Inteligência artificial no atendimento pode classificar solicitações, recuperar informações, sugerir respostas e executar ações controladas. O projeto cria valor quando reduz o tempo para resolver sem comprometer precisão, privacidade ou acesso ao atendimento humano.
Escolha o papel da IA
Existem níveis diferentes:
- busca interna para o atendente;
- sugestão de resposta com revisão;
- resposta automática para perguntas delimitadas;
- execução de ações em sistemas;
- agente que conduz várias etapas.
Comece pelo menor nível que resolve o gargalo. Autonomia adicional exige integração, autorização, testes e monitoramento proporcionais.
Organize a base de conhecimento
Reúna políticas, procedimentos, produtos e perguntas reais. Defina responsável, versão, validade e público de cada documento. Remova duplicidades e informações contraditórias.
Uma resposta deve indicar a fonte e respeitar escopo. Quando não houver evidência suficiente, o sistema precisa admitir a limitação e encaminhar o caso.
Separe conhecimento de dados transacionais
Prazo padrão pode vir de uma política. O status de um pedido deve vir do ERP ou sistema operacional. Não peça ao modelo para inferir informação que existe em uma fonte oficial.
Use APIs com permissões mínimas e contratos claros. Consultar pedido é diferente de cancelar, alterar endereço ou conceder crédito. Ações precisam de identidade, confirmação e registro.
Proteja dados pessoais
Defina quais informações podem entrar no modelo, finalidade, retenção e fornecedor. Minimize contexto e evite enviar um histórico completo quando poucos campos bastam. Segredos e credenciais nunca devem fazer parte da conversa.
A ANPD alerta para riscos de finalidade, transparência e tratamento de dados em IA. Inclua privacidade desde o desenho e ofereça informação adequada ao usuário.
Crie limites e transferência humana
Assuntos financeiros, jurídicos, de saúde, reclamações críticas ou baixa confiança podem exigir uma pessoa. Preserve o contexto para que o cliente não precise repetir tudo.
Defina sinais de transferência: pedido explícito, tentativas sem resolução, emoção, risco, ausência de fonte ou ação fora da autoridade. O canal humano precisa estar disponível e monitorado.
Avalie com conversas representativas
Monte um conjunto com dúvidas frequentes, linguagem informal, erros de digitação, pedidos incompletos, informações conflitantes e tentativas de obter dados indevidos. Avalie precisão, completude, tom, fonte, segurança e decisão de encaminhar.
Testes devem incluir mudanças na base, indisponibilidade de APIs e usuários sem permissão. Uma demonstração controlada não representa a operação.
Meça resolução e qualidade
| Indicador | Cuidado |
|---|---|
| Resolução no primeiro contato | Confirmar que não houve retorno pelo mesmo problema |
| Tempo total | Incluir espera e transferência |
| Taxa de automação | Analisar junto com erro e retrabalho |
| Satisfação | Segmentar por tipo de solicitação |
| Custo por resolução | Incluir modelo, integração e revisão |
Reduzir contatos não deve ser o único objetivo. Um cliente que abandona sem solução também reduz volume.
Evolua com controle
Comece em modo de sugestão, revise amostras e corrija a base. Automatize perguntas de baixo risco e amplie apenas quando os resultados forem consistentes. Use o modelo de governança de IA para registrar responsáveis, versões e incidentes.
Primeira entrega possível
Uma versão inicial pode atender um conjunto de intenções, buscar em fontes aprovadas, consultar um sistema com leitura, encaminhar casos e registrar métricas. Isso já permite medir valor antes de liberar ações sensíveis.
Para desenhar a jornada, a base e as integrações de um atendimento com IA, fale com a A2CR.
