HEMA cria assistente HAL com MCP e Amazon Bedrock AgentCore

Notícia
Negócios
23/09/2026

A HEMA, varejista holandesa de cerca de 100 anos e com mais de 750 lojas em vários países, deixou para trás a rotina de pular entre portais internos em busca de respostas. A empresa construiu o HAL, um assistente de IA interno rodando sobre o Amazon Bedrock AgentCore, e o conectou às ferramentas que os times já usam por meio do Model Context Protocol (MCP).

O caso foi publicado em 23 de setembro de 2026 no blog de machine learning da AWS, em texto assinado por Mauro Rallo e Patrick van der Plas, da própria HEMA.

Antes do HAL, engenheiros, product owners e analistas de negócio navegavam por wikis desconexas, catálogos de serviços e portais de TI para responder a perguntas simples. Encontrar uma informação podia consumir três ou quatro portais e, às vezes, uma tarde inteira, segundo o relato.

Hoje, a mesma resposta aparece em segundos, dentro do Integrated Development Environment (IDE) ou de uma janela de chat. A organização de tecnologia da varejista reúne engenheiros, product owners e analistas de negócio dedicados à transformação digital.

A exigência era que a solução funcionasse para todos esses papéis e ferramentas.

A fragmentação em duas camadas

O problema de conhecimento da HEMA tinha duas camadas bem distintas. A primeira, de conhecimento estruturado sobre infraestrutura, estava em boa forma.

Há anos a companhia mantém um catálogo de serviços que mapeia quais times são donos de quais serviços, quais APIs esses serviços expõem e como tudo isso se conecta às capacidades de negócio. Dados de sistemas como o motor de gestão de informações de produto (PIM) e as tabelas de data mesh foram importados e organizados.

Para saber o que existe e quem é responsável, a resposta em geral estava disponível. Bastava saber onde procurar.

A segunda camada era a lacuna. Saber o que existe não é o mesmo que saber como fazer algo.

Perguntas procedurais, como solicitar acesso a uma API, provisionar um novo grupo ou conferir a regra da casa para determinado caso, não tinham um lar único.

Quando os times eram pequenos e todos se conheciam, o modelo informal de perguntar ao colega ao lado funcionava. Com o crescimento da organização e a chegada de novos engenheiros, esse modelo deixou de escalar.

Havia pouca documentação escrita para servir de rede de proteção.

O resultado era onboarding lento de novos integrantes, respostas inconsistentes dependendo de onde a pessoa procurasse, troca constante de contexto e atrito que tirava as equipes do trabalho de fato.

MCP e agentcore: duas metas, duas tecnologias

Duas metas moldaram a solução. A primeira pertence ao HAL: consolidar o conhecimento fragmentado da HEMA em uma única fonte governada de verdade.

A segunda pertence ao MCP: entregar esse conhecimento às pessoas onde elas já trabalham, em vez de obrigá-las a visitar mais um portal.

O protocolo oferece uma interface padronizada entre clientes de IA e capacidades de backend. Na prática, cada fonte de conhecimento é exposta uma única vez como uma ferramenta MCP.

Clientes compatíveis, como o chat web do HAL, o Kiro, o Claude e outros agentes, consomem as mesmas ferramentas sem trabalho sob medida.

Essa escolha é o que torna viável o acesso a partir da ferramenta do dia a dia, em vez de transformar cada novo cliente em um projeto de engenharia dedicado. Sem esse desenho, cada fonte de conhecimento exigiria uma integração própria, repetida para cada aplicação que quisesse consumi-la.

A decisão veio acompanhada do Amazon Bedrock AgentCore como base da camada de conhecimento que sustenta o assistente.

Segurança ancorada no entra id e o próximo passo

A segurança é ancorada no Microsoft Entra ID, com uma característica apontada pelos autores do relato: não há credenciais da AWS no cliente. O que começou como ferramenta para desenvolvedores já funciona como assistente de uso amplo, atravessando diferentes papéis dentro da organização.

A arquitetura deve servir de fundação para o próximo movimento: transformar o HAL de uma camada de conhecimento somente leitura em uma camada de ação, capaz de executar tarefas e não apenas responder perguntas.