E se você pudesse identificar todas as suas APIs duplicadas sem precisar fazer isso manualmente?
Desde o lançamento do novo Amplify Engage, a Axway vem explorando novas formas de aplicar inteligência artificial à sua plataforma Amplify.
Veja a seguir, alguns dos benefícios e aplicações práticas que a empresa está desenvolvendo com base em IA.
A IA apoia os dois lados da jornada com Amplify
O uso de inteligência artificial na plataforma Amplify está guiado por dois grandes objetivos:
- Acelerar a jornada dos nossos clientes, habilitando recursos de IA dentro da plataforma;
- Acelerar a jornada dos clientes dos nossos clientes, ao oferecer capacidades que viabilizam a entrega de serviços baseados em IA.
Para os clientes da Axway, a IA é uma ferramenta poderosa para otimizar o uso da plataforma Amplify.
Isso inclui executar tarefas rotineiras de forma mais rápida, como:
- Gerar automaticamente a documentação de produtos de API;
- Criar templates de integração;
- Permitir buscas em linguagem natural.
Além disso, o Amplify também facilita a adoção de IA ao oferecer serviços essenciais para uma implementação completa e segura, como:
- Intermediação com LLMs (Large Language Models),
- Governança e controle de acesso,
- Aplicação de regras e limites de uso.
Por outro lado, desenvolvedores também são beneficiados por essas capacidades. Eles conseguem:
- Encontrar APIs no marketplace com mais facilidade;
- Construir produtos com essas APIs de forma mais intuitiva;
- E iniciar projetos com menos fricção, com ajuda da IA.
Mas por que não usar apenas o ChatGPT?
Tudo começa com modelos de IA. A proposta é fazer perguntas e obter respostas úteis. Você pode estar se perguntando: o que o Amplify oferece que o ChatGPT não entrega?
Considere situações onde informações privadas precisam ser controladas com base em quem está acessando. Ou ainda, quando é necessário adicionar dados próprios para que a IA produza resultados melhores.
O Amplify melhora a experiência com modelos de IA ao:
- Formatar corretamente os dados de entrada;
- Evitar ataques via injeção de prompts;
- Aumentar a precisão das respostas;
- Garantir que somente pessoas autorizadas acessem determinadas informações.
Essa camada de governança entre o usuário e o modelo de IA permite controlar o que pode ser perguntado — filtrando, por exemplo, solicitações inadequadas ou irrelevantes, e evitando custos inesperados com requisições desnecessárias.
Um exemplo curioso: expressões como “por favor” e “obrigado” estão custando milhões em tokens para a OpenAI — o que mostra a importância de controlar esse tipo de uso.
Propriedade dos dados e monetização com Amplify + IA
As informações que você fornece para treinar sua IA são propriedade intelectual da sua empresa — e podem ser monetizadas.
O Amplify Engage permite aplicar planos de pagamento e uso às APIs que dão acesso à IA, criando oportunidades de novos fluxos de receita.
Mas diferente das APIs tradicionais, a cobrança por uso de IA não pode se basear apenas no número de chamadas. Afinal, o custo de uma requisição de IA depende do volume de dados e da complexidade da resposta.
Por isso, utiliza-se o conceito de tokens — unidades que representam palavras ou trechos processados por uma IA.
Exemplo:
- “Me diga o salário de todos os funcionários” → 8 tokens
- “Me fale a média salarial de desenvolvedores na Alemanha” → 9 tokens
A segunda requisição é mais complexa e exige mais “trabalho” da IA — ou seja, é mais cara de executar. Com o Amplify Fusion, é possível calcular quantos tokens uma solicitação consome.
O Engage, por sua vez, permite criar Unidades de Consumo personalizadas (Consumption Units), como: “Por R$ 250/mês, você pode consumir 50.000 tokens”.
O Fusion rastreia os tokens usados e envia essas informações ao Engage, que desconta do plano do usuário. Essa é uma forma muito mais precisa e justa de gerenciar e monetizar o acesso à IA.
3 exemplos de IA com Amplify na prática
1. Chatbot com controle de acesso a dados de salários
Um chatbot treinado com dados de RH responde a perguntas salariais. A API criada no Amplify Fusion é hospedada no Amplify Engage. O Fusion atua como interface do LLM.
É possível restringir o tipo de resposta com base nas credenciais do usuário.
Exemplo: administradores podem ver os maiores salários por área, mas não os nomes das empresas. Desenvolvedores não podem consultar essas informações.
A governança sobre como os dados são agrupados, manipulados e exibidos é total.
2. Chat que acelera a criação de integrações
Um desenvolvedor iniciante no Amplify Fusion precisa pegar um arquivo de um SFTP, formatar e enviar para um MongoDB.
Com um chat impulsionado por IA, ele pode simplesmente perguntar em linguagem natural como realizar essa integração.
O sistema responde que serão necessários:
- Um cliente SFTP;
- Um mapeador de dados;
- Uma conexão com o MongoDB.
A IA monta esse fluxo dentro da plataforma — e o desenvolvedor só precisa inserir os dados do servidor e definir o mapa de dados.
3. Busca inteligente de APIs
Desenvolvedores precisam encontrar APIs relevantes com rapidez. Uma busca inteligente, alimentada por um LLM, analisa todas as APIs do marketplace e retorna resultados contextualizados.Essa busca também apresenta documentação relacionada (quando disponível), e aplica o modelo RAG (Retrieval-Augmented Generation) para garantir resultados mais precisos e relevantes.
Autor: Vincent Belfoure
Arquiteto sênior de soluções Axway
