Da Alexa à vitrine virtual personalizada, saiba como a IA pode revolucionar o atendimento a clientes

Os gastos com Inteligência Artificial (IA) no Brasil devem atingir os US$ 464 milhões este ano (algo em torno de R$ 2,5 bilhões), puxados pelos investimentos em chatbots, com taxas de crescimento próximas a 30% sobre o ano de 2020. As previsões, que constam no mais recente relatório anual da Associação das Empresas de Tecnologia da Informação e Comunicação (Brasscom), reforçam algo que já é realidade no mercado: o uso da tecnologia pelas empresas para criar pontos de contato efetivos com os clientes.

Chatbots, assistentes virtuais e plataformas de comunicação com machine learning são a bola da vez. Só em 2019, a Amazon vendeu 100 milhões de downloads da assistente virtual Alexa. “Interagir com a IA tem se tornado cada vez mais comum. Isso porque o poder de comandos por voz, por exemplo, adequa-se perfeitamente a tarefas cotidianas, como ligar um eletrodoméstico ou tocar uma música. Elas resolvem e automatizam vários processos que não precisam ser executados por humanos”, explica Adriano Kasburg, diretor Comercial na Supero Tecnologia, empresa de soluções de TI e alocação de mão de obra especializada, com 18 anos de atuação no mercado.

A oportunidade, segundo Kasburg, está em entender o que os clientes dizem, para evoluir o atendimento da inteligência conversacional e permitir que um assistente virtual, que hoje responde a comandos, crie diálogos proativos e contínuos com clientes, enviando mensagens na hora em que eles precisam.

Com IA, por exemplo, os dados gerados no relacionamento entre empresa e clientes podem ser trabalhados e transformados em informações para identificar padrões de interações, como dúvidas mais frequentes, problemas recorrentes e padrões de uso. Foi dessa forma que a Supero criou uma solução que melhorou a experiência de compras para os clientes do Posthaus, portal de moda com mais 15 mil itens de marcas nacionais e internacionais. Com base na experiência de compra anterior, o site passou a oferecer uma vitrine personalizada para cada pessoa, triplicando as vendas do e-commerce nos locais em que a solução já foi implementada.

Anteriormente, todos os visitantes do marketplace viam a mesma vitrine, o que não era muito atrativo e resultava em poucas vendas diretas. Com a solução, é como se o cliente fosse atendido por um vendedor que conhece o seu gosto, e vai oferecer um produto que combina com seu estilo.

Mas também há desafios que impedem um crescimento mais acelerado desse mercado. De acordo com relatório da consultoria global Gartner, divulgado no ano passado, a maior parte das organizações tem dificuldade de levar programas-piloto em IA para toda a empresa, o que limita a percepção de valor desses projetos. Os motivos disso são incerteza, risco, mindset, custos e infraestrutura, segundo o documento.

“Nosso maior conselho para as organizações é alinhar as áreas de negócios à de TI de modo a priorizar ações mais simples inicialmente, mas que gerem valor rapidamente. Ter um time com experiência bem-sucedida em projetos em IA pode ajudar a minimizar esses fatores de risco”, explica o diretor Comercial da Supero.

A seguir, veja como as três principais ramificações da IA podem ser aplicadas para aprimorar o relacionamento com o cliente:

Machine Learning

O Machine Learning é o subcampo da IA que evoluiu o estudo dos reconhecimentos de padrões. Essa parte é bem relevante, pois é exatamente onde ela vai aprendendo com os dados, reconhecendo padrões e replicando-os, como no caso do rosto reconhecido pelo Facebook. Isso tudo ocorre sem que seja necessário a criação de um programa específico para esse fim.

Linguagem Natural

Essa é a parte da Inteligência Artificial responsável pelo reconhecimento da fala humana e, tem como desafio, fazer com que seja extraído o sentido da linguagem. Quem usa smartphones da Apple, já deve ter percebido essa tecnologia na assistente de voz, a Siri. Essa tecnologia também é muito útil para entender o sentimento que os clientes têm em relação à sua marca nas redes sociais, por exemplo.

Deep Learning

O Deep Learning implementa camadas de análise de parte dos dados e faz um diagnóstico sobre o que está sendo analisado. Usando o mesmo exemplo do Facebook, um usuário ainda poderá ser reconhecido pelo cabelo, boca, formato do queixo ou nariz, mesmo que os olhos estejam cobertos com um óculos de sol, por exemplo. Essa tecnologia ainda permite reconhecer outros elementos que estão na mesma foto, como uma placa, uma árvore ou um carro.