Em 2022, logo após o lançamento do ChatGPT para o público geral, a liderança da GE Aerospace percebeu que muitos funcionários estavam usando essa poderosa plataforma de inteligência artificial generativa em seu trabalho.
Embora isso não fosse surpreendente para a cultura voltada para a tecnologia da empresa, também gerou preocupações sobre a possibilidade de informações sensíveis ou proprietárias vazarem para os grandes volumes de dados nos quais esses modelos de linguagem são treinados.
A liderança da empresa viu duas opções. “Primeiro, poderíamos simplesmente bloquear o acesso ao ChatGPT nos laptops de trabalho”, recorda Dinakar Deshmukh, vice-presidente de ciência de dados. “Ou, poderíamos fornecer uma alternativa interna segura ao ChatGPT que permitisse aos funcionários continuar usando as ferramentas que sabemos que querem e que poderiam beneficiá-los e à empresa.”
Claramente, a segunda opção era mais atraente. O problema era que alguém teria que construir essa versão exclusiva da GE Aerospace da IA generativa, torná-la tão poderosa, responsiva e útil quanto a versão comercial, e fazê-lo rapidamente o suficiente para não frustrar os funcionários que já integraram o ChatGPT em suas rotinas de trabalho. Na primavera passada, uma pequena equipe se associou à Microsoft para tentar exatamente isso.
“Elaboramos um plano de como iríamos construí-la e como a lançaríamos quando estivesse pronta”, diz Deshmukh. Trabalhando com o programa acelerador da Microsoft para aplicativos de chat baseados em LLM, eles ajudaram a Microsoft a adaptar sua base de código para atender às necessidades específicas da GE Aerospace, tornando o vasto conhecimento da empresa instantaneamente acessível a todos os funcionários por meio de buscas direcionadas na função de chat.
A Microsoft estimou que levaria duas semanas para configurar o serviço de back-end da aplicação. Ao ouvir isso, Deshmukh definiu uma meta de quatro a seis semanas para sua equipe da GE Aerospace executar o restante.
O projeto para construir essa nova plataforma interna – que eles chamaram de AI Wingmate – envolveu uma vasta gama de talentos multifuncionais dentro da empresa. “Um gerente de produto, um cientista de dados, um especialista em experiência do usuário, especialistas em nuvem e back-end, cibersegurança, jurídico, middleware — pessoas de várias partes da organização estavam envolvidas”, continua Deshmukh, mencionando participantes ativos em Bengaluru, Cincinnati, Detroit, Flórida, Nova York e Seattle.
“Tínhamos uma conversa de manhã às nove horas e outra à tarde às cinco, porque uma equipe na Índia estava trabalhando nos mesmos problemas. Implementamos o modelo ‘follow the sun’ de forma muito eficaz para este projeto. As primeiras quatro semanas foram extremamente intensas. Todos estavam trabalhando muito além de suas horas normais, porque todos perceberam que oferecer algo assim para os funcionários da GE Aerospace, nessa escala, seria revolucionário.”
“Até agora, não havia uma aplicação disponível para toda a nossa base de funcionários”, ele explica. “E, por sua natureza, isso mudará a cultura dentro da GE Aerospace, dando a todos a capacidade de interagir com sistemas de IA que podem levá-los ao próximo nível.”
Por mais de uma década, a empresa estava utilizando tecnologia de IA para melhorar o monitoramento de motores, manutenção preditiva, otimização de combustível, otimização de inventário e uma série de outras funções especializadas, além de fazer parcerias com outras empresas de tecnologia para aplicações empresariais específicas. Mas isso transformaria a vida profissional de cada funcionário na GE Aerospace. “Todos na equipe perceberam que poderiam ser catalisadores para isso”, diz Deshmukh.
Ainda era necessário superar uma série de desafios para executar o projeto em grande escala. “Por um lado, tivemos que garantir que desenvolvêssemos isso de maneira muito conforme, tanto do ponto de vista cibernético quanto legal”, diz Deshmukh. Como o AI Wingmate opera dentro dos limites da rede de nuvem privada virtual (VPC) da GE Aerospace, cada pipeline de entrada e saída dessa VPC é criptografado. “Precisávamos obter aprovações e seguir esse processo em muito pouco tempo, sem tomar atalhos.”
Também precisavam desenvolver uma identidade única para o aplicativo da GE Aerospace. “Depois que tínhamos os layouts iniciais, nossa equipe de branding desempenhou um papel fundamental ao nos ajudar a finalizar o visual da plataforma e torná-la real”, ele continua. “A equipe de comunicação e branding foi instrumental para nos ajudar a criar o nome para a aplicação interna, AI Wingmate.”
Aprendendo a Usar o AI Wingmate da GE Aerospace
Depois que a Microsoft construiu o back-end, a equipe da GE Aerospace criou a interface do sistema. “No começo, tivemos dificuldades para fazê-lo funcionar suavemente, porque algumas respostas do modelo GPT-4 foram inesperadas”, diz Deshmukh.
Enquanto resolviam esses problemas, a equipe encontrou um problema com a capacidade de resposta da aplicação. “Percebemos que compartilhar grandes GPUs públicas com usuários em todo o mundo estava desacelerando o aplicativo”, diz ele. Para resolver esse problema, a Microsoft concordou em reservar um pouco da capacidade de GPU apenas para o AI Wingmate. “Essa ação por parte da Microsoft realmente ajudou a resolver o problema, e a partir daí não olhamos para trás.”
A partir desse ponto, o AI Wingmate passou por uma evolução rápida e interna, semelhante ao que o aprendizado de máquina faz naturalmente. “Com quatro semanas, liberamos para o primeiro lote de 2.000 usuários e começamos a receber feedback sobre o que estava funcionando e o que não estava funcionando tão bem”, diz Deshmukh. “Aprendemos muito e conseguimos fazer alguns ajustes importantes para preparar a ferramenta para o lançamento para todos os 52.000 funcionários da GE Aerospace.”
Em vez da versão gratuita do ChatGPT que a maioria dos funcionários estava familiarizada, a equipe decidiu basear o AI Wingmate na tecnologia mais avançada do GPT-4. “É uma ordem de custos muito maior, mas decidimos dar aos nossos funcionários a melhor experiência possível”, diz Deshmukh. Eles também realizaram e gravaram sessões de treinamento para determinar a melhor forma de interagir com o AI Wingmate, e tornaram esses vídeos disponíveis como guias para um uso eficaz.
Um aspecto importante da IA generativa é que não importa qual modelo você está usando, as respostas que você obtém dependem de dois fatores importantes, diz Deshmukh. “Um: como você faz a pergunta. E dois: como você valida as respostas que recebe. À medida que as pessoas ficam mais habilidosas nos prompts, elas conseguem usar o AI Wingmate para ajudá-las a explicar coisas cada vez mais complexas de uma maneira fácil de entender.”
Um bom professor, assim como comunicador, o AI Wingmate também ajudou alguns funcionários a aprender fundamentos de programação. “Sei que muitos engenheiros estão usando para aprender Python”, diz Deshmukh.
Deshmukh relata que o sistema já superou mais de 1 milhão de prompts de 14.000 usuários ativos nos últimos 150 dias. Nos últimos cinco meses, o AI Wingmate tem estado disponível para todos os funcionários. A próxima fase irá integrar o FLIGHT DECK, que é o modelo operacional lean proprietário da GE Aerospace, na plataforma, fornecendo um módulo de aprendizado dedicado para ajudar os funcionários a se engajarem com essa poderosa ferramenta.
Com o projeto AI Wingmate, a GE Aerospace se destaca entre seus pares na indústria como um adotante precoce. “A GE Aerospace é uma empresa industrial”, diz Deshmukh. “Não somos uma empresa digital. Mas, ao mesmo tempo, queremos garantir que nossa força de trabalho tenha uma experiência de classe mundial e possamos fornecer a eles todas as ferramentas e recursos corretos para serem mais eficazes.”
O rápido lançamento reflete a natureza sempre evolutiva da tecnologia digital através de aprendizado e reiterações, bem como o senso de comunidade dentro da empresa, afirma a GE Aerospace.
“Lançar para 52.000 funcionários com uma aplicação de IA como esta em seis semanas pode parecer um pouco louco para algumas empresas”, diz Deshmukh. “Mas neste projeto, estávamos dispostos a falhar, aprender e nos ajustar, em vez de esperar oito meses ou um ano para encontrar a solução absolutamente perfeita para todos.”
Informações da GE Aerospace
