IA também tem burnout

Bruno aqui 👋

Semana passada a gente reuniu 150 lideranças de CX no escritório da Alice, em SP. Surgiram lá dois casos reais (Insider e Whitebook) que, junto com um workshop técnico sobre arquitetura de IA que o Fabrício rodou recentemente e alguns papos com clientes, me fizeram sacar uma coisa: tem uma evolução acontecendo no atendimento por IA que quase ninguém tá apresentando direito. E ela é exatamente o que separa as operações de CX que vão voar das que vão passar (bastante) perrengue a partir de agora.

Pra mim, o raciocínio que eu desenvolvo aí embaixo tá definindo o futuro do CX. Me conta onde você tá nessa história depois de ler.

Quase todo mundo que tentou colocar IA no atendimento viveu a sensação de que funcionou um pouco, mas parou de funcionar.

O bot respondia bem no começo, mas aí a empresa foi crescendo, o produto foi ficando mais complexo, foram chegando mais regras, mais exceções, mais cenários que o time de CX não tinha mapeado. Ficou automático concluir que IA não resolve, que só humano mesmo pra dar conta, mas isso é BEM precipitado. Com frequência (pra não dizer sempre que isso acontece) o problema é a arquitetura, não a IA em si.

Até eu tenho trauma de chatbot (como cliente mesmo). Toda semana algum amigo ou parente me manda print de alguma “conversa” (haja aspas) horrorosa que viveu no whatsapp de alguma empresa (printei e coloquei o mais recente aí embaixo pra vocês verem).

Isso era a geração 1, o bot de árvore (acho doideira ainda ter empresa grande usando). Funciona se o cliente se comportar exatamente como o previsto, ou seja: não funciona quase nunca, porque gente é imprevisível.

A virada veio em 2022, 2023, com os modelos de linguagem de grande escala (os chamados LLMs, a tecnologia por trás do ChatGPT). A máquina passou a entender contexto, variações, subentendidos. O cliente não precisava mais escolher a opção certa do menu, a IA entendia o que a pessoa “queria dizer”.

Isso foi uma mudança enorme. E a maioria das empresas que “implementou IA” tá vivendo exatamente esse momento: uma IA que lê, que entende e responde, tem tom de voz, base de conhecimento, às vezes até acesso ao sistema.

A burrada (que ok, é perdoável, o cenário tá mudando muito rápido)? Colocaram tudo num agente só.

Pensa se você é contratado com um job description assim:

Você vai ser responsável pela saudação dos clientes, pelo suporte financeiro, pelo suporte técnico, pelo cancelamento, pela política de troca, pelo tom de voz da marca, pelo que pode e não pode ser dito, pelas exceções aprovadas pela diretoria de novembro, e também pela nova política de frete que entrou em janeiro.

Tudo ao mesmo tempo. 

É o que a maioria das empresas faz com a IA de atendimento.

O prompt (a instrução que define como a IA se comporta) vai crescendo conforme a empresa cresce. Uma regra aqui, uma exceção ali, um "nunca diga isso" de vez em quando. Com 50 linhas de instrução, a IA começa a esquecer as primeiras quando chega nas últimas. Com 200 linhas, ela começa a contradizer ela mesma. 

E não é defeito, é uma questão de natureza do modelo mesmo. Colocando instrução demais num lugar só, elas começam a se cancelar. É o burnout da máquina (risos nervosos).

O resultado prático: o bot começa a dar respostas inconsistentes. Às vezes ignora a regra de tom de voz, às vezes esquece de clarificar antes de responder. Pega um caminho errado porque a instrução certa tava "embaixo" de outras e perdeu peso, enfim, vira uma loucura que com certeza você já viveu.

A empresa vê isso, pensa que precisa de mais instrução. E vai lá e piora o problema.

Não adianta instruir mais. Tem que separar por especialidade. Esse é o novo momento.

Num time de suporte humano bem estruturado a gente tem o recepcionista, que é quem fala com o cliente. Ele entende o problema, identifica o que precisa ser resolvido, e direciona pra quem sabe resolver. Atrás do balcão tem o especialista financeiro, o especialista técnico, o especialista de cancelamento. Cada um com suas ferramentas, suas políticas, sua expertise. O cliente não fala diretamente com eles. Eles trabalham por baixo e passam a resposta pro recepcionista, que adapta e entrega.

É exatamente isso que a arquitetura de múltiplos agentes faz.

Tem um agente supervisor, que é quem conversa com o cliente. Ele tem o tom de voz da marca, sabe fazer perguntas, sabe identificar o que o cliente quer. Mas não cai na burrada de tentar resolver tudo sozinho. Ele tem subagentes especializados que ficam nos bastidores. Cada um com um escopo menor, instruções mais claras, acesso às ferramentas certas pra aquele problema específico.

E aí sim: cada parte do sistema faz menos coisas e faz melhor.

Na conversa real que aconteceu no Whitebook (plataforma usada por médicos na beira do leito), rolou isso: um usuário chegou com um problema vago, mandou um código, não explicou muita coisa. O supervisor pediu uma clarificação certeira. O cliente disse que era um problema de acesso. O supervisor identificou que isso era assunto pro subagente de cancelamento. Esse subagente pediu o email, consultou o sistema, identificou que a conta tava inativada, reativou via integração com a API, e devolveu a resposta pro supervisor, que adaptou o tom e respondeu ao cliente.

Tudo em segundos, sem humano no meio. “Deu certo, obrigada” na resposta do cliente e cabou.

Vou fazer o recorte justo antes de ir pros números.

Essa lógica faz sentido pra operações com alto volume de contato digital recorrente: e-commerce, plataformas SaaS com base de usuários ampla, fintechs, saúde digital, educação online. Empresas onde o cliente chega com frequência, por canal digital, com dúvidas que se repetem.

Pra empresas com poucos clientes, ciclo de relacionamento longo e atendimento personalizado (consultorias, B2B enterprise, agências), a lógica é outra. Nesses contextos, o toque humano é produto e não custo, muda bastante.

Se você tá no segundo grupo, esse conteúdo é mais contextual do que prático, mas vale saber (vai que). Se tá no primeiro, PRECISA continuar lendo se não quiser ficar BEM pra trás.

Na Insider, marca de moda com base de clientes recorrente, a implementação chegou a 75-78% de retenção. Em determinado momento, a avaliação de satisfação da IA foi de 91%, contra 90% do time humano. Um ponto percentual a mais. A galera comemorou não porque a IA foi “melhor” que as pessoas, mas porque o modelo cumpriu o que deveria: IA cuidando do volume operacional, humano com espaço pra cuidar do fino. Isso impacta vontade de trabalhar, a saúde do time e a das contas da empresa também. O resultado é subjetivo e bem objetivo ao mesmo tempo.

Ótimo exemplo do Whitebook: pra eles, o tema de cancelamento e reembolso era crônico. O processo antigo terminava sempre do mesmo jeito: o cliente pressionava o suporte, o suporte cedia, o reembolso acontecia mesmo quando não deveria. Quando a arquitetura de múltiplos agentes entrou pra cuidar especificamente desse fluxo, a retenção nesse tema foi de 33% pra 53%. A retenção geral subiu de uns 62-63% pra 68%. Os reembolsos indevidos caíram em torno de 80% (pensa na grana).

Fora isso, os clientes que tentaram forçar com a IA e foram transferidos pro humano passaram a chegar já conscientes da política. O suporte parou de ceder e não foi porque o time ficou mais rígido, mas sim porque a IA educou antes.

Na Insider, depois que a IA absorveu a triagem, o time de CX virou um time focado em criar experiências INTENCIONAIS pra clientes ESPECÍFICOS. Uma cliente que tava com a marca há 9 anos, em algum NPS passado, tinha comentado algo sobre um produto. Esse feedback chegou no time de produto, que foi ajustando ao longo do tempo. Quando a empresa completou 9 anos, o time mandou uma mensagem pra ela, lembrando do comentário e enviando aquele produto de presente (!!!). Na boa, que coisa mais linda. 

Isso é CX. Nada disso é possível com o alto volume de burocracia de rotina engolindo um time. Histórias assim (em que a IA serve GENTE e faz o time humano brilhar no detalhe) me dão gosto de acordar pra trabalhar, de verdade.

A grande maioria das empresas B2C com atendimento digital vai chegar na arquitetura de múltiplos agentes. A questão é só quando e em qual posição competitiva.

Quem já tá ativo nessa, tá aprendendo desde já sem manual de instruções: quais subagentes fazem sentido, como calibrar o supervisor, onde a IA precisa de humano e onde não precisa. Aprendizado acumulado na prática, protagonizar a vanguarda da nova era, não dá pra comprar nada disso. Quem chegar depois vai encontrar o mercado já rearranjado e correr atrás do preju. Decide aí.

Vou finalizar com um convite: a Cloud Humans é a primeira plataforma da América Latina focada em multiagentes de IA pro atendimento, pra médias e grandes empresas. Agentes que executam, não só respondem. Dá pra tirar até 85% do volume da mão, mantendo a MESMA qualidade.

E a gente roda um diagnóstico que mostra o potencial de automação da SUA operação com isso. Estudo sério, bem estruturado, feito pra valer. Tu não paga nada e não dá trabalho nenhum do teu lado.

Só que não é pra todo mundo. A gente escolhe as empresas onde enxerga mais potencial. Se quer receber o seu, me manda mensagem no LinkedIn ou pro e-mail [email protected].

Vou priorizando por ordem de resposta :)

CXperts é o braço de conteúdo e comunidade da Cloud Humans. Criamos o espaço mais relevante do Brasil para quem acredita que experiência do cliente não é suporte, é estratégia.

O que você encontra no ecossistema CXperts:

1/ CXperts Club: Grupo curado no WhatsApp para líderes reais trocarem entre si — sem buzzword, sem spam. Envie sua aplicação por aqui.

2/ Round Table mensal: Encontro fechado com membros da comunidade para discutir um tema relevante com profundidade.

3/ CXperts Insights: Nossa newsletter semanal com ideias provocativas, benchmarks e reflexões sobre o novo CX.

Feito para quem lidera CX com ambição: nosso foco são c-levels e gestores/heads de Customer Experience em startups e e-commerces em crescimento.

Se você está no front de decisões estratégicas, esse espaço é seu. Junte-se ao CXperts ;)

powered by