A interação entre humanos e robôs tornou-se algo cotidiano com a evolução da Inteligência Artificial (IA) nos últimos anos. Agora, chatbots, assistentes virtuais e outros tipos de sistemas de conversação que utilizam processamento de Linguagem Natural (PLN), são capazes de manter conversas fluidas, empáticas, relevantes e personalizadas. Toda essa capacidade tem sido utilizada em larga escala pelas empresas para o atendimento ao cliente.
O novo sistema baseado em IA conversacional tem tido boa aceitação por parte dos consumidores – segundo pesquisa da Zendesk, 68% das pessoas preferem resolver seus problemas com a ajuda de um chatbot ou assistente virtual. Além disso, quando essa interação é efetiva, a satisfação do cliente aumenta em até 24%. Porém, alcançar um bom nível de funcionamento não é tarefa fácil.
“A IA conversacional já está revolucionando a experiência do cliente e dos colaboradores desde o primeiro chatbot. Ela otimiza interações autônomas, faz com que processos estejam disponíveis a todos e personaliza o atendimento de forma individual. Nos próximos anos, devemos ver um aprimoramento ainda maior na compreensão contextual e na capacidade de resolver problemas complexos de forma mais natural”, afirma André Favero, Head of Sales and Business Development LATAM da Kore.ai.
Para o executivo, o potencial de personalização em massa e da integração com todos os pontos de contato ainda não é explorado completamente, mas esperar que isso aconteça é uma utopia tecnológica. Nesse sentido, o principal objetivo e maior desafio relacionado às soluções conversacionais é a garantia da qualidade e ética dos dados utilizados pelos sistemas.
“A implementação da IA conversacional enfrenta desafios comuns, assim como qualquer outra tecnologia, como a necessidade de dados de alta qualidade, a integração com sistemas legados e a manutenção da experiência humana, comumente conhecida como curadoria. No entanto, em um mundo onde podemos criar boatos e informações falsas através do uso de IA, qualidade e ética dos dados são fundamentais para evitar decisões enviesadas ou falhas na compreensão do contexto, tornando esse o maior desafio na atualidade”, afirma.
Dessa forma, para garantir que a informação final direcionada ao cliente seja natural, verdadeira e, ainda sim, feita sem a supervisão humana, são necessários alguns cuidados. A Kore.ai, por exemplo, adota medidas robustas de proteção que priorizam a segurança e a privacidade dos dados – possui diversos certificados de segurança, como o PCI, que garante o cumprimento de regras que possibilitam realizar uma transação financeira via assistente virtual.
Há também treinamento de modelos para evitar vieses e garantir uma IA ética e imparcial. Além disso, a plataforma conversacional possui uma configuração nativa de PII, ou seja, a empresa pode escolher quais informações do cliente poderão aparecer na tela do agente ou serem enviadas para outro sistema. Outra questão que auxilia na maior segurança é a possibilidade de a empresa escolher onde os dados devem ser armazenados: na nuvem da Kore.ai, em uma nuvem privada ou nos servidores da empresa.
As facetas de uma IA conversacional efetiva
Uma IA conversacional eficiente precisa ser ágil, ter capacidade de aprendizado contínuo e de se adaptar às preferências dos consumidores, que mudam cada vez mais rápido. Por outro lado, também pode capacitar e auxiliar colaboradores, oferecendo insights importantes para um relacionamento com o cliente mais eficaz e personalizado.
Para isso, durante a implementação da tecnologia, é crucial priorizar a experiência do usuário e garantir a coesão entre os canais de interação. “Isso exige um entendimento profundo dos fluxos de trabalho existentes e uma abordagem iterativa para minimizar fricções e maximizar a utilidade da IA conversacional”, explica André Favero.
“É corriqueiro ver uma empresa oferecendo experiências omnicanal sem consistência e sinergia entre os canais, fazendo com que determinados fluxos e/ou autoatendimentos sejam possíveis em apenas um dos canais, criando confusão e falta de padrão no atendimento, o que de fato acaba levando o usuário a querer falar com uma pessoa”, completa.
Nesse sentido, é necessário preocupar-se com a integração com os sistemas já existentes, de forma que a transição seja suave e maximize o valor dos investimentos realizados em tecnologia anteriormente. Para André Favero, essa abordagem garante uma visão holística das operações.
“Outro ponto interessante, é que a plataforma da Kore.ai foi construída sob a abordagem de API first, ou seja, é possível criar conexões com qualquer outro sistema para enviar ou trazer dados, facilitando as integrações e entregando o melhor atendimento”, destaca.
Na prática, o resultado dessa estratégia costuma ser satisfatório. Favero traz o exemplo da empresa-cliente Citi, que implementou assistentes virtuais da Kore.ai para atendimento ao cliente e aumentou a taxa de concentração em 90%, reduzindo o volume de URA em 18%. “Esses dados traduzidos em ROI são muito maiores do que o investimento na tecnologia”, afirma o executivo.
