Desenvolvimento e validação de um agente inteligente para automatizar o suporte técnico diagnóstico em sistemas Avançados de Planejamento e Sequenciamento (APS)
Year: 2026
Type: dissertation
Abstract: Sistemas Avançados de Planejamento e Sequenciamento (APS) caracterizam-se pelo elevado grau de customização exigido por cada cliente, o que torna o suporte técnico uma atividade morosa e dependente de conhecimento especializado. Esse cenário sobrecarrega equipes de Customer Success com chamados diagnósticos repetitivos e reduz o tempo disponível para atividades de evolução do sistema. Este trabalho teve como objetivo desenvolver e validar um agente inteligente para automatizar a etapa inicial de diagnóstico de chamados de suporte no sistema Opcenter APS. A pesquisa, de natureza aplicada e abordagem mista, foi conduzida em uma empresa de consultoria especializada e estruturou-se em seis etapas: revisão da literatura, análise documental de 2.856 chamados históricos, mapeamento do processo de diagnóstico via notação BPMN, construção de fluxo de automação na plataforma low-code N8N integrado a um agente de Inteligência Artificial baseado em GPT-5 com três bases de conhecimento, validação funcional e comparação de desempenho com o atendimento humano. A validação foi realizada com 14 chamados, sendo sete reais e sete simulados, avaliando-se acurácia, eficiência e qualidade das respostas geradas. O protótipo alcançou taxa de acerto de 71% tanto no diagnóstico quanto no escalonamento, com redução de 99,77% no tempo médio de primeira resposta em relação ao atendimento humano. A análise qualitativa evidenciou que, mesmo nos casos de diagnóstico parcial, as conferências sugeridas mantiveram-se aderentes ao escopo do problema, e que as falhas se concentram em situações cuja causa-raiz depende de contexto operacional não documentado. Conclui-se que a integração entre automação de processos e agentes especialistas é viável e efetiva como ferramenta de apoio ao consultor, contribuindo para a otimização do atendimento em ambientes industriais altamente customizados.
Language: Portuguese
Subfield: Management Information Systems
Domain: Social Sciences
Open Access status: green
OpenAlex ID: W7222858558
