Entrevistas

Fran Loftus, diretora de experiência do cliente da EliseAI — Série de entrevistas

Antoine Tardif
Adicione Unite.AI às suas fontes preferidas no Google
Pontos-chaveA abordagem vertical-first da EliseAI incorpora fluxos de trabalho do setor diretamente…
Ver mais
  • A abordagem vertical-first da EliseAI incorpora fluxos de trabalho do setor diretamente em sua IA para evitar erros genéricos de chatbot.
  • Uma IA eficaz em habitação e saúde deve garantir a conclusão de tarefas para construir confiança, não apenas fornecer respostas rápidas.
  • O papel de Chief Experience Officer evoluirá para orquestrar parcerias humano-IA conforme a automação assume trabalhos administrativos.

Fran Loftus, diretora de experiência do cliente da EliseAI, é uma líder dinâmica, conhecida pela energia criativa e pela trajetória versátil, que combina espírito empreendedor com profundo conhecimento operacional. Antes de ingressar na EliseAI, foi cofundadora da HOM, uma plataforma tecnológica de comodidades e engajamento de moradores adquirida pela Alfred. Nessa empresa, ocupou posteriormente vários cargos executivos, moldando a experiência dos moradores de centenas de milhares de unidades residenciais. Na EliseAI, ocupou cargos de alta liderança operacional, respondendo ao CEO e ao conselho de administração, promovendo a eficiência em toda a empresa, supervisionando os resultados dos clientes e colaborando estreitamente com as equipes de engenharia e vendas na estratégia e no lançamento de produtos. Reconhecida como fundadora e referência intelectual no setor, foi indicada ao título de Top Founder no MIPIM e incluída repetidamente entre as mulheres mais influentes da CRETech.

EliseAI é uma empresa de software de IA sediada em Nova York que transforma a maneira como organizações dos setores habitacional e de saúde gerenciam grandes volumes de comunicação e fluxos de trabalho operacionais, por meio de inteligência artificial conversacional e agêntica avançada. Sua plataforma automatiza tarefas como agendamento de visitas a imóveis, comunicação sobre locações, solicitações de manutenção, renovações contratuais, admissão de pacientes e apoio administrativo por mensagens de texto, voz, e-mail e chat. Isso permite que as equipes trabalhem com mais eficiência, melhorando a capacidade de resposta e a experiência do cliente. Ao centralizar essas interações em um sistema unificado de IA, a EliseAI ajuda as organizações a ampliar suas operações, reduzir o trabalho manual e obter melhorias mensuráveis de desempenho em funções essenciais à operação.

Como diretora de experiência do cliente da EliseAI, você reúne uma combinação rara de experiência em comunidade, operações e tecnologia. Você fundou a HOM, uma plataforma que ajudava edifícios multifamiliares a oferecer comodidades compartilhadas e um senso de comunidade em grande escala, e depois liderou a experiência e a prestação de serviços na Alfred, uma empresa de serviços residenciais presente dentro de milhares de prédios de apartamentos. Como essas funções tão práticas e centradas nas pessoas influenciam a maneira como você projeta e coloca em operação as experiências com IA na EliseAI hoje?

Minha experiência na gestão direta de imóveis me ensinou que a tecnologia só é tão boa quanto o serviço que de fato entrega na prática. Na HOM e na Alfred, aprendi que um morador não se importa com uma interface elegante se sua solicitação de manutenção desaparece em um buraco negro ou se sua entrada no imóvel atrasa. Isso me tornou extremamente atenta a acompanhar cada demanda até sua conclusão. Não projeto a IA apenas para conduzir conversas, mas para gerenciar todo o ciclo de vida de uma tarefa. Priorizo o morador em uma situação de crise ou o funcionário sobrecarregado, garantindo que a IA não seja mais uma coisa a monitorar, mas uma ferramenta que alivie o peso sobre seus ombros.

Do ponto de vista da experiência do cliente, como deve ser uma IA realmente eficaz nos setores habitacional e de saúde, em que confiança, clareza e cumprimento do que foi encaminhado importam tanto quanto velocidade ou automação?

Nos setores habitacional e de saúde, ser rápido é ótimo, mas é cumprir o que foi encaminhado que gera confiança. Uma boa IA não deve apenas responder rapidamente; precisa garantir que algo realmente aconteça. Se um paciente pergunta sobre uma cobrança ou um inquilino quer renovar seu contrato, a IA precisa atualizar os registros, avisar o gerente responsável e informar à pessoa que fez a solicitação que as providências estão em andamento. Trata-se de agir com clareza e de forma proativa, para que as pessoas não sintam que precisam ligar mais três vezes apenas para consultar o andamento.

A EliseAI adotou uma abordagem voltada prioritariamente a setores específicos, em vez de oferecer uma camada de IA de uso geral. Como essa decisão muda a experiência cotidiana das equipes de gestão imobiliária, dos moradores e dos profissionais de saúde em comparação com ferramentas de IA horizontais?

As ferramentas de IA de uso geral exigem que o cliente faça o trabalho pesado de ensinar ao software as regras do setor. Como somos uma solução vertical dedicada exclusivamente à habitação e à saúde, nosso sistema já chega com uma compreensão profunda dos fluxos de trabalho específicos, como as normas sobre depósitos de caução em locações ou as particularidades do agendamento de pacientes. Para os profissionais que atuam na ponta, isso significa que não precisam gerenciar um chatbot genérico capaz de inventar uma regra. Eles trabalham com um sistema já integrado aos softwares existentes e que fala a linguagem de suas operações diárias desde o primeiro dia.

Você pode explicar como acompanhar de perto o trabalho dos profissionais da linha de frente para mapear os fluxos de ponta a ponta melhora o comportamento do modelo e a experiência final do cliente, em comparação com treinar apenas com dados abstratos?

Os dados abstratos mostram o que acontece, mas estar no local com os clientes mostra como acontece. Quando minha equipe passa tempo no ambiente real em que o software é implantado, percebe dificuldades que um conjunto de dados não revelaria. Por exemplo, durante sessões de levantamento com uma organização que administra moradias para militares, identificamos fluxos complexos de aprovação e restrições rigorosas do dia a dia que não constavam de nenhum manual. Ao registrar esses detalhes complexos do mundo real e incorporá-los ao produto, conseguimos criar uma IA que não apenas funciona em uma demonstração, mas resiste ao caos de um escritório movimentado.

Quando os sistemas de IA passam de responder a perguntas para executar tarefas, que novos riscos surgem para a experiência do usuário? Como você garante que a automação seja percebida como um apoio confiável, em vez de algo intrusivo ou opaco?

O principal risco deixa de ser a IA dizer algo incorreto e passa a ser a IA fazer algo incorreto. Para reduzi-lo, estabeleci um modelo de soluções de produto em que especialistas — muitos deles antigos fundadores de empresas — são responsáveis por áreas específicas do produto. Eles definem regras e limites de proteção específicos para a execução das tarefas pela IA, garantindo que ela nunca tome uma ação que surpreenda ou confunda um funcionário.

Nos setores habitacional e de saúde, até pequenas falhas podem rapidamente abalar a confiança. Como você projeta sistemas de IA agêntica que permaneçam transparentes e previsíveis, e nos quais as pessoas possam intervir e corrigir a situação com facilidade quando necessário?

Projetar para gerar confiança começa por abandonar a mentalidade reativa tradicional, em que simplesmente se espera algo dar errado. Em vez disso, formei uma equipe que faz a ponte entre a complexidade operacional do mundo real e a lógica da IA. Não são agentes de suporte: são estrategistas e antigos fundadores de empresas responsáveis por áreas específicas do produto, de ponta a ponta.

Eles dedicam tempo a acompanhar o trabalho dos funcionários para entender as regras inegociáveis do setor, como fluxos complexos de aprovação em moradias para militares ou prazos rigorosos de resposta na área médica, e incorporam essas regras diretamente ao comportamento da IA. A transparência vem do fato de que nossos sistemas são projetados para sinalizar proativamente problemas potenciais antes que se tornem reclamações de moradores ou pacientes. Quando a IA identifica uma situação emocionalmente intensa ou uma solicitação complexa para a qual não foi treinada, ela não tenta adivinhar. Aciona uma transferência para um funcionário, fornecendo todo o histórico e o contexto da interação. Assim, a pessoa pode assumir o atendimento como parceira bem informada, em vez de começar do zero.

Na sua posição de supervisão da implantação e do sucesso dos clientes, quais são as dificuldades mais comuns enfrentadas por eles ao adotar IA nos fluxos de trabalho operacionais? Como a EliseAI reduz essas dificuldades logo no início da implantação?

A maior dificuldade raramente é a tecnologia em si, mas a ansiedade de que ela atrapalhe o fluxo de trabalho da equipe ou substitua as funções das pessoas. Lidamos com isso priorizando um alívio imediato e prático. Na primeira semana, usamos a IA para assumir as tarefas repetitivas e de grande volume que normalmente mais contribuem para o esgotamento, como os primeiros contatos de acompanhamento com potenciais clientes. Também usamos nossa própria IA para gerenciar as operações internas da empresa. Isso nos ajuda a compreender exatamente os pontos de tensão de uma mudança no fluxo de trabalho, para sermos parceiros melhores quando nossos clientes passam pela mesma transição.

Muitas organizações têm dificuldade para avançar além das fases-piloto. Como você ajuda os clientes a desenvolver seus processos e expectativas para que a IA se incorpore às operações diárias, em vez de continuar como um experimento à parte?

A IA só se consolida quando deixa de ser um projeto à parte e se torna uma parte normal do dia de trabalho. Ajudamos os líderes a reorganizar suas equipes para que, quando a IA assumir as tarefas rotineiras, as pessoas possam se concentrar no que realmente exige uma abordagem humana.

A EliseAI atende hoje aproximadamente um em cada seis apartamentos nos Estados Unidos. Como as expectativas dos clientes mudam nessa escala e que novos desafios de experiência surgem quando a IA passa a fazer parte das operações habituais?

Nessa escala, a IA já não é uma novidade interessante. É um serviço básico, como a eletricidade. A expectativa passa de ficar impressionado quando ela funciona para considerar inaceitável quando falha. Precisamos gerenciar essa variabilidade e, ao mesmo tempo, manter 100% de confiabilidade.

Pensando nos próximos dois a três anos, como você vê a evolução do papel da diretora de experiência do cliente à medida que os sistemas de IA assumem mais responsabilidade em serviços essenciais como habitação e saúde?

O papel evoluirá da gestão do atendimento ao cliente para a coordenação da parceria entre pessoas e IA. À medida que a IA assumir as partes administrativas e repetitivas do trabalho, o foco da diretora de experiência do cliente se voltará inteiramente para os pontos de contato estratégicos e emocionais. Nossa responsabilidade será garantir que, conforme o mundo se automatize mais, as interações humanas na habitação e na saúde se tornem mais intencionais e tenham mais impacto.

Agradecemos pela excelente entrevista. Para saber mais, os leitores podem visitar EliseAI.

Antoine é um líder visionário e sócio fundador da Unite.AI, movido por uma paixão inabalável por moldar e promover o futuro da IA e da robótica. Empreendedor que já fundou várias empresas, acredita que a IA transformará a sociedade tanto quanto a eletricidade e costuma falar com entusiasmo sobre o potencial das tecnologias disruptivas e da inteligência artificial geral (AGI).

Como futurista, dedica-se a explorar como essas inovações moldarão o nosso mundo. Além disso, é fundador da Securities.io, uma plataforma voltada ao investimento em tecnologias de ponta que estão redefinindo o futuro e transformando setores inteiros.