Gerdau: uso de Gen AI na gestão de EBS Snapshots na AWS 

1. Sobre a empresa: Gerdau 

A Gerdau é uma das maiores empresas brasileiras e uma das principais produtoras de aço do mundo, com operações industriais e comerciais distribuídas globalmente. Seu ambiente de tecnologia é altamente complexo, com forte adoção de cloud computing, múltiplas contas AWS e times distribuídos, exigindo:

• Governança sólida e controle de custos
• Alta eficiência operacional em escala
• Práticas maduras de FinOps
• Visibilidade clara sobre recursos em nuvem ativos, ociosos e desnecessários

2. Desafios

No contexto de gestão de custos em AWS, Gerdau identificou um desafio recorrente relacionado a EBS Snapshots..

Snapshots de EBS, embora sejam incrementais, consomem armazenamento no S3Com o tempo, snapshots antigos e esquecidos podem acumular dados que não são mais necessáriosgerando custos mensais adicionais e difíceis de rastrear.

Os principais problemas eram:

• Existência de EBS Snapshots sem AMI vinculada
• Snapshots armazenados por mais de 15 dias, sem necessidade operacional
• Necessidade de garantir que snapshots gerados automaticamente pelo AWS Backup fossem excluídos da análise excluded
• Dificuldade em uma visão visão centralizada considerando: Múltiplas contas AWS, Owners responsáveis, Informações de tags para governança.
• Necessidade de entender a propriedade e as responsabilidadesutilizando tags e dados em nível de conta.

Esse cenário resultava em:

• Custos recorrentes desnecessários
• Dificuldade para identificar responsáveis
• Alto esforço operacional para análises manuais e risco de exclusões incorretas sem critérios claros

3. Qual foi a solução aplicada

A solução seguiu o mesmo modelo bem-sucedido aplicado em outros clientes, utilizando automação e inteligência artificial para acelerar a entrega de valor.

3.1 Cloud Compliance Analyzer (CCA)

Criou-se criada uma regra personalizada no CCA, com critérios claros:

• Identificar EBS Snapshots sem AMI associada
• Considerar apenas snapshots com mais de 15 dias
• Excluir snapshots gerados automaticamente pelo AWS Backup
• Consolidar dados de todas as contas AWS
• Incluir informações de tags e owners para facilitar a governança

Essa regra permitiu transformar um problema operacional complexo em um processo automatizado e recorrente.

3.2 Lighthouse Intelligent Analyst (LIA)

A Lighthouse Intelligent Analyst (LIA) foi utilizada para acelerar a criação da regra:

• A inteligência artificial recebeu um prompt descrevendo os critérios técnicos da análise

• A IA foi responsável por:

  • Identificar os parâmetros relevantes dos snapshots

  • Estruturar a lógica da regra

  • Gerar o código necessário para execução no CCA

Esse processo reduziu significativamente o tempo de desenvolvimento e ajustes da regra.

4. Resultados alcançados 

A implementação da regra trouxe ganhos claros para os times da Gerdau.

Redução de Custo

• Identificação precisa de snapshots que poderiam ser removidos

• Eliminação de custos recorrentes de armazenamento desnecessário

• Maior controle sobre uma parte frequentemente invisível da fatura AWS

Eficiência Operacional

• Redução drástica do esforço manual de análise

• Lista clara e confiável do que pode ser deletado

• Maior controle sobre uma parte frequentemente invisível da fatura AWS

Melhor governança

• Visibilidade por conta, owner e tags

• Facilidade para direcionar ações aos times responsáveis

• Ambiente cloud mais limpo e organizado

Uso prático de Inteligência Artificial

• A IA acelerou a criação da regra

• Permitiu ajustes rápidos conforme novos requisitos surgiram

• Escalabilidade para criação de novas regras semelhantes no futuro

5. Lições aprendidas

Detalhamento técnico antecipado é fundamental: Durante a evolução da regra, surgiram novos requisitos — como o uso de tags para identificação de owners — que poderiam ter sido previstos desde a primeira versão.

Iteração rápida é um diferencial: Mesmo com ajustes em versões posteriores, o uso de IA permitiu que as melhorias fossem feitas de forma rápida e controlada.

Snapshots esquecidos representam custos invisíveis: Esse case reforçou que uma parcela relevante da fatura AWS pode estar associada a recursos que não geram mais valor ao negócio.

Mensagem final

Com a PierCloud, a Gerdau conseguiu transformar um problema recorrente de custos invisíveis em um processo automatizado, governado e orientado por inteligência artificial, reduzindo despesas, aumentando eficiência operacional e fortalecendo sua prática de FinOps.