A Amazon Web Services (AWS) anunciou uma nova forma de criar modelos de inteligência artificial sem escrever código. A solução conecta o banco de dados Snowflake, muito usado por empresas de saúde, varejo e ciências, com o Amazon SageMaker Canvas, uma ferramenta visual onde qualquer pessoa pode montar um modelo de machine learning (aprendizado de máquina) arrastando elementos na tela.
O sistema foi inspirado em um hospital real que acumulou anos de dados de vendas, movimentação de produtos e interações com pacientes no Snowflake, mas não conseguia transformar essas informações em previsões úteis. A equipe de negócios queria prever a demanda de diferentes categorias de produtos e entender padrões sazonais de consumo, mas dependia de especialistas em dados para cada novo projeto — o que gerava filas enormes.
Com a nova ferramenta, um analista de negócios pode conectar o Snowflake ao SageMaker Canvas, preparar os dados visualmente (como separar colunas ou tratar informações faltando) e treinar um modelo de machine learning. Depois de pronto, o modelo é publicado automaticamente em um endpoint da AWS (um ponto de acesso na nuvem) e começa a gerar previsões. Os resultados podem ser enviados para o Amazon QuickSight, um serviço de criação de painéis interativos, onde gestores veem gráficos e relatórios sem precisar de ajuda técnica.
Na prática, isso significa que empresas que já usam Snowflake podem começar a fazer previsões — como identificar transações fraudulentas ou estimar vendas futuras — sem contratar cientistas de dados ou escrever uma linha de código. A solução é dividida em três partes: a primeira configura o ambiente, a segunda constrói o modelo e a terceira cria os painéis. Para o usuário comum, o impacto é indireto: empresas que adotarem a ferramenta podem tomar decisões mais rápidas e precisas, o que pode se refletir em melhores serviços e produtos.