Sergey Galchenko, Diretor de Tecnologia, IntelePeer – Série de Entrevistas

O que o atraiu inicialmente para o campo da ciência da computação e da IA?

Eu gosto de resolver problemas, e o desenvolvimento de software permite fazer isso com um loop de feedback muito rápido. A IA abre uma nova fronteira de casos de uso que são difíceis de resolver com uma abordagem de programação determinística tradicional, tornando-a uma ferramenta emocionante na caixa de ferramentas de soluções.

Como a IA transformou o cenário do suporte ao cliente, particularmente na automação de operações de experiência do cliente (CX)?

A inteligência artificial generativa está revolucionando o negócio de centro de contato de maneira sem precedentes. Quando combinada com soluções que ajudam a automatizar as comunicações, a IA generativa oferece novas oportunidades para melhorar as interações do cliente, melhorar a eficiência operacional e reduzir os custos de mão de obra em uma indústria que se tornou ferozmente competitiva. Com essas tecnologias em vigor, os clientes podem se beneficiar de um serviço altamente personalizado e de suporte consistente. As empresas, simultaneamente, podem conter chamadas de forma mais eficaz e lutar contra a rotatividade de agentes e altas taxas de vacância, permitindo que seus funcionários se concentrem em tarefas de alta prioridade. Finalmente, a IA generativa, por meio de seus algoritmos avançados, permite que as empresas consolidem e resumam informações derivadas de interações do cliente usando múltiplas fontes de dados. Os benefícios de utilizar essas tecnologias no CX são claros – e há mais e mais dados que apoiam o caso de que essa tendência afetará mais e mais empresas.

Pode fornecer exemplos específicos de como a IA da IntelePeer reduziu tarefas tediosas para os agentes de suporte ao cliente?

O objetivo final da IA da IntelePeer é permitir a automação completa em cenários de suporte ao cliente, reduzindo a dependência de agentes e resultando em até 75% de redução nos custos operacionais para os clientes que atendemos. Nossa plataforma é capaz de automatizar até 90% das interações do cliente de uma organização, e já automatizamos coletivamente mais de meio bilhão de interações do cliente. Além disso, nossa IA pode automatizar tarefas manuais, como roteamento de chamadas, agendamento de compromissos e entrada de dados do cliente, e pode fornecer experiências de autoatendimento que os clientes cada vez mais exigem e esperam – completas com comunicações hiper-personalizadas, precisão de resposta aprimorada e resoluções mais rápidas.

Pode descrever por que os serviços relacionados à IA devem equilibrar criatividade com precisão?

Equilibrar criatividade com precisão e previsibilidade é crítico ao criar confiança em serviços e soluções impulsionados por IA – um dos maiores desafios que cercam as tecnologias de IA hoje. Em primeiro lugar, deve ser óbvio que qualquer solução de IA deve aspirar ao mais alto nível de precisão possível para fornecer as saídas certas necessárias para todas as entradas. Mas criar uma ótima experiência com IA vai além de apenas fornecer as informações corretas aos usuários finais; também inclui permitir a entrega correta dessas informações a eles, o que leva uma quantidade decente de criatividade para executar com sucesso. Por exemplo, em uma interação de serviço ao cliente, uma solução de comunicações impulsionada por IA deve ser capaz de combinar automaticamente o tom do cliente e ajustá-lo conforme necessário em tempo real, dando a eles exatamente o que precisam da maneira que melhor os atingirá naquele momento. A IA também deve se comunicar de maneira natural para fazer com que os clientes se sintam mais confortáveis, mas não tanto a ponto de enganá-los, fazendo-os pensar que estão falando com um ser humano quando não estão. Mais uma vez, tudo se resume a criar confiança na IA, o que eventualmente levará a uma adoção e uso ainda mais generalizados da tecnologia.

Qual é o papel dos dados na garantia da precisão das respostas da IA, e como você gerencia os dados para otimizar o desempenho da IA?

Bons dados criam boa IA. Em outras palavras, a qualidade dos dados que são alimentados em um modelo de IA está diretamente relacionada à qualidade das informações que o modelo produz. No serviço ao cliente, os dados de interação do cliente são a chave para encontrar lacunas na jornada do cliente. Ao mergulhar mais profundamente nesses dados, as organizações podem começar a entender melhor as intenções do cliente e, em seguida, usar essas informações para simplificar e melhorar o engajamento impulsionado por IA, transformando a jornada e a experiência do cliente como um todo. No entanto, as organizações devem ter as arquiteturas de dados certas em vigor para processar e extrair insights desses dados maciços associados às soluções de IA.

A solução de IA da IntelePeer usa o conteúdo e o contexto da interação para determinar o melhor curso de ação a cada passo. Durante uma interação, se uma pergunta for feita pelo cliente que exige uma resposta específica do processo, regras ou políticas de uma empresa, o fluxo de trabalho da IA aproveita automaticamente uma base de conhecimento que inclui dados de negócios, como documentos de FAQ, materiais de treinamento de agente, dados do site, política e outras informações de negócios para responder adequadamente. Da mesma forma, se uma pergunta ou solicitação for feita que a empresa não deseja que a IA responda diretamente, o fluxo de trabalho da IA irá escalar a consulta para um agente humano, se necessário. A interação restante pode ser adicionada automaticamente aos pares de Q&A para melhorar as respostas em interações subsequentes do cliente ou encaminhada a uma autoridade supervisor para aprovação antes de incorporação.

Como você prevê a evolução do papel dos agentes de linha de frente com o aumento do papel da IA no suporte ao cliente?

Nós, na IntelePeer, vislumbramos uma redução drástica na dependência dos agentes de linha de frente devido à evolução das tecnologias de IA. Com avanços maciços na contenção de chamadas impulsionada por IA, que continua a melhorar em qualidade e a crescer em volume, as organizações de hoje são capazes de automatizar até 90% de suas interações do cliente. Isso permite que elas otimizem a alocação de pessoal de linha de frente e economizem significativamente em custos operacionais – ao mesmo tempo em que fornecem experiências melhores para os clientes que atendem.

Embora algumas tarefas sejam automatizadas, quais papéis de CX qualificados você acredita que permanecerão críticos apesar dos avanços da IA?

Embora a IA reduza o número de agentes de linha de frente necessários em funções de suporte ao cliente, um elemento humano sempre será necessário nas operações de CX. Por exemplo, modelos de comunicação impulsionados por IA devem ser treinados, configurados e gerenciados com supervisão humana para garantir a precisão e a eliminação de qualquer viés. O toque humano também é necessário para alinhar as comunicações automatizadas do cliente com a mensagem e a personalidade da organização ou marca de onde elas vêm, o que contribui para o conforto do cliente e ajuda a criar confiança na tecnologia. Esses papéis mais técnicos e orientados para IA superarão os papéis típicos de linha de frente nos anos que vêm.

As alucinações da IA são uma preocupação na manutenção de interações do cliente precisas. Quais guardrails específicos a IntelePeer implementou para evitar que a IA fabrique fatos?

 As empresas precisam implementar IA generativa hoje para permanecer relevantes em meio à revolução em andamento, enquanto evitam um lançamento apressado e desastroso. Para fazer isso de forma responsável, as empresas devem começar implementando um padrão de Geração Aumentada por Recuperação (RAG) para ajudar sua IA generativa a analisar grandes conjuntos de dados de empresas. Para interações de serviço ao cliente automatizadas, as marcas devem criar um loop de feedback humano para analisar interações passadas e melhorar a qualidade desses conjuntos de dados usados para ajuste fino e recuperação aumentada. Além disso, para eliminar as alucinações da IA, as organizações devem se concentrar em:

• implementar guardrails analisando dados de interação do cliente e desenvolvendo bases de conhecimento abrangentes e dinâmicas;
• investir no monitoramento contínuo e na atualização desses sistemas para se adaptar a novas consultas e manter a precisão; e
• treinar o pessoal para reconhecer e gerenciar permutações não identificáveis, garantindo processos de escalonamento e resolução transparentes.

Como você garante que os grandes modelos de linguagem (LLMs) interpretem o contexto corretamente e forneçam respostas confiáveis?

 Uma abordagem descuidada para a implementação da IA generativa pode resultar em problemas de qualidade de saída, alucinações, violação de direitos autorais e algoritmos tendenciosos. Portanto, as empresas precisam ter guardrails de resposta ao aplicar a IA generativa no ambiente de serviço ao cliente. A IntelePeer utiliza a geração aumentada por recuperação (RAG), que alimenta o contexto dos dados em um LLM para obter respostas fundamentadas em um conjunto de dados fornecido pelo cliente. Ao longo de todo o processo, desde o momento em que os dados são preparados até o LLM enviar uma resposta ao cliente, os guardrails necessários evitam que qualquer informação sensível seja exposta. O RAG da IntelePeer começa quando um cliente faz uma pergunta a um bot impulsionado por IA. O bot executa uma pesquisa da pergunta na base de conhecimento. Se não encontrar uma resposta, ele transferirá para um agente e salvará a pergunta no banco de dados de Q&A. Mais tarde, um humano revisará essa nova pergunta, realizará uma importação de conjunto de dados e salvará a resposta na base de conhecimento. Em última análise, nenhuma pergunta fica sem resposta. Com o processo RAG em vigor, as empresas podem manter o controle sobre os conjuntos de respostas para a automação de interações.

Olhando para o futuro, quais tendências você antecipa no papel da IA na experiência do cliente?

Na IntelePeer, acreditamos profundamente que a IA generativa é uma ferramenta poderosa que irá aumentar positivamente as capacidades de comunicação humana, desbloqueando novas oportunidades e superando barreiras de longa data. A IA continuará aprimorando as comunicações de serviço ao cliente, simplificando as interações de serviço ao cliente, oferecendo assistência 24 horas e fornecendo capacidades de ponte de idiomas. Além disso, os assistentes virtuais treinados em grandes modelos de linguagem (LLMs) poderão tirar proveito de milhões de conversas humanas para detectar rapidamente emoções e modificar o tom, sentimento e escolha de palavras. Haverá mais e mais evidências de que as empresas que usam com sucesso a IA para melhorar as conexões humanas experimentam um retorno significativo sobre o investimento e uma melhoria na eficiência e produtividade.

Obrigado pela ótima entrevista, leitores que desejam aprender mais devem visitar IntelePeer.