AWS: fine-tuning dos modelos Amazon Nova eleva para 94,77% a precisão na extração de dados de e-mails

O AWS Machine Learning Blog publicou um estudo de caso sobre o fine-tuning dos modelos Amazon Nova com o serviço Amazon SageMaker AI para extrair dados de e-mails corporativos. A precisão chegou a 94,77%, e os custos de processamento caíram 50%.

O que é o Amazon Nova

O Amazon Nova é uma família de modelos fundacionais multimodais da AWS, apresentada na conferência re:Invent no fim de 2024. A linha inclui modelos de texto de diferentes tamanhos — Micro, Lite, Pro e Premier — e os modelos de geração de imagem e vídeo Canvas e Reel. Todos estão disponíveis pelo Amazon Bedrock, e a AWS os posiciona como uma alternativa mais barata e mais rápida aos modelos de outros fornecedores, com qualidade comparável em tarefas corporativas típicas, como classificação de texto, sumarização e extração de dados.

Por que um modelo pronto erra ao ler e-mails

Sem treinamento adicional, um modelo de uso geral costuma confundir campos de sentido parecido nos e-mails recebidos — por exemplo, o endereço de entrega e o endereço de cobrança, ou o número do pedido e o número do chamado de suporte. Cada empresa redige solicitações e formata mensagens à sua maneira, e um modelo genérico não conhece essas particularidades. O fine-tuning com o Amazon SageMaker AI resolve justamente esse problema: o modelo é treinado com exemplos reais de e-mails da organização e aprende os padrões de dados próprios dela — formatos de numeração, posição dos campos e terminologia específica do setor.

• A precisão na extração de dados de e-mails chegou a 94,77%
• O custo de processamento por e-mail caiu 50%
• O fine-tuning foi feito com o serviço Amazon SageMaker AI
• O modelo aprendeu a diferenciar campos de estrutura semelhante e a reconhecer os padrões de cada empresa

Para quem uma precisão acima de 94% faz diferença

Extrair dados de e-mails recebidos é uma tarefa rotineira para equipes de suporte, empresas de logística, seguradoras e departamentos financeiros, que todos os dias analisam manualmente pedidos, faturas, solicitações e reclamações. Com precisão na casa dos 95%, a maior parte dessas mensagens pode ser repassada ao modelo de forma totalmente automática, deixando para as pessoas apenas os casos complexos ou controversos. Já o custo de processamento pela metade torna a automação viável mesmo com grandes volumes de correspondência. Uma abordagem semelhante vale não só para e-mails, mas para qualquer documento semiestruturado — notas de remessa, questionários e formulários de feedback.

Como funciona o fine-tuning no SageMaker AI

O Amazon SageMaker AI é um serviço gerenciado da AWS que cobre todo o ciclo de vida de modelos de machine learning: da preparação dos dados e do treinamento à implantação e ao monitoramento em produção. Para fazer o fine-tuning de um modelo de linguagem como o Nova, a empresa precisa reunir um conjunto de exemplos rotulados — e-mails reais com os campos já marcados manualmente — e enviá-lo ao SageMaker AI, que ajusta os pesos do modelo para essa tarefa específica. Ao contrário do treinamento do zero, o fine-tuning exige muito menos dados e recursos computacionais, porque o modelo já sabe compreender a linguagem — basta ajustá-lo às particularidades de uma tarefa estreita.

O que isso significa

O caso da AWS mostra o valor prático do fine-tuning em tarefas corporativas específicas: o Nova, um modelo relativamente pequeno para os padrões do setor, consegue, após o ajuste fino com dados da própria empresa, competir em precisão com modelos generalistas mais caros, saindo bem mais barato na operação. Para as empresas, isso significa que o caminho para economizar com a automação de tarefas rotineiras não passa apenas pela compra de um modelo mais poderoso, e sim pelo fine-tuning de um modelo já disponível com os próprios dados.

O caso da AWS mostra o valor prático do fine-tuning em tarefas corporativas específicas: o Nova, um modelo relativamente pequeno para os padrões do setor, consegue, após o ajuste fino com dados da própria empresa, competir em precisão com modelos generalistas mais caros, saindo bem mais barato na operação. Para as empresas, isso significa que o caminho para economizar com a automação de tarefas rotineiras não passa apenas pela compra de um modelo mais poderoso, e sim pelo fine-tuning de um modelo já disponível com os próprios dados.