#CASE DE SUCESSO
Como a GAM transforma pedidos em qualquer formato em arquivos prontos para importar. E como colaboradores sem formação técnica criam as próprias aplicações com segurança
A GAM distribui produtos farmacêuticos, de higiene e de beleza no Brasil. São mais de 1.000 funcionários, 5 centros de distribuição, presença em 21 estados, mais de 30.000 clientes e 18.000 produtos. Com a Infomach, parceira AWS, e a plataforma Auramind, a GAM adotou um ambiente de IA generativa governado, na própria conta da empresa na AWS.
Tecnologias
Amazon Bedrock · Amazon Bedrock AgentCore · AWS Lambda · Amazon Cognito · Amazon DynamoDB · Amazon DocumentDB · Amazon S3 · Auramind
01.
Visão Geral
A GAM tem automação de processos no DNA. A empresa começou com robôs para tarefas repetitivas, criou uma área dedicada e passou a usar modelos de linguagem para acelerar o desenvolvimento. O uso, porém, ficava concentrado no time técnico.
O próximo passo era levar a IA para toda a empresa, com ferramentas seguras e controle sobre o que pode ou não ser feito. Contas individuais de ferramentas públicas eram caras para escalar a mais de 1.000 funcionários e não permitiam medir o retorno.
A GAM estruturou então um programa de cultura de IA, com OKRs por área e um funil de ideias acompanhado pelos gestores. A Auramind virou a base desse programa.
02.
Desafios
- Pedidos de venda chegam em formatos muito diferentes: planilhas, PDFs, imagens e texto livre, cada um com layout e campos próprios.
- A equipe de vendas internas lia cada pedido, extraía CNPJ, produtos e quantidades e convertia tudo para o layout de importação do sistema. O trabalho manual consumia capacidade comercial e podia gerar erros.
- Levar a IA para além do time técnico, com governança, no lugar do uso isolado de ferramentas externas.
- Dar autonomia para as áreas criarem soluções sem abrir mão do controle de segurança.
03.
Soluções
Implementadas
Acesso governado a modelos
Um canal único para vários modelos no Amazon Bedrock, com acesso por perfil. O analytics mostra o uso por pessoa, cargo, função e grupo, e orienta onde incentivar a adoção.
Cargas agênticas na AWS
Assistentes e aplicações rodam no Amazon Bedrock AgentCore, com AWS Lambda, Amazon Cognito, Amazon DynamoDB, Amazon DocumentDB e Amazon S3.
Padronização de pedidos
Um assistente lê pedidos em qualquer formato e devolve uma planilha estruturada, pronta para importar. O representante revisa sempre o resultado antes da importação.
Desenvolvimento pelas áreas com o Aura Apps
Colaboradores criam aplicações por conversa, sem escrever código. Por trás, a plataforma provisiona a infraestrutura serverless na AWS. Para compartilhar uma aplicação com a área, é preciso aprovação do gestor. Para publicar externamente, a aplicação passa por uma varredura de segurança que classifica os riscos em alto, médio e baixo. O administrador aprova ou rejeita.
Programa de adoção
Comunicação de lançamento, acompanhamento de sucesso do cliente, multiplicadores funcionais e monitoramento semanal de uso. O programa é liderado pela coordenação de automação e IA da GAM.
04.
Resultados
- Um representante de vendas informa economia de cerca de 20 minutos por pedido, ou cerca de 1,5 hora por dia. A revisão humana segue antes da importação.
- De 78 a 94 contas com pelo menos uma interação por semana em outubro e novembro de 2026, segundo a análise da plataforma.
- Aplicações criadas pelas próprias áreas, sem desenvolvedores. Entre elas, um painel de vendas prototipado em cerca de 2 horas, o aplicativo de OKR da cultura de IA e um controle de insumos refrigerados para os CDs.
- Um aplicativo de RH que orienta líderes em conversas com a equipe, criado por uma analista sem formação técnica em menos de uma semana.
- Crescimento governado, com alertas de custo combinados com a GAM.
É muito sobre permitir que o usuário resolva as próprias dores de forma independente. Se a gente fosse construir de forma tradicional, levaria tempo, teria todo o desenho e o desenvolvimento. Isso foi resolvido pelo usuário.
Lucas Remor
Coordenador de Automação de Processos, Engenharia e Eficiência de Dados
05.
Conclusão
A GAM tratou a IA generativa como capacidade da empresa, não como ferramenta de um time. Canal governado na AWS, aprovação em camadas e um programa de cultura com metas sustentam a adoção. A IA chegou ao comercial, ao RH e aos centros de distribuição. O ganho aparece em tempo devolvido às equipes e em soluções que nascem de quem conhece o problema.