Soluções
Sistema de Glossa para Convênio Hospitalar
Todos os anos, uma grande quantidade de documentos relacionados a serviços hospitalares é gerada. Muitos hospitais e clínicas têm suas notas fiscais recusadas para o reembolso por convênios de saúde por suspeitas de fraude.
Nestes casos, a Genesis desenvolveu um sistema de IA para auxiliar hospitais e clínicas a validarem os documentos enviados para o convênio a fim de reduzir a quantidade de documentos glosados.
Esse modelo selecionava os documentos com maior probabilidade de irregularidade e apresentava estes dados aos auditores. Como resultado, a solução proporcionou um retorno 6 vezes maior que o resultado prévio.
Sanitização de Banco de Dados
O banco de dados é, provavelmente, um dos bens mais valiosos de uma empresa. É nele que estão armazenadas todas as informações importantes para o acompanhamento e a manutenção do negócio, porém é natural que, com o passar do tempo e a medida em que o sistema é alimentado, ocorra o acúmulo de informações duplicadas e incorretas.
Uma varejista tinha registro de mais de 80M de usuários (geralmente sem um identificador único como o CPF), sendo que boa parte se identificavam como duplicados.
A Genesis desenvolveu um sistema que, por meio de acréscimo de rótulos, recursos de extração e análise de curva de aprendizado era capaz de identificar usuários duplicados. A solução proporcionou a redução dos dados de 80M para 18M e, como consequência, a franquia ganhou mais rapidez nas buscas e resultados muito mais confiáveis.
Sistema de Previsão de Demanda para a Indústria de Varejo
A quantidade de itens em estoque, o acompanhamento e a reposição diária dos produtos, principalmente nos centros de distribuição do ramo alimentício, devem ser tratados e acompanhados estrategicamente e com frequência para evitar problemas como, por exemplo, a ruptura de estoque. A manutenção do estoque para cada centro de distribuição do cliente atendido pela Genesis, era feita com base em cálculos manuais.
Utilizando a demanda dos últimos anos por centro de distribuição e técnicas de modelagem de séries temporais, foi construído e treinado um método conjunto de machine learning para realizar as previsões de demanda.
A solução da Genesis reduziu em 25% a quantidade de ruptura de estoque para mais de 250 SKUs (Unidade de Manutenção de Estoque).
Sistema de Prospecção de Propriedades
Todos os anos, equipes de numerosos prospectores, extremamente dispendiosas, buscam manualmente e praticamente às cegas através de contatos pessoais ou porta-em-porta por proprietários de terrenos que aparentemente promissores para os seus investimentos. A qualidade quase sempre era insatisfatória para o empreendimento desejado e, assim, baixas são as conversões. Cada deslocamento é um custo e o tempo conta em desfavor no mercado de geração distribuída.
A Gênesis desenvolveu uma plataforma que combina bases de dados governamentais e recursos de Inteligência Artificial para encontrar propriedades rurais e nestas as qualidades que correspondam aos critérios e regras de negócio necessários para a implantação de usinas fotovoltaicas, proporcionando uma série de filtros para que os prospectores possam tomar decisões mais assertivas em suas atividades e aumentar a qualidade e a taxa de conversão.
Soluções para o Setor Elétrico
A ausência de monitoramento e de manutenção nas subestações de energia pode ocasionar alterações em grandezas elétricas, como tensão e corrente. E esse distúrbio costuma gerar consequências que vão do mau funcionamento à perda total ou parcial de ativos. A Genesis, com o apoio da Ciência de Dados, vem atuando amplamente com soluções para o setor de produção, transmissão e distribuição de energia:
Otimização do Cronograma de Manutenção
Essa solução visou o equilíbrio ideal entre custo, risco e disponibilidade. Foi considerado o status do equipamento (diagnóstico da máquina) e os recursos necessários para cada manutenção.
O resultado obtido mostrou uma possibilidade de economia de 30% com manutenção.
Diagnósticos de Falhas em Aerogeradores
Foi implementado um conjunto de modelos de aprendizado de máquina para classificar dados de componentes de aerogeradores e sensores em defeituosos ou normais.
Com essa solução, obteve-se uma diminuição do custo de manutenção e redução de falhas de máquinas.
Análise Preditiva do Estado de Transformadores
Foi implementado um conjunto de modelos de aprendizado de máquina para classificar dados coletados a partir de análise química em óleos utilizados em transformadores elétricos (Health Index – DGA).
Essa solução possibilitou verificar com mais assertividade e acurácia o estado de vida dos transformadores.
Regulagem de Fluxo Reverso de Energia
Foi criado um algoritmo para regulação do fluxo reverso, que calcula a posição da chave OLTC (On Load Tap Changer) para garantir a tensão desejada na carga.
A partir de uma regulação de fluxo reverso precisa, foi aumentada consideravelmente a eficiência e a economia da rede.
Análise de Sobretensão Transitória
Foi realizada uma análise exploratória sobre os dados fornecidos pelo cliente a respeito de sobretensões transitórias e simulações no sistema de energia ATP e Matlab.
A partir das análises e simulações realizadas, foi possível auxiliar especialistas para uma tomada de decisão mais consciente e acertada.
Modelo de Armazenamento e Gestão de Hidrogênio Verde
Um dos problemas que o setor elétrico vem enfrentando é a dificuldade no armazenamento do excedente de energia renovável. O emprego de baterias, que poderia ser uma possível solução, ainda apresenta uma série de limitações.
O hidrogênio apresenta-se como uma alternativa inovadora, se considerada a sua eficiência energética e a sua utilização para produção de amônia (insumo fundamental para toda indústria). No entanto, existe um grande desafio na integração e gestão do hidrogênio na rede elétrica, que se não sanado, torna inviável a sua aplicação.
A Genesis desenvolveu um modelo de sistema EMS (Energy Management System) responsável por gerenciar a inserção de renováveis, na rede elétrica através de um eletrolizador capaz de converter o hidrogênio em energia.
Detecção e Identificação de Objetivos e Imagens em Vídeo
Todos os anos milhares de quilômetros de linhas de transmissão são monitoradas por helicópteros ou drones. Milhares de horas de vídeo são produzidas para posterior análise de especialistas.
As inspeções manuais, além de demandarem constante mão-de-obra de especialistas, elevam o custo e deixam as operações suscetíveis a equívocos (visto a monotonia da atividade).
Por meio de Inteligência Artificial, o modelo detecta, identifica o tipo do objeto e classifica o seu estado de modo rápido e eficiente.
A tecnologia possibilitou a redução de aproximadamente 90% do tempo gasto com a análise de especialistas e, em alguns casos, o uso do recurso proporcionou uma redução de aproximadamente 60% nos custos da operação.