A Globo colocou em produção um agente de inteligência artificial (IA) para atender consumidores da Globoplay e já contabiliza quase 1 milhão de interações. Batizado de Bial, o agente atende pelo WhatsApp e pelo chatbot e, além de responder dúvidas, consegue investigar problemas, consultar informações do cliente e definir o encaminhamento da conversa de acordo com o contexto.

A jornada de desenvolvimento começou há cerca de um ano e meio, mas a versão atual do agente levou dois meses para ser construída. O Bial entrou em produção em maio e foi aberto a todo o público em 22 de julho. Desenvolvido na Agentforce, plataforma de IA da Salesforce, o agente é um dos cases apresentados pela Globo durante o Dreamforce, conferência anual da empresa, em São Francisco.

As melhores notícias de tecnologia B2B

Acompanhe todas as novidades diretamente na sua caixa de entrada

Segundo o diretor de plataforma de monetização da Globo, Samuel Dall’Agnol, o projeto já deixou a fase de experimentação e opera em escala. “Isso não é mais uma POC. É um processo que já está em escala, já foi bem testado e consolidado”, afirma.

O avanço do agente também mudou a forma como a companhia testa software. Como as respostas de sistemas generativos podem variar mesmo diante de perguntas equivalentes, a Globo criou outro agente para avaliar o primeiro.

“Se alguém fizer a mesma pergunta ao ChatGPT de duas formas diferentes, ele responde diferente. Com o nosso agente acontece o mesmo: as duas respostas estão certas, mas não são idênticas”, explica Dall’Agnol.

O desafio, segundo ele, está em determinar se respostas diferentes continuam corretas. Essa mudança no processo de desenvolvimento, diz, foi o que trouxe a confiança da área de negócios para colocar o agente em produção.

De chatbot a agente

O Bial surgiu para resolver uma questão específica do pós-venda do Globoplay. O consumidor pode ter dúvidas sobre a assinatura, enfrentar problemas para acessar o serviço ou não encontrar determinado conteúdo. Antes da adoção da IA generativa, o atendimento seguia uma lógica mais rígida, com menus e caminhos predefinidos.

“Os bots eram uma URA: pressione um para dúvidas, dois para financeiro, três para outras questões”, lembra Dall’Agnol. Com a IA generativa, o roteiro caiu. “O cliente simplesmente descreve, nas suas palavras, qual é o seu problema e o que precisa”, resume o executivo.

A diferença não está apenas na forma de conversar. O Bial consegue fazer perguntas adicionais quando a primeira informação não é suficiente para identificar o problema. Se o consumidor afirma que o aplicativo está instável, por exemplo, o agente pergunta o que ele está observando na tela e quais comportamentos estão ocorrendo, para então direcionar a solução.

O sistema também considera o sentimento identificado na interação. Quando o cliente demonstra estar muito incomodado, o agente nem tenta resolver sozinho: “Você está um pouco nervoso, eu vou te direcionar para o humano”, responde automaticamente.

A autonomia, portanto, não significa eliminar o atendimento humano. Diferente do antigo chatbot preditivo, que seguia um caminho fixo e uma sequência de passos até o atendimento, o Bial decide o rumo da conversa conforme o contexto e o sentimento do usuário. “Não existe mais esse caminho predefinido: existem várias estratégias de retenção e contenção, e o agente decide qual seguir”, diz Dall’Agnol.

Quase 1 milhão de atendimentos

O volume ajuda a dimensionar a diferença entre o projeto atual e os experimentos de IA que ainda permanecem restritos a provas de conceito.

De acordo com Dall’Agnol, o Bial chegou a quase 1 milhão de atendimentos poucos meses depois de entrar em produção. O agente opera nos dois canais, WhatsApp e chatbot, utilizando a mesma estrutura.

A Globo também apresentou indicadores de impacto do projeto. Entre eles estão aumento de 14 pontos percentuais na retenção do canal, o que representa 3% sobre o total de atendimentos do Globoplay, segundo Dall’Agnol, e Net Promoter Score (NPS) transacional superior a 80%, ante aproximadamente 65% anteriormente.

No material apresentado pela companhia, o projeto aparece ainda associado a aumento de 26% no NPS transacional, redução de 29% no custo por assinante e queda de 59% no tempo de desenvolvimento de novas funcionalidades em relação ao chatbot anterior.

Os indicadores são apresentados pela Globo como resultados do projeto, e os universos de cada métrica precisam ser considerados separadamente. O ponto comum, no entanto, é que a companhia já consegue medir o agente em uma operação de atendimento de grande escala.

CRM entra na conversa

Uma parte importante dessa operação está por trás da interface. O agente é integrado ao sistema de gestão de relacionamento com o cliente (CRM) da Globo e consegue consultar informações relacionadas à assinatura e ao histórico do consumidor.

A complexidade aparece, por exemplo, na hora de cancelar um serviço. O Globoplay pode ser contratado diretamente com a Globo ou por meio de parceiros, incluindo operadoras, bancos e plataformas digitais. O consumidor pode, portanto, precisar procurar outro canal para resolver uma questão relacionada à assinatura.

“Ele está integrado ao CRM: sabe quando você pagou pela última vez, se está adimplente, e tem acesso a um conjunto enorme de informações sobre o cliente”, diz Dall’Agnol.

É nesse ponto que o executivo coloca uma condição que vai além do próprio modelo de IA. “Se os dados não estão organizados com as informações do consumidor, é difícil gerar uma resposta qualificada. Se o agente encontra dados ruins, ele alucina e dá respostas confusas. O grande segredo é que essa fundação precisa estar resolvida”, afirma.

Uma IA para testar outra IA

A imprevisibilidade dos modelos generativos trouxe um problema que não aparece da mesma maneira em sistemas tradicionais. No desenvolvimento convencional, a equipe consegue estabelecer uma expectativa objetiva para o comportamento do software; em um agente generativo, duas formulações diferentes podem produzir respostas diferentes para a mesma intenção.

“No mundo da tecnologia, isso é difícil de testar. Normalmente é uma ciência exata: você espera uma resposta X e vem uma resposta Y. Precisamos criar uma IA que consegue verificar se as duas respostas estão certas, mesmo vindo de perguntas diferentes”, diz Dall’Agnol.

A solução adotada pela Globo foi criar uma segunda inteligência artificial para avaliar o comportamento do agente de atendimento — uma camada de controle que ganha importância conforme aumenta a autonomia do sistema. Em vez de verificar se uma resposta corresponde exatamente a um resultado previamente definido, o mecanismo avalia se respostas diferentes permanecem dentro do que a empresa considera correto.

Próxima fronteira é a voz

Com o atendimento por texto consolidado, a Globo já trabalha na evolução do Bial para voz. A ideia é levar para o telefone a mesma lógica conversacional utilizada nos canais digitais e reduzir a dependência das estruturas tradicionais de URA, baseadas em menus. “O cliente sai daquela conversa de menus. A gente já está trabalhando nisso”, diz Dall’Agnol.

A companhia também avalia conectar os agentes a processos internos de desenvolvimento de software. Um dos cenários descritos pelo executivo envolve a identificação de um problema pelo atendimento, a consulta aos sistemas da empresa e a proposição de uma solução que possa chegar à equipe de desenvolvimento. A fronteira, nesse caso, deixa de ser apenas atendimento ao consumidor: o agente passa a funcionar como uma camada de interação com diferentes sistemas e processos internos.

CADASTRE-SE no Blog Televendas & Cobrança e receba semanalmente por e-mail nosso Newsletter com os principais artigos, vagas, notícias do mercado, além de concorrer a prêmios mensais.