O Mercado Livre apresentou o Verdi, uma plataforma interna para desenvolver aplicações de IA com modelos da OpenAI, como GPT-4o e GPT-4o mini, com foco em padronização, segurança e automação de tarefas complexas, incluindo mediação de atendimento ao cliente. O caso foi detalhado em um relato publicado pela OpenAI.
O que é o Verdi e por que importa
O Verdi é uma camada de plataforma que permite que desenvolvedores criem soluções com LLMs usando linguagem natural como interface principal, sem precisar expor código-fonte para operar o fluxo. A ideia é reduzir atrito para experimentação, mantendo governança, roteamento e trilhas de auditoria em um mesmo lugar.
Na prática, o Verdi funciona como um “sistema operacional” para agentes e fluxos de IA dentro da empresa, conectando modelos, regras e integrações, para que automações críticas saiam do laboratório e rodem com previsibilidade.
Impulsionando ganhos de produtividade e eficiência com OpenAI
Segundo o relato publicado pela OpenAI, o Mercado Livre já vinha usando a API para ganhar escala em rotinas que dependem de linguagem e contexto, do cadastro de itens à proteção contra abuso. Em vez de um único caso de uso, o padrão é empilhar várias melhorias pequenas que, somadas, destravam velocidade.
- Catálogo e estoque: recursos de visão e linguagem ajudam a completar e padronizar anúncios, ampliando a capacidade de catalogação em grande escala.
- Detecção de fraude: modelos analisam sinais em milhões de listagens por dia, aumentando a precisão em itens sinalizados.
- Tradução e localização: adaptação de títulos e descrições para variações de espanhol e português, reduzindo ruído em buscas e navegação.
- Resumo de avaliações: sínteses automáticas aceleram decisão de compra e podem elevar conversão onde o recurso é exibido.
- Notificações personalizadas: mensagens mais relevantes tendem a aumentar engajamento ao recomendar produtos de acordo com preferências.
O ponto de virada, ainda conforme o mesmo relato, foi perceber que catalogar e resumir já ajudava, mas não atacava o “miolo caro” do atendimento, que envolve interpretação, exceções e decisão com impacto financeiro.
Economizando milhões com uma nova plataforma de desenvolvimento
O Verdi foi desenhado para ser usado por qualquer desenvolvedor interno e, de acordo com a OpenAI, simplificar o trabalho de cerca de 17.000 desenvolvedores responsáveis por mais de 30.000 microsserviços. O ganho não vem só do modelo, vem do empacotamento de integrações, padrões e controles em uma experiência repetível.
Um dos primeiros usos de alto impacto foi a mediação autônoma de disputas entre comprador e vendedor, um processo que costuma exigir tempo humano porque mistura documentos, histórico e regras de política. A publicação aponta que, em poucos meses, o Verdi passou a absorver cerca de 10% dessa mediação em um dos principais sites, com potencial de apoiar tarefas equivalentes às de 9.000 operadores e decisões envolvendo US$ 450 milhões ao ano.
Exemplo prático de ponta a ponta
Um comprador abre uma disputa anexando foto do produto danificado e descrevendo o problema. O fluxo no Verdi pode, primeiro, usar visão para identificar evidências de dano, depois consultar status de envio e histórico do vendedor, aplicar as regras internas de reembolso e, por fim, tomar uma decisão, ou escalar para uma pessoa quando faltar prova, houver divergência entre sinais, ou a política exigir validação adicional.
Mini-modelo de mercado para entender a mudança
Uma forma simples de enxergar o salto do Verdi é a “escada A3” de maturidade:
- Assistir: a IA sugere texto e resumo, um humano decide.
- Automatizar: a IA executa rotinas com regras claras, como triagem e preenchimento.
- Autonomizar: a IA decide e aciona sistemas, com limites e auditoria, e humanos entram como exceção, não como padrão.
Fornecendo um novo padrão com lógica de segurança e roteamento
O diferencial descrito no relato é combinar desenvolvimento em linguagem natural com camadas nativas de segurança, guardrails e roteamento. Em termos práticos, isso significa guiar o modelo para o comportamento esperado, limitar ações possíveis e registrar o que foi feito, algo essencial quando a automação deixa de ser “ajuda” e vira execução.
Outro ponto é o desenho voltado a integração, o Verdi conecta modelos, trechos de lógica e APIs internas ou externas, para resolver tarefas que não cabem em um único prompt.
Regra de decisão rápida para escolher o nível de autonomia
- Alto volume e baixo risco: automatizar com modelo mais barato e regras rígidas, mantendo monitoramento.
- Baixo volume e alto risco: manter humano no loop e usar IA como suporte, com justificativas e evidências.
- Alto volume e alto risco: só avançar para autonomia quando houver guardrails, testes e trilha de auditoria suficientes para sustentar decisões em produção.
Para quem quer entender melhor as opções de modelo e posicionamento de custo e velocidade, a documentação oficial do GPT-4o mini ajuda a comparar cenários.
Construindo Verdi para simplicidade e escala
O Verdi foi apresentado como uma estrutura modular, parecida com uma rede neural no jeito de compor “nós” e “habilidades”. Cada bloco resolve uma parte do problema e passa contexto para o próximo, o que facilita manutenção e reuso entre times.
Um exemplo citado é o nó de “prova de dano”, que usa capacidades multimodais para interpretar o que está quebrado ou faltando em um item. A partir daí, habilidades podem conversar entre si, como “devolução” acionando “envio”, sem depender de intervenção humana a cada etapa, desde que os parâmetros estejam definidos pelos times e aceitos pelas políticas internas.
Do ponto de vista operacional, o Verdi roda dentro da plataforma interna de desenvolvedores do Mercado Livre, concentrando criação, testes e implantação, o que reduz o risco de cada equipe inventar um padrão diferente para a mesma classe de problema.
Expandindo Verdi para resolver qualquer problema
Com o atendimento como prova inicial, o Mercado Livre também começou a levar a abordagem para a logística, buscando reduzir atrasos e acelerar remessas. A ambição descrita é ampliar o conjunto de aplicações, incluindo assistentes de busca e recomendações, mirando a base do Mercado Pago, citada no relato como 50 milhões de usuários ativos por trimestre.
Em termos de mercado, o movimento sinaliza uma tendência clara, empresas com muita operação e software próprio estão trocando iniciativas isoladas de IA por plataformas internas, porque é a plataforma que define velocidade, controle e custo total ao longo do tempo.