guardrails tem filtro de informação sensível com suporte a português; o Amazon Transcribe redige dados pessoais).
- Região: saiba onde o dado é processado. No Amazon Quick, chat e agentes rodam fora de São Paulo; no Amazon Bedrock, alguns modelos rodam em São Paulo e outros por inferência global, com prompt e resposta processados fora da região. Isso entra no registro de tratamento.
- Permissão: cada pessoa só pode receber resposta de documento que já pode abrir (no Quick, modo administrado).
- Revisão humana em toda saída que afeta uma pessoa (decisão, diagnóstico, cobrança, benefício).
- Comece com dados fictícios ou anonimizados; dado real só depois do desenho de segurança.
Dados internos: o essencial
- Confirme com o jurídico se há dado pessoal escondido (nome de funcionário em ata, e-mail em contrato).
- Defina quem pode ver o quê: permissão por documento e por pasta continua valendo.
- Região: confira onde o serviço processa e armazena; registre para auditoria.
- Acesso identificado e trilha (IAM Identity Center e AWS CloudTrail) desde o piloto.
Primeiro entregável: fontes e acesso
- O segundo passo do caminho de IA é "Dados e governança", com entregável "Fontes e acesso": liste onde estão os documentos e dados, quem é o dono, quem acessa e se há dado pessoal.
- Uma semana de inventário evita descobrir dado sensível no meio da PoC.
- Enquanto levanta, teste com documentos fictícios: a configuração é a mesma.
- A RFX faz esse levantamento na Descoberta de IA aplicada.
Agende uma conversa com um especialista
Conte em uma linha o que você tem hoje. Um engenheiro da RFX responde em até 4 horas úteis com o próximo passo para o seu caso e, se fizer sentido, o desenho de uma PoC com critério de sucesso escrito. Incentivos e créditos AWS aplicáveis são buscados para o projeto, sempre sujeitos a aprovação da AWS.
A matriz completa: perfil por objetivo
Vinte e uma combinações, sete soluções. Cada célula leva à recomendação com o primeiro passo, o que você precisa ter e o cuidado.
| Objetivo | Negócio e gestão | Tecnologia: desenvolvimento | Tecnologia: operações |
|---|---|---|---|
| Responder perguntas com os documentos da empresa | Amazon Quick | Amazon Bedrock Knowledge Bases | Amazon Quick |
| Automatizar tarefas do dia a dia | Amazon Quick | Kiro | Kiro com MCP em leitura |
| Ler documentos ou áudio em escala | Amazon Textract e Transcribe | Amazon Textract e Transcribe | Amazon Textract e Transcribe |
| Criar um produto, aplicativo ou agente com IA | Amazon Bedrock e AgentCore | Amazon Bedrock e AgentCore | Amazon Bedrock e AgentCore |
| Operar e analisar o ambiente de TI | Kiro com MCP em leitura | Kiro com MCP em leitura | Kiro com MCP em leitura |
| Perguntar aos dados do negócio e montar painéis | Amazon Quick | Amazon Quick | Kiro com MCP em leitura |
| Prever ou classificar com dados históricos | Amazon SageMaker AI | Amazon SageMaker AI | Amazon SageMaker AI |
Como a RFX trabalha IA
- Cada etapa tem um entregável: problema e meta; fontes e acesso; desenho e custo; critério escrito; resultado medido; operação e melhoria.
- Toda PoC começa com o critério de sucesso escrito.
- A RFX roda IA em produção no próprio site, com Amazon Bedrock e Guardrails, teto de custo e publicação com critério; projetos em clientes estão sob confidencialidade.
Só um terço das empresas brasileiras confia que consegue medir o retorno da IA.
AWS e Strand Partners, Desbloqueando o Potencial da IA no Brasil, 2026.Nomes de serviço conforme a documentação oficial da AWS em 06/10/2026. Disponibilidade de recursos por região muda com frequência; confirme antes de contratar. Esta ferramenta orienta a escolha; a análise jurídica de LGPD continua com o seu jurídico.
Outras ferramentas gratuitasRFX Tecnologia, www.rfxtech.com.br/ferramentas/matriz-ia