A maioria das pessoas adoraria que a IA resolvesse os seus problemas instantaneamente, sem complicações e sem qualquer intervenção humana.
Mas nem sempre é assim.
Recentemente, Joseph Sterner, o nosso diretor de apoio ao cliente, pediu aos nossos cofundadores que adquirissem uma determinada ferramenta de IA para ajudar a otimizar o trabalho da sua equipa. Eles desafiaram-no a ver se ele conseguia, em vez disso, programar uma.
Queríamos respostas de apoio humanas, atenciosas e matizadas — do tipo que a nossa equipa está habituada a criar. Queríamos apenas que a IA ajudasse a acelerar a fase inicial.
O resultado é uma ferramenta personalizada criada por nós. O resultado tem sido incrível. O que o Joseph criou ajudou a tornar a nossa equipa mais rápida, mais focada e melhor preparada para prestar um apoio ao cliente atempado.
Ao longo do processo, aprendemos imenso sobre como as ferramentas de IA poderiam apoiar… bem, o nosso Serviço de Apoio no futuro. Também aprendemos como não abordar a IA.
Em última análise, esta abordagem funciona melhor para nós do que uma ferramenta pronta a usar. Eis porquê.
O que aprendemos ao integrar ferramentas de IA no apoio ao cliente
Queríamos criar uma ferramenta de apoio ao cliente que nos permitisse fazer algumas coisas:
- Processar as consultas recebidas para que possamos «classificá-las» e encaminhá-las para os representantes adequados
- Criar rascunhos de respostas que a nossa equipa possa personalizar, poupando tempo sem perder o toque humano
- Consulte o nosso serviço de assistência ao cliente para fornecer informações precisas e de fácil compreensão para o cliente, com base na base de conhecimento Close
Encontrámos alguns obstáculos pelo caminho.
Em primeiro lugar, as ferramentas de apoio baseadas em IA podem não dispor do contexto completo da nossa base de conhecimento. Isto leva a IA a «inventar» as suas respostas sem ter um conhecimento prático do Close.
Em segundo lugar, a nossa equipa de apoio não é propriamente «transacional», mas adota uma abordagem mais humana. Por isso, cada rascunho teria ainda de ser revisto por uma pessoa real.
Nenhuma solução de IA pronta a usar funcionou para nós, por isso recorremos a plataformas de programação de IA, como o Replit, para criar um protótipo funcional.
Como estávamos a criar uma ferramenta de IA «do zero», ela tornou-se a nossa massa de modelar: podíamos moldá-la para se adaptar ao nosso fluxo de trabalho existente. O Joseph queria um processo que conseguisse atingir três objetivos principais:
- Receber novas consultas do Zendesk
- Consulte a nossa base de conhecimento para obter uma resposta útil
- Em seguida, insira essas informações num rascunho para a nossa equipa de apoio
Um agente pode iniciar sessão no Zendesk, verificar se o ticket está correto e personalizá-lo antes de o enviar.
E resultou. Bastaram alguns dias para termos um modelo funcional que estava a cerca de 80 % do caminho.
(IA + intervenção humana: é o que há de melhor.)
A arte de aperfeiçoar a IA e criar um ciclo de retroalimentação positiva
Uma palavra de cautela: se esperas que a IA acerte tudo logo à primeira, vais passar por maus bocados.
Sim, a IA é revolucionária, mas, na nossa opinião, esperar que ela resolva tudo por si é uma forma errada de encarar a questão. A IA é mais útil para pôr uma ferramenta funcional a funcionar. Se estiver a 80 % do caminho, já está no bom caminho. Só precisa de duas coisas: ajustes constantes e um ciclo de feedback positivo.
Um ciclo de retroalimentação positiva é aquele em que se vai introduzindo mais informação útil na ferramenta de IA à medida que esta avança. A ferramenta de IA pode destacar algumas áreas em que essa informação está em falta, o que ajuda a construir a sua base de conhecimento. À medida que essa base de conhecimento se torna mais precisa, a ferramenta de IA também se torna mais precisa.
Quanto mais usares a ferramenta, melhor ela fica.
Assim que o Joseph e a equipa tiveram a sua solução «a 80%», o principal desafio passou a ser aperfeiçoar os resultados da IA. Uma coisa que eles repararam: se houvesse uma lacuna na base de conhecimento, a IA tendia a inventar as respostas.
Assim, o Joseph e a equipa criaram uma nova funcionalidade na ferramenta. Pediram à equipa interna que avaliasse o trabalho da IA com um «gosto» ou um «não gosto», consoante esta tivesse elaborado uma resposta excelente ou não.
Para ser claro, esta ferramenta não é revolucionária. Os nossos representantes continuam a dar feedback genuíno, não a responder a mil perguntas de clientes em microssegundos.
Mas não é isso que deve esperar. A IA é excelente para fazer 80 % do trabalho, enquanto a sua equipa humana aperfeiçoa, melhora e personaliza.
Neste momento, estamos a desenvolver a «V2» da ferramenta. Temos algumas melhorias previstas:
- Criar uma aplicação que funcione diretamente no Zendesk, em vez de depender de fluxos de trabalho de terceiros
- Ligar-se a uma base de dados Pinecone para tornar a IA mais «especializada», de modo a que os nossos representantes não tenham de se dedicar eles próprios à pesquisa
- Ajustar o nível de detalhe, melhorar a qualidade dos rascunhos e reduzir as «alucinações» da IA, limitando de forma mais clara o âmbito da sua base de conhecimento
A nossa versão V1 já facilitou a classificação de tickets urgentes e não urgentes. Isto ajudou-nos a criar uma «fila de tarefas mais simples» para os novos representantes que precisam de ganhar experiência. Estes podem escolher entre os tickets mais fáceis e de baixa urgência e desenvolver algumas competências de apoio ao cliente.
E talvez isso não pareça grande coisa. Mas tenha em conta que o Joseph vinha a atribuir manualmente tarefas como esta há vários anos. Com apenas alguns dias de experiência em programação de IA, ele automatizou uma tarefa ingrata que antes lhe roubava muito tempo.
Compreender os pontos fortes e fracos da IA é fundamental neste contexto.
«A nossa visão sobre a IA é que, neste momento, ela ainda não está num ponto em que possamos substituir qualquer membro da equipa de apoio. Mas pode, sem dúvida, contribuir para a eficiência e a rapidez com que podemos tirar algumas dessas tarefas rotineiras das mãos da equipa de apoio.”
-Joseph Sterner, Diretor de Suporte
O que aprendemos ao criar as nossas próprias ferramentas de IA
Desde que perceba que a IA não é tão simples como carregar num botão e esperar a perfeição, pode fazer muito com ela. Pode ainda não substituir ninguém, mas pode aliviar a carga de trabalho das pessoas e expandir as suas operações. Isso é particularmente verdade se adotar algumas das lições que aprendemos:
Aprenda a criar e aperfeiçoar as suas instruções para IA
A IA costuma ser tão boa quanto a qualidade das suas instruções. Ao desenvolver estas ferramentas para Close, percebemos que cada instrução precisava de ser clara e incluir dois elementos essenciais:
- Ordem: Ao utilizar IA para desenvolver ferramentas, é necessário ter clareza quanto à ordem dos passos envolvidos. Por isso, defina primeiro o seu fluxo de trabalho ideal. Se a ordem estiver errada, a ferramenta poderá não funcionar tão bem quando a integrar com aplicações como o Zendesk.
- Especificidade: Seja muito claro quanto ao resultado que pretende. Sterner afirmou que diria explicitamente à IA quando esta precisasse de eliminar do código funcionalidades «obsoletas» de que ele já não necessita. Quanto mais simples for o seu código, menores serão as possibilidades de erros.
Deixe os membros da sua equipa darem o seu melhor nos casos em que é necessária a intervenção humana
A nossa ferramenta de IA está longe de ser um chatbot. Ainda se preocupa demasiado em agradar às pessoas, chegando por vezes a criar informações «fantasmas» para preencher lacunas quando não tem uma boa resposta.
Mas ainda assim poderíamos superar esses desafios tirando partido dos pontos fortes da IA. Poderíamos fazer com que a IA analisasse o conteúdo dos tickets de apoio e os «classificasse», ordenando-os do mais urgente para o menos urgente. Poderíamos fazer com que ela criasse, mas não completasse, rascunhos iniciais para as respostas às consultas.
Isto não substituiu a nossa equipa de apoio. Apenas a tornou mais rápida, sem comprometer a qualidade do apoio prestado.
Também identificámos outras limitações da IA. Por exemplo, a IA não conseguia iniciar sessão nas contas dos clientes e ajudá-los manualmente. Por isso, as nossas funções específicas de apoio ao cliente continuam a necessitar de orientação e supervisão por parte de pessoas dedicadas a resolver os problemas dos clientes.
Crie um ciclo de retroalimentação positiva para aperfeiçoar a sua solução de IA
Se não criar um ciclo de retroalimentação positiva para a sua solução de IA, esta poderá vir a desiludi-lo.
Se se lembra do caso dos advogados que apresentaram jurisprudência «falsa» criada pelo ChatGPT, sabe como isto é importante. A sua IA precisa de basear-se em informações autênticas, precisas e exclusivas.
Constatámos que, nas nossas versões anteriores, a IA tentava satisfazer os clientes independentemente dos limites da nossa base de conhecimento. Por exemplo, se um cliente perguntasse sobre uma funcionalidade como «criação em massa de tarefas» que, na realidade, não existia, a IA partia do princípio de que essa funcionalidade existia e começava a dar orientações sobre como utilizá-la.
Opa.
Com o nosso ciclo de feedback, cada membro da equipa atribui uma classificação aos rascunhos gerados pela IA, para que esta possa «aprender» como está a ser o seu desempenho. Em apenas um mês, já notámos uma melhoria significativa. Recomendamos uma abordagem do tipo «confiar, mas verificar»: deixar que sejam os humanos a avaliar o seu desempenho e a treinar a IA ao longo do tempo.
Ensine à IA quais são os seus limites e quando deve dizer «Não sei»
Constatámos que, quanto mais limitamos as nossas ferramentas de IA à nossa base de conhecimento existente — que, por si só, pode sempre expandir-se e evoluir —, melhor é o seu desempenho. A IA gera menos conteúdo «fantasma» se souber o que não lhe é permitido responder.
Criámos um conjunto de regras para indicar à nossa ferramenta de IA: «Não há problema em informares os clientes quando não sabemos algo.»
A esperança é que esta maior sofisticação e precisão venham a resultar, um dia, num chatbot funcional. Mesmo que a IA nem sempre consiga dar a resposta correta, deveria, pelo menos, admitir isso antes de apresentar aos clientes algo que é manifestamente incorreto.
Não «alugue» a sua IA — comece a criá-la você mesmo
Se considera a IA uma ferramenta que se pode «alugar» ou um botão que se pode premir, achamos que está a encarar a questão da forma errada.
O nosso plano inicial era semelhante. Esperávamos encontrar uma solução de software já pronta que facilitasse a gestão de todas as funcionalidades que enumerámos acima. Mas acabou por ser mais barato— e muito mais fácil — aprender a criá-la nós próprios. Afinal, a IA também poderia ajudar nessa tarefa.
Quais são as nossas conclusões?
- Deixe a IA fazer aquilo em que é boa. Pode delegar algumas tarefas à IA. Se se dedicou ao apoio ao cliente, será que o seu sonho era mesmo vasculhar planilhas enormes para extrair informações sobre os clientes? Ou será que esse é exatamente o tipo de tarefa em que a IA se destaca, permitindo-lhe desempenhar o papel de alguém cuja paixão é satisfazer os clientes?
- Deixe o pensamento criativo a cargo de um ser humano. Os seres humanos devem rever os rascunhos gerados pela IA, verificar as respostas da IA e gerir a vertente criativa. Se conseguir combinar um representante experiente com a escalabilidade da IA, terá o melhor dos dois mundos: um toque humano, mesmo quando esse ser humano é apoiado por novas funcionalidades de IA.
- Transforme a IA num assistente. Deixe que a IA se encarregue do trabalho rotineiro: analisar as consultas dos clientes, organizá-las e classificá-las por ordem de urgência. Isto vai proporcionar-lhe um ganho «imediato», pois vai livrá-lo das tarefas manuais. (Basta perguntar ao Joseph.)
A IA não vem para lhe tirar o emprego — vem para facilitar o seu trabalho
Close momento, a IA não está a substituir ninguém na Close .
Isto está a tornar as pessoas que prestam apoio mais eficientes, mas só o utilizamos para ajudar a nossa equipa a melhorar a experiência global do cliente. Está a criar ciclos de feedback positivos, que nos permitem responder a mais questões dos clientes ou melhorar a qualidade da nossa base de dados de conhecimento.
A chave? Tornar-se competente em IA é mais importante do que encontrar a solução de IA «perfeita», que não existe.
Desde que começámos a utilizar IA para criar soluções de IA, expandimos a nossa capacidade de ajustar, aperfeiçoar e expandir os nossos processos. Esperamos que isso traga benefícios no futuro. A nossa IA está a melhorar, funcionando cada vez mais como um chatbot de alta qualidade e exigindo menos intervenção humana ao longo do tempo.
Quando ferramentas como essas são melhores do que as ferramentas genéricas e caras que a concorrência está a usar? É aí que está o ponto ideal.
Comece a tirar partido do poder da IA ao integrar-se numa plataforma de CRM que melhora a sua empresa. Inscreva-se Close para um período de teste gratuito do Close .
