Fran Loftus, Diretora de Experiência, EliseAI – Série de Entrevistas

Fran Loftus, Diretora de Experiência da EliseAI, é uma líder dinâmica conhecida por sua energia criativa e background versátil, misturando impulso empresarial com profunda especialização operacional. Antes de se juntar à EliseAI, ela co-fundou a HOM, uma plataforma de amenidades e engajamento tecnologicamente habilitada adquirida pela Alfred, onde mais tarde atuou em várias funções executivas moldando experiências de residentes em centenas de milhares de unidades. Na EliseAI, ela ocupou posições de liderança operacional sênior, reportando-se ao CEO e ao Conselho, impulsionando a eficiência entre empresas, supervisionando os resultados dos clientes e colaborando estreitamente com engenharia e vendas na estratégia e lançamento de produtos. Reconhecida como fundadora e líder de pensamento da indústria, ela foi nomeada como uma das principais fundadoras do MIPIM e repetidamente incluída entre as principais influenciadoras femininas da CRETech.

EliseAI é uma empresa de software de IA com sede em Nova York que transforma a forma como organizações de habitação e saúde gerenciam comunicações e fluxos de trabalho de alto volume por meio de inteligência artificial conversacional e agente avançada. Sua plataforma automatiza tarefas como agendamento de visitas, comunicação de aluguel, solicitações de manutenção, renovações, atendimento a pacientes e suporte administrativo por meio de texto, voz, e-mail e chat, permitindo que as equipes operem de forma mais eficiente enquanto melhoram a resposta e a experiência do cliente. Ao centralizar essas interações em um sistema de IA unificado, a EliseAI ajuda as organizações a escalonar operações, reduzir a carga de trabalho manual e entregar melhorias de desempenho mensuráveis em funções críticas.

Como Diretora de Experiência da EliseAI, você traz uma combinação rara de experiência em comunidade, operações e tecnologia. Você fundou a HOM, uma plataforma que ajudou edifícios multifamiliares a fornecer amenidades compartilhadas e um senso de comunidade em escala, e então liderou a experiência e a entrega de serviços na Alfred, uma empresa de serviços residenciais incorporada a milhares de prédios de apartamentos. Como esses papéis profundamente práticos e centrados nas pessoas influenciam a forma como você projeta e opera experiências de IA na EliseAI hoje?

Minha formação em gestão de propriedades físicas me ensinou que a tecnologia é apenas tão boa quanto o serviço que ela realmente entrega no terreno. Na HOM e na Alfred, aprendi que um residente não se importa com uma interface elegante se sua solicitação de manutenção cair em um buraco negro ou se sua mudança for atrasada. Isso me tornou obsessiva em fechar o ciclo. Não projeto IA apenas para lidar com conversas; projeto para gerenciar o ciclo de vida completo de uma tarefa. Priorizo o residente em crise ou o membro da equipe que está esticado demais, garantindo que a IA não seja apenas mais uma coisa para eles monitorarem, mas uma ferramenta que tira o peso de seus ombros.

Do ponto de vista da experiência do cliente, como a IA eficaz realmente se parece em ambientes de habitação e saúde, onde confiança, clareza e follow-through importam tanto quanto velocidade ou automação?

Em habitação e saúde, ser rápido é ótimo, mas realmente seguir em frente é o que constrói confiança. Uma boa IA não deve apenas dar uma resposta rápida; ela precisa garantir que algo realmente aconteça. Se um paciente pergunta sobre uma conta ou um inquilino deseja renovar seu aluguel, a IA precisa atualizar os registros, informar o gerente certo e deixar que essa pessoa saiba que as coisas estão em andamento. É sobre ser claro e proativo, para que as pessoas não se sintam como se tivessem que ligar de volta três vezes apenas para verificar o status.

A EliseAI adotou uma abordagem vertical em vez de oferecer uma camada de IA de propósito geral. Como essa decisão muda a experiência diária de equipes de propriedades, residentes e funcionários de saúde em comparação com ferramentas de IA horizontais?

Ferramentas de IA gerais exigem que o cliente faça o levantamento pesado de ensinar o software às regras da indústria. Como somos uma solução vertical focada exclusivamente em habitação e saúde, nosso sistema chega com uma compreensão profunda dos fluxos de trabalho específicos, como regulamentações de depósitos de segurança ou nuances de agendamento de pacientes. Para a equipe no terreno, isso significa que eles não estão lidando com um chatbot genérico que pode “hallucinar” uma política. Eles estão trabalhando com um sistema que já está integrado ao seu software existente e fala a linguagem de suas operações diárias desde o primeiro dia.

Pode explicar como sombrear trabalhadores da linha de frente para capturar fluxos de trabalho de ponta a ponta melhora o comportamento do modelo e a experiência do cliente final, em comparação com treinar apenas em dados abstratos?

Dados abstratos mostram o “o quê”, mas estar no terreno com os clientes mostra o “como”. Quando minha equipe passa tempo no ambiente real onde o software é implantado, eles veem os pontos de fricção que um conjunto de dados perderia. Por exemplo, durante sessões de descoberta com um operador de habitação militar, identificamos fluxos de aprovação complexos e restrições diárias estritas que não estavam em nenhum manual. Ao capturar esses detalhes reais e desordenados e traduzi-los no produto, podemos construir IA que não apenas funciona em uma demonstração, mas sobrevive ao caos de um escritório movimentado.

Quando os sistemas de IA vão além de responder a perguntas para executar tarefas, quais novos riscos de experiência surgem, e como você garante que a automação se sinta suportiva e confiável, e não intrusiva ou opaca?

O risco principal muda de a IA dizer algo incorreto para a IA fazer algo incorreto. Para mitigar isso, estabeleci um modelo de soluções de produto onde temos especialistas — muitos dos quais são ex-fundadores — que possuem domínios específicos do produto. Eles definem as regras e limites específicos para como a IA executa uma tarefa, garantindo que nunca tome uma ação que surpreenderia ou confundiria um membro da equipe humana.

Em habitação e saúde, mesmo pequenas falhas podem rapidamente erodir a confiança. Como você projeta sistemas de IA agente para permanecer transparentes, previsíveis e fáceis para os humanos intervir e corrigir quando necessário?

Projetar para confiança começa se afastando de uma mentalidade reativa tradicional, onde você simplesmente espera que as coisas quebrem. Em vez disso, construí uma equipe que atua como uma ponte entre a bagunça operacional do mundo real e a lógica da IA. Esses não são agentes de suporte — são estrategistas e ex-fundadores que possuem domínios específicos do produto de ponta a ponta.

Eles passam seu tempo sombreando trabalhadores para entender as regras não negociáveis de uma indústria, como fluxos de aprovação de habitação militar complexos ou tempos de resposta médica estritos, e os incorporam diretamente ao comportamento da IA. A transparência vem do fato de que nossos sistemas são projetados para sinalizar problemas potenciais proativamente antes que se tornem reclamações de residentes ou pacientes. Quando a IA detecta uma situação de alta emoção ou uma solicitação complexa para a qual não foi treinada, não tenta adivinhar. Dispara uma transferência que fornece ao membro da equipe humana a história completa e o contexto da interação, permitindo que eles intervenham como um parceiro informado, em vez de começar do zero.

Do seu ponto de vista, supervisionando a implementação e o sucesso do cliente, quais são os principais pontos de fricção que os clientes enfrentam ao adotar IA em fluxos de trabalho operacionais, e como a EliseAI reduz essa fricção cedo no processo de implantação?

A maior fricção raramente é a tecnologia em si, mas a ansiedade de que a tecnologia perturbará o fluxo da equipe ou substituirá seus papéis. Abordamos isso focando em alívio prático imediato. Na primeira semana, usamos a IA para assumir as tarefas repetitivas e de alto volume que normalmente causam o maior desgaste, como o follow-up inicial de leads. Também usamos nossa própria IA para gerenciar nossas operações internas da empresa. Isso nos ajuda a entender os pontos de estresse exatos de alterar um fluxo de trabalho, para que possamos ser melhores parceiros quando nossos clientes passam por essa mesma transição.

Muitas organizações lutam para ir além das fases de piloto. Como você ajuda os clientes a evoluir seus processos e expectativas para que a IA se torne parte integrante das operações diárias, em vez de permanecer um experimento lateral?

A IA só funciona quando para de ser um projeto lateral e se torna parte normal do dia de trabalho; ajudamos os líderes a reorganizar suas equipes para que, uma vez que a IA lida com o trabalho burocrático, as pessoas possam se concentrar nas tarefas que realmente exigem um toque humano.

A EliseAI agora suporta aproximadamente um em cada seis apartamentos nos EUA. Como as expectativas dos clientes mudam nesse nível de escala, e quais novos desafios de experiência surgem à medida que a IA se torna parte das operações padrão?

Nesse nível de escala, a IA não é mais uma inovação legal. É uma utilidade, como a eletricidade. A expectativa muda de ser impressionante quando funciona para ser inaceitável quando falha. Temos que gerenciar essa variância enquanto mantemos 100% de confiabilidade.

Olhando para os próximos 2 a 3 anos, como você vê o papel do Diretor de Experiência evoluindo à medida que os sistemas de IA assumem mais responsabilidade dentro de serviços essenciais, como habitação e saúde?

O papel evoluirá de gerenciar o serviço ao cliente para orquestrar a parceria entre humanos e IA. À medida que a IA assume as partes administrativas e repetitivas do trabalho, o foco do Diretor de Experiência mudará completamente para os pontos de toque estratégicos e emocionais. Nossa responsabilidade será garantir que, à medida que o mundo se torna mais automatizado, as interações humanas em habitação e saúde se tornem mais intencionais e mais impactantes.

Obrigado pela grande entrevista, leitores que desejam aprender mais devem visitar EliseAI.