Pular para o conteúdo
ia

NTT DATA reduz análise de incidentes para 30 minutos com ChatGPT Enterprise e Codex

NTT DATA implantou ChatGPT Enterprise e Codex para 9.000 funcionários, automatizando análise de incidentes e reduzindo tempo de resolução de horas para 30 minutos. Demonstra escala de adoção segura de IA em operações críticas com enterprise controls.

21 de jul. de 2026 · OpenAI

O que é a novidade

A NTT DATA expandiu o uso de um agente de IA (Codex) para 9 mil funcionários após adoção prévia de ChatGPT Enterprise em toda a companhia. A diferença crucial é que Codex não é apenas ferramenta conversacional — consegue executar tarefas de ponta a ponta: investigar, executar, testar e revisar com base em instruções, sem intervenção humana contínua. O exemplo emblemático foi uma análise de incidente que levava 5 engenheiros 3 dias e foi feita em 30 minutos.

Por que importa em produção

Essa mudança de escala toca num ponto crítico para quem opera dados e IA: delegação de tarefas bem definidas a agentes, não apenas sugestões de código ou texto. Em operações críticas, reduzir 72 horas para 30 minutos em diagnóstico significa disponibilidade maior, menor custo de retenção de especialistas e, crucialmente, menos risco de erro humano em análises repetitivas sob pressão. A companhia também demonstrou que é viável escalar IA generativa em ambientes regulados (IT services serve múltiplos setores) sem comprometer segurança — estabelecendo guidelines e CoE interno para validar uso de dados e acesso a sistemas.

Onde entra no dia a dia e armadilhas

Fora do escopo puramente técnico, a NTT DATA reporta que não-engenheiros estão usando Codex para tarefas como extrair despesas de extratos, reorganizar arquivos em massa, gerar relatórios analíticos direto de dados brutos e automatizar processos manuais. Isto é, redução de trabalho administrativo e remoção de gargalos de especialistas (analistas de BI, engenheiros consultados para pequenas automações). O risco está em:

Validação insuficiente de saída em contextos críticos (Codex pode executar scripts com erro sem detecção imediata);
Dados sensíveis expostos ao modelo se controles de acesso não forem rigorosos;
Expectativa exagerada — nem toda tarefa bem definida é candidata; workflows com muita ambiguidade continuam falhando;
Dependência organizacional em ferramenta única sem plano de contingência.
Ler na fonte: OpenAI
Precisa disso rodando no seu ambiente?

A mldata aloca especialistas de dados e IA embarcados no seu time — selecionados, testados e com substituição em contrato.