Fluxos de trabalho corporativos mais rápidos com a transição de modelo no KobiGPT

Como X Mind Solutions, concluímos a transição do Gemini Flash 3.5 para o Gemini Flash 3.7 no KobiGPT com alguns de nossos clientes-piloto. O KobiGPT agora utiliza o Gemini Flash 3.7. Nossos registros em ambiente real de uso mostram que a mudança de modelo acelerou não apenas a geração de texto, mas também os fluxos de trabalho conectados aos sistemas corporativos. Para nós, o verdadeiro valor dessa evolução está na redução do tempo que o usuário espera para obter respostas às suas perguntas, muito além de um simples ganho técnico de desempenho.

Em chamadas sem uso de ferramentas, a velocidade de geração com o Gemini Flash 3.5 ficava em torno de 42 tokens/segundo, passando para cerca de 117 tokens/segundo com o Gemini Flash 3.7. Isso representa uma velocidade de geração de texto aproximadamente 2,8 vezes maior. Contudo, essa métrica por si só não reflete toda a experiência do KobiGPT. Responder a uma demanda corporativa frequentemente exige, além da geração de texto, acessar registros relevantes, filtrar dados e analisá-los.

Em fluxos de trabalho reais que utilizam ferramentas conectadas a ERP, CRM, RAG e outros sistemas corporativos, o tempo médio de resposta caiu de 39,8 segundos para 12,7 segundos. Com isso, observamos uma redução de aproximadamente 68% no tempo total de espera. Esses dados não são fruto de testes de laboratório, mas do tráfego real de utilização do KobiGPT. Avaliamos os resultados sob essa perspectiva: as médias apuradas não representam uma garantia de que cada consulta será concluída no mesmo tempo, mas são um indicador concreto da evolução observada nos fluxos.

Por exemplo, quando um usuário pergunta quais foram os produtos menos vendidos no mês anterior, o KobiGPT não se limita a elaborar uma resposta em texto. Ele busca os registros de vendas por meio da conexão com o ERP, filtra o intervalo de datas correspondente e analisa os produtos juntamente com seus volumes de venda. Se necessário, cruza essas informações com dados de estoque para listar os itens de menor desempenho comercial. Em seguida, apresenta o resultado de forma clara. O ganho de velocidade que medimos em fluxos semelhantes com ferramentas reflete diretamente no tempo total de espera desse processo em múltiplas etapas.

O acesso ao KobiGPT não se restringe à web e ao aplicativo móvel; os usuários também podem fazer perguntas sobre os dados da empresa via WhatsApp. Identificar eventuais interrupções na produção, solicitar um resumo do relatório de produção da última semana ou listar clientes com pagamentos em atraso são alguns exemplos práticos de uso. Respeitando as permissões do usuário, o KobiGPT conecta-se aos sistemas da empresa, localiza e analisa os dados necessários e envia a resposta pelo WhatsApp. Dessa forma, não é preciso abrir outro aplicativo para tirar dúvidas.

Com a transição de modelo, alcançamos menores custos computacionais, fluxos baseados em agentes mais ágeis e integrações mais rápidas com ERP e CRM. Do ponto de vista do usuário, nosso foco é fornecer respostas baseadas em dados reais da empresa com um tempo de espera menor. Tratamos o acesso via web, dispositivos móveis e WhatsApp como partes integrantes dessa experiência. As empresas interessadas em conhecer as integrações atuais do KobiGPT com ERP e CRM podem consultar os sistemas compatíveis na seção Integrações do nosso site.