Conversamos sobre a WeClever com Rodolfo Reis, CEO e fundador da startup.
O que faz a WeClever?
A WeClever é uma plataforma de inteligência conversacional que ajuda as empresas a melhorarem as suas conversas via Whatsapp de forma a avaliá-las e extrair valor. Com esse monitoramento, as empresas podem ver se elas estão se comunicando de forma errada, se os clientes estão entendendo a comunicação e o que precisa ser melhorado, pois o jeito de um cliente do norte do país conversar é diferente do jeito de um cliente do centro-oeste.
Como hoje todas as empresas estão dentro do WhatsApp, nós começamos a identificar padrões de comportamento tanto do lado do interlocutor, que pode ser um operador ou uma Inteligência Artificial (IA), quanto do lado do cliente. Tudo isso através de uma auditoria que monitora as conversas e gera insights de forma a que as empresas possam entender melhor os comportamentos dos seus clientes, do seu time de atendimento interno ou da IA que está sendo usada.
Como funciona o monitoramento?
Primeiro é preciso mapear os critérios de qualidade. Por exemplo, para uma empresa pode ser importante saber se o seu time foi cordial, se ele fez o uso correto do português e se ofereceu os planos de assinatura. Feito isso, nós nos conectamos ao WhatsApp da empresa, extraímos as conversas e fazemos a análise. Com isso, nós podemos reportar que 55% das conversas estavam em conformidade com os critérios de qualidade, enquanto 45% não, e mostramos à empresa o que ela pode fazer, em termos de plano de ação, para que isso seja corrigido.
Com relação aos clientes, nós mostramos às empresas os seus sentimentos, ou seja, se eles estavam felizes ou frustrados, os termos mais falados e a relação de causa e efeito, ou seja, quando você cumpre os seus critérios de qualidade, qual o impacto que isso tem no cliente. Esses insights fornecem melhores critérios para que a empresa possa gerar uma melhor experiência para os seus clientes de forma a entender seus comportamentos e gerar melhores oportunidades.
Eu entendo a importância do monitoramento quando o atendimento é feito por pessoas, mas não entendo a sua importância quando o atendimento é feito por uma IA, que tem um nome bonito, mas que é uma configuração. Se for isso, você responde isso, e se for aquilo, você responde aquilo. Dessa forma, como o monitoramento entra no caso de uma IA?
Hoje, o principal ponto de atenção para que uma empresa adote uma IA é a segurança. Como uma IA generativa tem uma alta capacidade de ser criativa, se ela não for monitorada, ela tem uma alta capacidade de alucinação. Se uma IA generativa não for treinada para algo, ela cria. Imagine uma IA generativa que cria uma taxa diferente do que está sendo praticado por um banco, um produto que não existe no portfólio de uma empresa ou que dá um desconto de 90% em um produto.
É por isso que essas comunicações precisam ser auditadas, pois por mais que não haja uma pessoa, há uma ferramenta que ninguém sabe o que está passando pela sua cabeça. Eu vou até inverter: é muito mais crítico monitorar uma IA do que monitorar uma pessoa. Isso está fazendo com que muitas empresas estejam adotando IAs da porta para dentro, mas poucas estejam adotando da porta para fora. Se a empresa não tiver um acompanhamento do que está sendo conversado, isso pode tomar proporções catastróficas.
Uma vez que a empresa verifica um problema gerado pela sua IA, o que ela deve fazer?
Se isso está sendo auditado em tempo real, a empresa transborda a conversa para um consultor, que dá continuidade ao contato, ou depois entra em contato com o cliente para lhe pedir desculpas. Aqui nós temos outra questão que são os guard rails, ou seja, como a IA generativa é muito criativa, a empresa precisa se certificar de que está colocando os guard rails corretos para que essa IA não saia do seu escopo.
Esses guard rails se referem ao treinamento da IA, a utilização do modelo de linguagem adequado e a utilização de uma técnica chamada Fine-tuning, que é a replicação do modelo de linguagem com uma camada com todos os parâmetros aceitáveis e permitidos por essa empresa. Outra técnica, que é muito utilizada, é o feedback humano. A empresa avalia as conversas, as classifica como positivas e negativas e informa a IA, que aprende via machine learning e passa a ser mais assertiva. Essas são as melhores práticas para se evitar o problema das alucinações.
Você ressaltou que as empresas estão utilizando soluções de IA de fora para dentro, mas as comunicações via Whatsapp são de dentro para fora. Como você avalia a utilização de IAs nas comunicações das empresas via WhatsApp?
Eu vejo que isso está aumentando de forma exponencial por alguns motivos. Primeiro, o brasileiro ama WhatsApp. Segundo, cada vez mais estudos demonstram que o WhatsApp é uma das ferramentas mais eficientes e efetivas para se comunicar com o cliente. Isso porque ele é menos invasivo e assíncrono, ou seja, é possível responder na hora em que for possível. Em terceiro, nós temos a maturidade da tecnologia, das ferramentas e das plataformas que estão surgindo com o advento da IA generativa. O que antes era uma preocupação, e de fato é, vem diminuindo, o que está fazendo com que a adesão aumente.
Assim, cada vez mais as empresas estão confiantes em utilizar esse tipo de ferramenta da porta para fora para falar com os seus clientes, desde que existam maneiras para monitorar e evitar o problema das alucinações.
Independente de haver uma IA ou não, existem empresas que estão se comunicando de forma eficiente com seus clientes através do Whatsapp ou até mesmo de chatbots, mas também existem empresas incompetentes que estruturam esses canais, mas não se comunicam de forma eficiente com seus clientes. Por exemplo, recentemente eu passei por uma péssima experiência com uma grande concessionária de distribuição de energia do Rio de Janeiro onde eu fiquei em loop, não fui passado para um atendente e desisti do contato. Como você avalia esse quadro?
Quando falamos de conversas por WhatsApp, não necessariamente há uma IA respondendo. Voltando um pouco no tempo, o Chatbot era como se fosse uma árvore de decisão, ou seja, ele só conseguia responder aquilo que havia sido mapeado. Como ele tinha textos pré-formatados, uma vez que ele entendesse o que você mandou, ele responderia com as opções que tinha. Isso pode ter acontecido no seu caso. Esse é um modelo muito utilizado, que serve para várias aplicações, para quando você quer algo mais direto, com uma ou duas opções, pois nem sempre há uma IA em uma conversa automatizada no WhatsApp. No seu caso, muito provavelmente, não havia uma IA por detrás.
O ponto é que as empresas precisam acompanhar as suas jornadas. Esse é mais um motivo para que haja alguém olhando para essas conversas. No seu caso, será que alguém dessa empresa olhou para a sua conversa e viu que você se frustrou e não a concluiu? Alguém tem que estar olhando para isso. Por exemplo, quando você vai a um lugar e chega em um balcão para ser atendido, caso você se frustre com o atendimento, geralmente há um gerente para lhe socorrer. Esse é mais um motivo para que se monitore essas conversas.
Não é porque há uma IA ou um Chatbot do outro lado que você vai ter, necessariamente, uma boa experiência. Esse ponto se relaciona a sua pergunta sobre o motivo que leva uma empresa a auditar uma conversa automática, seja ela em uma IA, seja ela em um Chatbot. Isso é feito justamente para que se possa monitorar a experiência do cliente.
