Will Bodewes, cofundador e CEO da Phonely – Série de entrevistas

Will Bodewes é cofundador e CEO da Phonely, uma empresa de IA de voz dedicada a ajudar negócios a atender chamadas e melhorar os resultados das conversas com clientes. Antes de fundar a empresa, ele fez doutorado na University of Melbourne, onde pesquisou inteligência artificial aplicada e sistemas capazes de seguir instruções e se comunicar com naturalidade. Anteriormente, fundou uma startup de tecnologia de áudio e competiu em esqui cross-country da NCAA e em provas de ciclismo de ultrarresistência. Na Phonely, ele aplica sua experiência em pesquisa aos desafios práticos da implementação de agentes de voz, incluindo a confiabilidade das conversas, a latência, as integrações e a otimização contínua dos fluxos de trabalho de agendamento, vendas e atendimento ao cliente.

Phonely é uma plataforma de agentes de voz com IA que permite às empresas automatizar conversas telefônicas, agendar compromissos, qualificar leads, encaminhar chamadas e conectar as interações com clientes aos softwares já utilizados. Suas ferramentas combinam fluxos de conversa personalizáveis com históricos de chamadas, análises e testes A/B, para que as equipes possam medir o desempenho e melhorar os resultados ao longo do tempo. A empresa atende organizações que vão de pequenos negócios a grandes empresas e afirma oferecer suporte a mais de 10.000 negócios e processar mais de 120.000 chamadas por dia. A Phonely também desenvolve seus próprios modelos de conversação, incluindo Alma, com o objetivo de tornar as chamadas automatizadas mais rápidas, confiáveis e adequadas às conversas comerciais do mundo real.

Você começou a desenvolver a Phonely enquanto fazia doutorado em IA na University of Melbourne, com foco inicial na criação de sistemas capazes de seguir instruções e se comunicar com naturalidade. O que o convenceu de que a IA de voz havia chegado ao ponto de sustentar uma empresa independente, e o que você percebeu no mercado que os outros não estavam vendo?

Na época, não havia provas de que a IA de voz pudesse sustentar uma empresa independente. Havia algumas empresas trabalhando nisso, com cerca de cinco ou 10 usuários, mas ninguém havia implementado com sucesso uma IA de voz que não fosse um sistema IVR. Por isso, quando começamos a Phonely, foi uma aposta. Na época, tudo era voltado para o chat, então a voz era um novo meio. Era um problema ainda sem solução, então pensamos: “Por que não investir nisso? Por que não tentar resolver esse problema?”

Sua pesquisa de doutorado começou com o objetivo de criar uma IA capaz de “seguir instruções como um robô e falar como uma pessoa”. Que avanços técnicos fizeram você perceber que essa pesquisa poderia se tornar a base de uma plataforma comercial de IA de voz?

A pesquisa foi valiosa e importante para compreender a tecnologia fundamental por trás do que estava acontecendo. Ela me permitiu antecipar o que estava por vir e enxergar o que se aproximava. Eu entendia tecnicamente o que eram esses modelos e como funcionavam, e isso me deu condições de fazer uma aposta. Mais especificamente, eu queria construir uma empresa e causar impacto, e essa era a área mais ligada ao que eu conhecia e ao que conseguia prever. Eu queria fazer parte disso.

Você já descreveu cada ligação telefônica como um funil que, historicamente, as empresas não conseguiam otimizar de forma sistemática. Como é, na prática, otimizar uma conversa por telefone, e como a IA pode melhorar, ao longo do tempo, as taxas de conversão e de resolução ou a experiência do cliente?

Imagine que você esteja marcando uma consulta com um encanador. A pessoa ao telefone é treinada para coletar seus dados e agendar a consulta, mas, dependendo de como fizer as perguntas, também pode informar você sobre serviços que nem sabia que a empresa oferecia. Assim, você pode marcar um atendimento por causa de um problema hidráulico e descobrir que também precisava consertar a pia. Um agente de IA de voz bem treinado faz o mesmo: ajuda a empresa a oferecer produtos ou serviços adicionais aos clientes e a gerar mais receita. Ele pode oferecer um produto sobre o qual um novo atendente não recebeu treinamento e acrescentar outro item ao pedido, deixando o cliente mais satisfeito e gerando um resultado melhor para a empresa. Uma voz simples do ChatGPT não sabe fazer isso. É preciso ter um produto desenvolvido e treinado para essa finalidade.

Além disso, as pessoas podem perder chamadas, não atender ao telefone ou encaminhar ligações para o correio de voz. Isso acaba com pequenas empresas nos Estados Unidos. Elas não têm funcionários para atender ao telefone, não conseguem manter uma qualidade consistente e não têm como otimizá-la. Com a IA, se uma chamada não alcançar o resultado desejado pela empresa, podemos otimizá-la com os dados que temos. Graças à velocidade da IA, podemos mudar a conversa — algo que, com pessoas, não seria possível fazer nem de longe tão rápido.

Hoje, todo mundo vê a IA como uma forma de reduzir custos. Mas acreditamos que as pessoas deveriam enxergá-la como uma ferramenta de crescimento. As empresas podem, de fato, crescer ao adotar a IA e, assim, ter um desempenho melhor do que antes.

A IA de voz precisa resolver desafios que a IA baseada em texto muitas vezes consegue evitar, como latência, interrupções, sotaques, ruído de fundo, sinais emocionais e conversas imprevisíveis. Qual desses problemas foi mais difícil de resolver de forma confiável em escala empresarial?

A latência é o principal. Já resolvemos esse problema, mas, no início, ele foi uma enorme dor de cabeça por dois motivos.

Primeiro, estávamos construindo sobre startups que não eram confiáveis. Uma parcela significativa das solicitações à API da OpenAI falhava, e não recebíamos resposta. Em uma ligação, isso equivale a desligar, então tivemos que criar mecanismos para repetir as tentativas.

O segundo problema era a capacidade. Quando você enviava uma solicitação à OpenAI, ficava preso em uma fila atrás de centenas ou milhares de outras solicitações, sem saber em que posição estava. A resposta podia demorar 30 segundos. Para contornar isso, analisamos onde a OpenAI tinha endpoints pelo mundo e mudávamos os endpoints aos quais enviávamos solicitações, de acordo com os países que estavam dormindo e tinham baixa demanda. Tivemos que construir toda essa infraestrutura apenas para encontrar os endpoints com a menor demanda naquele momento. Foi um problema técnico bastante interessante. Agora, treinamos nossos próprios modelos, incluindo o Alma, então não precisamos nos preocupar com isso, porque gerenciamos a capacidade computacional e a demanda.

A Phonely agora atende mais de 120.000 chamadas por dia em milhares de empresas. O que vocês aprenderam ao operar agentes de voz nessa escala que não era evidente quando estavam desenvolvendo a primeira versão da plataforma?

É muito importante estar disponível 100% do tempo. Um dos desafios de engenharia mais difíceis que temos enfrentado é garantir confiabilidade e rapidez. O setor de IA está avançando em um ritmo impressionante, e nós também estamos avançando rápido, mesmo para uma empresa de IA. Há um lema na Y Combinator: “Avance rápido e quebre coisas”. Mas, quando seus clientes fazem 120.000 chamadas por dia, você não pode se dar ao luxo de quebrar nada. Por isso, boa parte do nosso trabalho consistiu em descobrir como lançar atualizações na velocidade necessária para continuarmos relevantes e aprimorarmos o produto, mantendo ao mesmo tempo os clientes corporativos satisfeitos e a operação estável enquanto desenvolvemos novos recursos para nos manter à frente no mercado. A confiabilidade provavelmente foi um dos maiores desafios que enfrentamos ao construir a empresa.

Os sistemas de IA generativa podem se comportar de maneira imprevisível, mas um agente telefônico voltado para o cliente pode estar lidando com pagamentos, reservas, dúvidas sobre saúde ou outras interações de alto risco. Como vocês projetam agentes de voz que sejam flexíveis e capazes de conversar sem alucinar nem agir além dos limites autorizados?

Descobrimos isso da maneira mais difícil, há cerca de dois anos, e hoje essa abordagem já é bastante difundida no setor. Percebemos que o maior problema dos LLMs é o contexto. Quando se inclui muita coisa em um prompt, como páginas de instruções, aumentam as chances de algo dar errado.

Por isso, projetamos um sistema de orquestração com oito agentes, que transfere a interação de um agente para outro, cada um com um contexto específico. É parecido com a maneira como uma pessoa segue um roteiro durante uma ligação: ela obtém algumas informações, passa para a etapa seguinte e assim por diante. Isso nos permite separar as etapas no nível do código. Se eu precisasse coletar seu nome, e-mail, número de telefone e data de nascimento antes de reembolsar você, poderia garantir que essas informações fossem coletadas no nível do código antes de prosseguir. Não é possível garantir isso se você depender apenas de um LLM. Com essa camada de orquestração de agentes, é possível alcançar 100% de confiabilidade, porque todas as etapas são registradas antes da transferência para um novo agente, que ainda tem contexto, mas fica restrito às próprias instruções.

Segundo relatos, uma implantação da Phonely gerou US$ 10 milhões em novas receitas líquidas para um cliente em apenas três meses. O que permitiu à IA criar esse impacto mensurável nos negócios e onde você acredita que a IA de voz oferece hoje o maior retorno sobre o investimento?

Conseguimos fazer isso porque tínhamos acesso às métricas do cliente. Como as chamadas eram recebidas e o objetivo era aumentar as vendas, a equipe qualificava os clientes potenciais, então podíamos acompanhar os resultados. Dependendo do dia, a taxa de conversão em vendas do centro de atendimento ficava em torno de 35% a 42%. Depois de receber essas informações do cliente, adaptamos os fluxos de atendimento dele e otimizamos o agente. Começamos com uma taxa de conversão em vendas de cerca de 20%. Nos meses seguintes, fizemos iterações, ajustes e otimizações até superar o centro de atendimento na maioria dos casos. Nossa taxa de conversão em vendas continuou aumentando porque identificamos os problemas e garantimos uma experiência consistente e perfeita em todas as interações. Conseguimos superar um centro de atendimento.

À medida que os agentes de voz se tornam mais capazes, em que ponto as empresas devem estabelecer o limite entre as conversas que podem ser totalmente automatizadas e as situações em que uma pessoa deve continuar envolvida?

As empresas devem poder automatizar qualquer processo repetível que queiram executar, desde que esteja suficientemente bem definido.

Mas a automação se torna difícil em algumas situações. Uma delas são as integrações sem APIs: digamos que você precise de uma integração, mas o software não tenha uma API. É difícil contornar isso, embora seja possível recorrer a algumas automações de navegador. Outra situação ocorre quando há várias transferências entre um agente e uma pessoa, e depois de volta para um agente. A terceira são as lacunas de contexto. Imagine que deixei minha carteira em um restaurante. A IA nunca vai conseguir resolver isso, porque não sabe se estou com a carteira e não pode verificar se ela está no restaurante.

Algumas situações sempre vão exigir a participação de uma pessoa, assim como tarefas mais complexas que envolvam vários sistemas. Evite usar um agente nesses casos.

A Phonely captou recentemente US$ 16 milhões em uma rodada Série A, após crescer e passar a atender mais de 10.000 empresas. Como será a próxima etapa da empresa e quais capacidades técnicas, na sua opinião, diferenciarão a próxima geração de plataformas de IA de voz?

A próxima etapa consiste em ampliar a equipe e continuar investindo nela. Estamos apostando tudo nessa ideia. Muitas empresas estão entrando no campo da IA de voz e provavelmente terão um desempenho razoável em diferentes áreas. Mas, para nós, não se trata apenas de criar um agente de voz. Estamos criando uma plataforma de otimização e usando a voz como canal. Para empresas que se preocupam com a geração de leads e com o faturamento gerado por suas ligações, nosso foco é otimizar agentes de IA para alcançar os resultados que os clientes desejam. Pense na Phonely como uma empresa de otimização, na qual as pessoas querem otimizar seus agentes para que tenham um desempenho melhor.

Sua pesquisa acadêmica também explorou o uso de IA e da tecnologia de medidores inteligentes para ampliar o acesso à energia e à cozinha limpa em economias em desenvolvimento. Olhando além da Phonely, como você vê a aplicação da IA a grandes desafios do mundo físico, como o acesso à energia, e essa é uma área à qual espera voltar algum dia?

A IA pode trazer muitos benefícios, mas muitos dos problemas existentes são causados pelas pessoas, por isso é preciso que também haja mudanças desse lado. Nem todos os problemas podem ser resolvidos com tecnologia. Mas permitir que a tecnologia e as mudanças humanas aconteçam simultaneamente é o que terá um efeito positivo líquido no mundo.

Obrigado pela ótima entrevista. Leitores que quiserem saber mais devem visitar Phonely.