Potencializando Agentes de IA: Como a Rexera Transforma Fechamentos Imobiliários com o Zilliz Cloud
aumento de 40%
na precisão da recuperação por meio de busca híbrida
Custo 50% menor
ao eliminar o Elasticsearch e migrar de bancos de dados vetoriais auto-hospedados para a plataforma totalmente gerenciada da Zilliz Cloud
Processamento de transações em tempo real
é possibilitado pelo desempenho excepcional de latência do Zilliz Cloud
Complexidade e sobrecarga de gerenciamento reduzidas
eliminando a necessidade de uma implementação separada do Elasticsearch
Working with Zilliz Cloud has been transformative for our AI agent architecture. The hybrid search capability alone delivered a 40% accuracy improvement, and the scalability means we never worry about performance, even during the highest traffic periods. It's been essential to our continued growth.
Sasidhar Janaki
Sobre a Rexera
A Rexera não está apenas usando agentes de IA — ela os operacionalizou em escala para lidar com um dos fluxos de trabalho mais complexos e intensivos em documentos do setor imobiliário: o processo de fechamento. Com agentes de IA como Iris gerenciando mais de 10.000 tarefas diariamente e processando milhões de páginas por mês, a Rexera transformou o que antes era uma operação manualmente intensiva e propensa a atrasos em um sistema inteligente, quase em tempo real.
Mas escalar agentes de IA em produção não se trata apenas de prompts de LLM — trata-se de arquitetura. A inteligência documental em tempo real exige recuperação rápida e precisa e coordenação autônoma entre agentes que extraem, validam e comunicam — tudo impulsionado por dados constantemente atualizados e por uma infraestrutura capaz de escalar para milhões de solicitações simultâneas sem falhar. É por isso que a Rexera recorreu ao Zilliz Cloud, um banco de dados vetorial criado especificamente para cargas de trabalho de IA, para alimentar o núcleo de seu ecossistema de agentes.
Da Iris, que extrai e valida dados críticos, à Mia e à Ria, que automatizam comunicações, os agentes da Rexera contam com o Zilliz Cloud para entregar o contexto mais relevante — instantaneamente — por meio de busca híbrida. O resultado? Um aumento de 40% na precisão da recuperação, eliminação de infraestrutura frágil e um grande avanço na forma como as transações imobiliárias são fechadas.
Com a confiança de mais de 350 empresas imobiliárias, a Rexera está redefinindo como negócios são concluídos — com IA que realmente funciona em escala.
Rexera's ai agents.png
O Desafio: Escalar a Inteligência Documental Imobiliária
À medida que os negócios da Rexera se expandiram, eles encontraram vários desafios críticos em seu pipeline de processamento de documentos.
Quando a Rexera foi lançada, ela processava documentos relativamente simples — faturas e certificados geralmente com menos de 10 páginas, que podiam ser alimentados diretamente em grandes modelos de linguagem (LLMs). No entanto, o crescimento do negócio logo exigiu que eles analisassem documentação imobiliária abrangente com milhares de páginas, excedendo em muito as limitações da janela de contexto dos LLMs disponíveis.
Sua solução inicial de banco de dados vetorial, Deep Lake, armazenava embeddings em buckets S3, mas sofria com gargalos significativos de desempenho. O sistema baixava conjuntos vetoriais inteiros para o servidor antes de realizar cálculos de similaridade, criando latência inaceitável. Isso era inaceitável para seu negócio em crescimento, e eles precisavam urgentemente de uma nova solução de busca vetorial.
Inicialmente, a Rexera explorou hospedar por conta própria o Milvus em seu cluster Kubernetes, e funcionou muito bem. Mas eles reconheceram a complexidade operacional de manter um ambiente de banco de dados vetorial em produção. Gerenciar a infraestrutura exigia recursos de engenharia especializados, particularmente para lidar com escalonamento elástico durante picos de tráfego quando milhões de solicitações chegavam simultaneamente. Suas políticas de retenção de dados, que exigiam a exclusão de embeddings para transações concluídas, adicionavam outra camada de complexidade operacional. A equipe percebeu que precisava de uma solução que eliminasse esses encargos de gerenciamento de infraestrutura mantendo alto desempenho.
"Estávamos enfrentando problemas de latência e desafios de escalabilidade com nossas soluções anteriores", explica Sasidhar Janaki, Engenheiro de Software Sênior na Rexera, que está na empresa desde sua fundação. "Quando o tráfego disparava com milhões de solicitações de clientes, nossa infraestrutura auto-hospedada não conseguia acompanhar, e a recuperação de documentos estava demorando demais."
A Solução: Impulsionando Agentes de IA com o Banco de Dados Vetorial Zilliz Cloud
Após uma avaliação abrangente de várias opções de bancos de dados vetoriais, incluindo Weaviate e Chroma, a Rexera selecionou o Zilliz Cloud como a base para seu sistema de inteligência documental, principalmente por sua latência superior, escalabilidade e recursos de busca híbrida. O Zilliz Cloud tornou-se o repositório central de conhecimento que impulsiona vários agentes de IA em seu ecossistema, tais como:
Iris – Extrai e valida dados de documentação imobiliária complexa
Mia – Gera respostas automáticas inteligentes por e-mail com base no histórico de comunicação
Ria – Fornece respostas automatizadas por SMS para manter todas as partes informadas
Figura: Um exemplo de como nossos agentes de IA trabalham juntos para revolucionar a aquisição de documentos de HOA
Para cada transação, a Rexera gera embeddings para milhares de páginas usando o modelo text-embedding-3-large da OpenAI e os armazena no Zilliz Cloud. Esses embeddings são atualizados continuamente conforme o conteúdo dos documentos muda, garantindo que o sistema sempre trabalhe com as informações mais atuais.
Quando um agente precisa recuperar informações, ele aproveita a capacidade de busca híbrida do Zilliz Cloud para encontrar o conteúdo mais relevante em seu vasto repositório de documentos. Esse contexto recuperado é então processado por múltiplos LLMs, incluindo ChatGPT e Claude, com as respostas classificadas para determinar se é necessária intervenção humana.
A introdução da busca híbrida no Zilliz Cloud foi particularmente transformadora, pois permitiu que a Rexera combinasse similaridade vetorial com busca tradicional por palavras-chave em uma única plataforma, eliminando sua necessidade anterior de manter duas infraestruturas de busca separadas.
Implementação e Arquitetura
A arquitetura de agentes de IA da Rexera é um sistema modular, de nível de produção, criado para automação de transações em escala. Em seu núcleo está o Agent One, um orquestrador centralizado impulsionado pelos frameworks LangChain e LangGraph, com observabilidade fornecida pelo LangSmith. O Zilliz Cloud desempenha um papel crítico nesse ecossistema, servindo como o banco de dados vetorial de alto desempenho que possibilita o raciocínio aumentado por recuperação em todos os agentes.
A integração da Rexera com o Zilliz Cloud e outras ferramentas de IA segue um fluxo de trabalho simplificado:
Figura: Como o Zilliz Cloud oferece suporte ao sistema de agentes de IA da Rexera
Ingestão de Documentos + Embedding: À medida que novos documentos de transação chegam — desde quitações de hipoteca até e-mails de HOA — a Rexera usa modelos da OpenAI ou do AWS Bedrock (via OpenRouter) para codificar documentos em embeddings vetoriais. Esses embeddings, juntamente com metadados como ID do pedido, tipo de documento e ID da organização, são armazenados no Zilliz Cloud.
Orquestração de Agentes: Agentes especializados são compostos e orquestrados usando as ferramentas componíveis do LangChain e os workflows dinâmicos do LangGraph. O LangSmith fornece observabilidade em toda a cadeia. Essa estrutura em camadas permite um comportamento de agente ajustado e explicável em tarefas como automação de chamadas, automação web, análise de documentos e muito mais.
Recuperação Contextual para Agentes de IA via Busca Híbrida: Quando um agente (por exemplo, Max, Mia, Iris) precisa de contexto para tomar uma decisão ou gerar uma saída, o Agent One aproveita a busca híbrida do Zilliz Cloud — combinando busca por similaridade vetorial, busca de texto completo e filtragem de metadados estruturados — para recuperar o conteúdo mais relevante em milhares de páginas em milissegundos.
Verificação Multi-Modelo: Para transações críticas, o contexto recuperado é passado por múltiplos LLMs, como Claude ou modelos OpenAI GPT, para verificar a precisão e garantir uma compreensão robusta e com múltiplas perspectivas.
Atualizações em Streaming para o Zilliz Cloud: À medida que os documentos evoluem ao longo do ciclo de vida da transação, embeddings atualizados são continuamente transmitidos para o Zilliz Cloud, garantindo que os resultados de recuperação reflitam o status mais recente.
Esse sistema robusto, impulsionado pelo Zilliz Cloud, permite que a Rexera opere uma frota de agentes de IA que automatizam transações simultâneas de alto risco com velocidade, precisão e explicabilidade.
Por que a Rexera escolheu o Zilliz Cloud
O processo de avaliação da Rexera incluiu Deep Lake, Weaviate, Chroma, Milvus auto-hospedado e muitas outras opções de bancos de dados vetoriais. Vários fatores decisivos os levaram a selecionar o Zilliz Cloud:
Desempenho de latência superior foi a consideração principal. O Zilliz Cloud entregou os tempos de resposta excepcionais necessários tanto para recuperação quanto para uploads de documentos, permitindo o processamento de transações quase em tempo real.
Escalabilidade perfeita provou ser crítica para o negócio da Rexera. O Zilliz Cloud lida com picos de tráfego quando milhões de solicitações de clientes chegam simultaneamente, sem os problemas de escalabilidade que eles enfrentaram com soluções auto-hospedadas.
Capacidade de busca híbrida tornou-se um divisor de águas para o processamento de documentos da Rexera. Esse recurso aumentou sua precisão de recuperação em 40% em comparação com a busca tradicional baseada em embeddings e eliminou a necessidade de manter bancos de dados separados para diferentes tipos de busca.
Fluxo de trabalho amigável para desenvolvedores aumenta a produtividade. Engenheiros podem rapidamente criar contêineres Docker locais do Milvus para testes e, em seguida, conectar-se perfeitamente ao Zilliz Cloud em ambientes de produção.
"Quando a Zilliz anunciou que a busca híbrida seria incluída na plataforma, ficamos incrivelmente empolgados", relembra Sasidhar. "Tivemos acesso antecipado cerca de dois meses antes do lançamento público, e foi transformador. Eliminamos completamente o Elasticsearch e agora usamos o Zilliz Cloud tanto para busca vetorial quanto para busca de texto completo."
Resultados e Benefícios da Migração para o Zilliz Cloud
A mudança da Rexera para o Zilliz Cloud trouxe ganhos imediatos de desempenho e vantagens arquitetônicas de longo prazo:
Aumento de 40% na Precisão de Recuperação: A busca híbrida oferecida pelo Zilliz Cloud garante que os agentes de IA sempre obtenham o contexto certo, mesmo em milhares de páginas, aumentando a precisão nas transações.
Custo Total 50% Menor: Ao eliminar o Elasticsearch e migrar de bancos de dados vetoriais auto-hospedados para a plataforma totalmente gerenciada do Zilliz Cloud, a Rexera reduziu os custos de infraestrutura quase pela metade.
Latência 30% Melhor do que as Alternativas: Em comparação com outros bancos de dados vetoriais que a Rexera avaliou e testou, o Zilliz Cloud entrega consistentemente respostas de consulta mais rápidas, mesmo sob cargas de produção.
Pilha de Busca Única: Ao substituir o Elasticsearch, a Rexera reduziu a sobrecarga operacional e simplificou sua infraestrutura.
Ciclos de Desenvolvimento Mais Rápidos: Agora os engenheiros criam contêineres Milvus localmente e enviam diretamente para o Zilliz Cloud em produção—sem gargalos, sem surpresas.
Resposta em Tempo Real em escala: A latência inferior a um segundo do Zilliz Cloud permite a tomada de decisões em tempo real para clientes, mesmo durante volumes máximos de solicitações.
Zero Gerenciamento de Infraestrutura: Sem mais correria para escalar ou manter infraestrutura vetorial—o Zilliz Cloud cuida disso, para que a Rexera possa se concentrar na inovação.
Planos Futuros
A Rexera está apenas começando. À medida que a demanda de clientes empresariais cresce, a equipe planeja:
Habilitar Multi-Tenancy Completa: Embora a separação baseada em metadados funcione hoje, a Rexera adotará os recursos de multi-tenancy do Zilliz Cloud para oferecer suporte a isolamento rigoroso de dados para grandes clientes.
Avaliar Novos Modelos Continuamente: Modelos de embedding e LLM são constantemente comparados com cargas de trabalho do mundo real para garantir desempenho de ponta.
Expandir Capacidades dos Agentes: Com a busca vetorial escalável como base, a Rexera está explorando novos comportamentos de agentes—de sumarização dinâmica a fluxos de trabalho preditivos de compliance.
Conclusão
O ecossistema de agentes de IA da Rexera mostra o que é possível quando a infraestrutura vetorial é construída para escala—não costurada de forma improvisada. Ao padronizar no Zilliz Cloud, eles desbloquearam inteligência em tempo real em todo o processo de fechamento, eliminaram infraestrutura frágil e ganharam um caminho confiável para expandir.
“A busca híbrida nos deu um aumento de 40% na precisão. Eliminamos o Elasticsearch. E não pensamos duas vezes sobre escalabilidade. O Zilliz Cloud tornou tudo isso possível.”
—Sasidhar Janaki, Senior Software Engineer, Rexera
We were facing latency issues and scaling challenges with our previous solutions. When traffic spiked with millions of customer requests, our self-hosted infrastructure couldn't keep up, and document retrieval was taking too long.
Sasidhar Janaki