Smiles: sobre a empresa

A Smiles, programa de fidelidade da Gol Linhas Aéreas, é uma das principais plataformas de recompensas do Brasil, conectando milhões de clientes a diversas possibilidades de acúmulo e resgate de milhas. Em um setor altamente competitivo e orientado por tecnologia, a Smiles investe constantemente em soluções inovadoras para manter a eficiência de suas operações e aprimorar sua infraestrutura digital.

Visão geral do desafio

Com centenas de funções Lambda distribuídas em diversos repositórios GitHub, a Smiles enfrentava um desafio crítico: manter suas aplicações serverless atualizadas com os runtimes mais recentes disponibilizados pela AWS. O ciclo de depreciação do Node.js, linguagem predominante nos repositórios da empresa, impunha uma pressão constante sobre os times de engenharia para revisar, atualizar e testar manualmente código em grande escala.
Esse processo, além de demandar altos volumes de horas de desenvolvimento, carregava o risco de falhas em ambientes produtivos e atrasos na entrega de novas funcionalidades. A ausência de uma abordagem sistematizada para identificar funções desatualizadas e aplicar correções automatizadas impedia a Smiles de escalar sua gestão de infraestrutura de forma ágil e segura.

Visão geral da solução

A Enkel, parceira da AWS especializada em projetos com IA Generativa, liderou a construção de uma esteira de automação para atualização de runtimes de Lambda Functions. O projeto foi concebido como um MVP com escopo claro: atuar sobre os repositórios escritos em Node.js (que representam a grande maioria do parque atual da Smiles) e automatizar o processo de atualização para a versão mais recente suportada pela AWS, o Node.js 22.
A solução foi estruturada em duas pipelines principais, operando em conjunto com o Amazon Bedrock:

• Pipeline de Coleta e Diagnóstico: realiza uma varredura nos repositórios, identifica as versões de runtime em uso e armazena os dados em formato .parquet, permitindo visualização via dashboards (QuickSight ou equivalente).
• Pipeline de Atualização e Correção: utiliza o modelo Claude 3.5 Sonnet para gerar automaticamente as alterações de código necessárias. A IA é configurada com prompt especializado, garantindo que apenas ajustes relevantes sejam feitos — sem alterar estrutura, lógica de negócio ou estilo de importação de módulos. A pipeline roda testes antes e depois da atualização e, caso o resultado seja satisfatório, abre pull requests para revisão manual.

Toda a arquitetura foi implementada com serviços da AWS, como:
• Amazon Bedrock (modelo Claude 3.5 Sonnet) para IA Generativa
• Amazon S3 para armazenamento de inventário
• GitHub Actions e GitHub Runners para CI/CD
• Amazon EKS (Kubernetes) para execução de workflows em escala
• AWS QuickSight para visualização dos dados

Desenho da arquitetura

Resultados e benefícios

A solução teve impacto imediato na rotina das squads de engenharia da Smiles. Os principais resultados obtidos incluem:

• Redução de tempo operacional: atividades que antes poderiam demandar até 100 horas de um desenvolvedor passaram a levar menos de 10 horas para análise e revisão.
• Aumento da produtividade: a automação permitiu que os times concentrassem seus esforços em novas entregas, reduzindo o tempo gasto em tarefas repetitivas de refatoramento.
• Padronização e rastreabilidade: a esteira implementada criou uma base estruturada para documentar e monitorar futuras atualizações.
• Economia de custo com terceiros: a redução da dependência de fábricas externas para atividades de manutenção foi apontada como um diferencial estratégico.

Ainda que a mensuração financeira formal não tenha sido concluída, estimativas internas indicam ganhos expressivos em economia de tempo e eficiência operacional.

Expansão e oportunidades futuras

O sucesso da primeira fase do projeto gerou discussões sobre sua continuidade em uma segunda fase, que pode incluir:
• Cobertura para outras linguagens (como Python e Java)
• Execuções recorrentes da pipeline a cada novo ciclo de versão
• Integração com ferramentas internas da Smiles
• Avaliação automatizada do impacto das mudanças nos ambientes de homologacão

A adoção da IA generativa mostrou-se não apenas viável, mas estratégica, apontando caminhos para novas aplicações em iniciativas de modernização.

Conclusão

O case da Smiles demonstra como IA Generativa, quando bem aplicada, pode transformar um processo crítico de infraestrutura em uma jornada automatizada, eficiente e segura. A atuação da Enkel garantiu a entrega de uma solução escalável, pronta para evoluir e ser replicada em outras frentes dentro do universo da empresa. Com esse projeto, a Smiles não apenas resolveu um desafio técnico imediato, mas deu um passo importante rumo à automação inteligente de seus fluxos.