O futuro do atendimento ao consumidor: quando agentes de IA e humanos trabalham juntos

Vídeo em Português, publicado pelo canal MIT Technology Review Brasil.

Sobre este conteúdo: O resumo, os principais pontos e os temas abaixo são gerados automaticamente a partir da transcrição do vídeo. Eles refletem o conteúdo, opiniões, afirmações e previsões apresentadas no vídeo e não representam posicionamento, validação ou verificação de fatos pelo IA Dots.

Resumo do vídeo

O vídeo apresenta um webinar promovido pela MIT Technology Review Brasil em parceria com a Eleven Labs, discutindo a revolução do atendimento ao consumidor através de agentes de IA e a colaboração entre inteligência artificial e humanos. Os participantes abordam estratégias de implementação, casos de uso práticos, métricas de sucesso, curadoria e o equilíbrio entre a eficiência tecnológica e a personalização humanizada.

Principais pontos

• A tecnologia de agentes de IA aproxima a relação entre empresas e clientes, permitindo resoluções rápidas e empáticas em vez de distanciar o atendimento.
• A implementação de agentes de IA exige a organização prévia de bases de conhecimento e o alinhamento claro com as dores e objetivos do negócio.
• O transbordo automatizado e transparente para atendentes humanos é essencial quando o cliente solicita ou quando o problema foge do escopo do agente.
• A Eleven Labs desenvolve soluções de voz e agentes de forma proprietária, garantindo baixa latência, expressividade natural e integração nativa com LLMs de mercado.
• A curadoria pós-implementação e o monitoramento contínuo por supervisores humanos são fundamentais para ajustar e melhorar o comportamento dos agentes de IA.
• O planejamento pré-implementação e a definição de protocolos claros evitam ruídos e frustrações tanto para os usuários quanto para as equipes internas.

Temas

Inteligência ArtificialAtendimento ao ClienteAgentes de VozRelação Humano-MáquinaEleven LabsEstratégia de NegóciosMétricas de CX

Transcrição do vídeo

Texto das legendas disponíveis; pode conter erros.

[música] >> Uhum. >> Hum. >> [música] [música] [música] [música] >> Uhum. >> [música] >> Sim. >> Olá, bom dia, sejam muito bem-vindos. Eu sou o Carlos Ares, editor executivo da MIT Technology Review Brasil. E a gente tá aqui pro terceiro episódio dessa nossa série de webinars com a Eleven Labs. Falando sobre o atendimento ao consumidor, a revolução que a inteligência artificial, que os agentes, eh, de IA, eh, vem promovendo. A gente falou muito sobre voice AI. A gente falou sobre como é preciso orquestrar todo o processo pra gente conseguir entender mais do que a tecnologia, pra gente conseguir entender como é que essa tecnologia se aplica à dor efetiva do negócio. E a dor efetiva do negócio, invariavelmente, é: como é que a gente faz o cliente se sentir mais especial, mais único e melhor atendido sempre. E ao contrário do que parece, a gente já provou isso nos outros webinars que a gente fez, em alguns artigos que a gente publicou, a tecnologia não distancia essa relação, ela, na verdade, tá aproximando cada vez mais ah, de uma relação humana. E a gente vai falar hoje sobre essa dimensão também da relação humana, mas não necessariamente sob a ótica ah do do cliente. Nós vamos falar sobre a ótica do cliente, das áreas internas da empresa, vamos olhar a duplinha: IA mais humano. A gente já divulgou algumas pesquisas aqui pela pela Technology Review, realizamos uma aqui no Brasil, inclusive, falando sobre isso. E a gente entendeu que existe um universo grande de dúvidas. As pessoas ainda querem saber: como é que a gente faz pra duplar? E aí uma parte importante dessa resposta está nas ferramentas que a gente coloca dentro de casa e na tecnologia que a gente escolhe embarcar para materializar essa relação e a humano. E aí eu não tenho como seguir nessa nesse papo aqui se eu não trouxer o meu parceiro dos nossos últimos webinars aqui, o Eduardo Villalba que é head de Enterprise Marketing na Eleven Labs. Edu, bom estar com você de novo. >> Bom estar com vocês de novo, muito obrigado e eu acho que é o que você disse, é uma discussão interessante. As pessoas querem entender como essa relação realmente vai funcionar, essa interação entre agentes de AI e os seres humanos no dia a dia. >> E é uma relação que ela, ah ao ao contrário do que parece, ela não é confusa e nem conflituosa, mas ela é carregada de ritos no processo de implementação para que esses ritos sejam invisíveis na execução, né? Eu acho que essa é a grande magia que a gente vai conversar aqui um pouco hoje. >> Com certeza, entender o papel de cada um e o momento de um assumir o outro, né? >> E junto com a gente nessa aventura aqui, o José Petri que é Forward Deployment Engineer na Eleven Labs. Petri, obrigado por estar aqui com a gente, meu amigo. >> Bom dia, Arus. Bom dia, Edu. É, é um prazer estar aí, obrigado pelo convite. É, bom dia ao pessoal que está assistindo. Obrigado aí por estar acompanhando a gente. >> E aí antes de começar, eu quero só fazer uma uma provocação, porque o Edu quando ele vem, ele ele diz assim: "Nós temos que mais do que fazer todo mundo sair com a cabeça fervendo de ideias sobre como transformar o atendimento ao cliente e a organização com base em AI, a gente precisa fazer um mimo". Aí consultamos as nossas bases e decidimos que o mimo de hoje é um mimão, tá? É, Edu, nós vamos sortear um ingresso para o Mtech e você sabe, o Mtech é o nosso congresso de tecnologias emergentes. Nós vamos fazer a próxima edição no começo de novembro agora, dias, no meio de novembro na verdade, né? Dias 16 e 17 de novembro aqui em São Paulo. Você está vendo aí na tela ah, o QR code. Você vai apontar a câmera do seu celular para este QR code. Ele vai dar acesso a um link, você vai preencher esse esse link. São rápidas informações e depois a nossa produção vai sortear um nome, que é o nome do vencedor, ah, que vai ter acesso a dois dias de um mergulho profundo nas tecnologias e nas discussões sobre as tecnologias que estão impactando de maneira bastante importante a nossa vida em diferentes áreas, né? Desde a questão, ah, ah, de negócios, passando por questões de saúde, ah, finanças, enfim, todas as nossas verticais ali colocadas com figuras do mercado, com figuras, ah, de referência do MIT que vem aqui para o Brasil para participar dessas discussões, algumas masterclasses, enfim, procura lá o Mtech, tem uma programação extensa. Para você saber, o QR code está aqui para você participar desse sorteio. Mas vamos falar sobre IA e humanos, Edu? >> Vamos. >> Que eu queria começar fazendo um, um recap do que a gente ah, discutiu nos outros dois webinars e que nos traz aqui para essa, para essa relação. A gente fala ah, sobre construir estratégias de CX que, que estejam extremamente alinhadas a os pontos chave da jornada, ah, do, do cliente. De entender no backoffice o que que é processo efetivo que a empresa tem que fazer upgrade, o que que talvez não devesse existir, o que que pode ser fundido e tal, para tornar esses fluxos mais lisos. E aí a gente trouxe a IA no meio desse caminho, que permite não só a execução do atendimento, e a gente vai mostrar isso aqui, mas ela permite também uma uma compreensão dessa jornada inteira, porque para você poder implementar a IA ali, vislumbrando esse atendimento lá na ponta, você precisa ter um entendimento bem profundo sobre o teu negócio e sobre as etapas dessa dessa adoção. Eu queria que a gente fizesse esse recap dessas nossas conversas e por que que isso nos traz a nossa discussão importante colocar frente a frente humano e máquina. >> Perfeito. Antes de mais nada, pessoal, aproveitem o sorteio, porque é um baita de um evento. Nem eu ainda ganhei ingresso para esse evento. Então, já sei que ele tem um agente infiltrado para se inscrever. Mas é [risadas] é bem bacana a gente fazer esse recap, Arus, porque eu acho que a tecnologia ela tem evoluído, ela tem evoluído muito rápido, as empresas tendem a ter esse foco de acionar AI só por acionar AI, mas o trabalho realmente ainda é um trabalho de desenvolvimento, de organização. A gente conversou muito na no nosso último webinar sobre a parte de banco de dados, né? E como esses bancos de dados hoje estão organizados, porque quando a gente fala de um agente de AI, a gente está falando muito mais de uma base de conhecimento e menos só de base de dados. Então, como organizar toda essa parte antes de fazer qualquer tipo de implementação, entender qual é a tua necessidade final. A gente não faz a implementação de uma ferramenta só por fazer, a gente tem que focar muito no que eu quero resolver. Eu preciso entender qual é o meu problema, entender como esse problema vai influenciar no meu relacionamento com os os clientes e a partir daí encontrar ferramentas que possam resolver esse problema. Eu acho que do ponto de vista mais abrangente, eu acho que seria muito isso, é a gente conseguir cada vez mais pensar na tecnologia como uma ferramenta, mas não como fim. O fim tem que ser realmente o meu, o que que eu quero resolver, aonde eu quero reduzir minha fricção com meus usuários, com os meus clientes e a partir daí tentar implementar algo que faça sentido ou não. >> E do ponto de vista técnico, né? Para ter essa, essa junção, ela é mais simples do que parece quando a empresa parte de perguntas mais objetivas na adoção e já tem de alguma maneira uma visão madura sobre o papel da IA no negócio. Ah porque de novo, a gente não tá falando só sobre o atendimento ao cliente, mas sobre um atendimento que tem que ser de excelência, né? A gente já evoluiu para fazer experimentações, a IA ela já tá madura nesse aspecto e quando a gente mergulha ah, no leque de soluções que vocês colocam, é, eu fico vendo os cases, vocês fazem aqueles eventos mostrando os cases dos clientes do mundo todo e tal, eu fico maluco porque tem coisas que você fala, como é que o cara chegou nesse ponto aqui? E é uma construção ah, a quatro mãos, vocês olham para, para essas eu vou colocar dúvidas, né? Mas vocês para, para, para as métricas do cliente e vocês tem que então estabelecer esse par e par para materializar isso que o Edu falou, do ponto de vista técnico, onde é que tá o olhar que precisa eh, ser colocado pela empresa para fazer isso funcionar? >> Perfeito Ários, assim, esse inclusive é o, é o ponto do, do meu cargo, né? É um, um Ford Deploy Engineer, é até um termo recente, vamos dizer assim, se ter recentemente se tornou mais conhecido, né? E a minha função, a função da minha equipe dentro da Eleven Labs, é justamente ter esse olhar do ponto de vista de negócios, entender esses pontos que o Edu comentou, de de melhorias, de de indicadores que são importantes para o negócio, eh, métricas e objetivos com o projeto e traduzir isso para os requisitos e para as funcionalidades técnicas que a solução tem, né? E aí conseguir, eh, trazer essa tecnologia que, né, cada dia a gente tá vendo uma evolução super rápida, conseguir trazer essa tecnologia de um jeito que ajude as empresas a atingirem esses objetivos, a atingirem esses indicadores, a resolverem esses problemas, né? E não ser mais aquele chatbot que a gente tá acostumado lá, eh, extremamente quadrado, vamos dizer assim, eh, né, que responde ou tem um fluxo muito fechado. Não, ser um uma conversa, ser algo muito conversacional, trazendo uma tranquilidade para o para o cliente ali, enquanto ele conversa com esse agente, mas principalmente resolvendo o problema do cliente, eh, da forma mais efetiva possível aí, né? >> O Edu, ah, queria que te ouvir sobre essas métricas que ele coloca. >> Sim, eu acho que na na parte das métricas, né, quando a gente fala de como mensurar o sucesso, ainda mais dentro de atendimento, eu acho que o primeiro ponto que a gente sempre tem que levar em consideração é o quanto eu consigo resolver, quantas porcento eu consigo resolver dos meus problemas na primeira chamada. Então, quanto tempo eu consigo quanto quantos clientes vão resolver na primeira chamada, depois quanto tempo eu consigo reduzir do meu atendimento, porque nenhum cliente, hoje em dia, quer ficar mais de uma hora no telefone. A gente quer resolver nosso problema da forma mais rápida possível. A gente entra também no modelo de métricas, que são as métricas mais comuns, né, que é o CSAT, o NPS e métricas que tão dentro da rotina do atendimento. Então, eu acho que o primeiro de tudo é reduzir o tempo o máximo possível, trabalhar para a gente sempre ter uma resolução no primeiro atendimento, ter essas pesquisas de NPS, CSAT e fazer um transbordo para o humano sempre que necessário. Eu acho que essas são as métricas principais. Então é >> E desculpa. >> Claro. Não, pode falar. >> E aí eu queria entrar justamente nessa nessa história de desse desse transbordo que que vem muito no ponto da do tópico principal aqui da nossa conversa, que é também a relação com o humano. Antes da gente chegar na experiência com o cliente. Ah, dentro de casa, o que que vocês ah entendem como mudanças fundamentais na relação do pegando os cases óbvios das empresas com as quais vocês vêm trabalhando, na relação dos colaboradores dessa dessas empresas com essas ferramentas em relação ao que se tinha antes. Que que muda na maturidade ao olhar uma ferramenta que tem um painel de controle que é fácil de ser compreendido, que é customizável, você explicou já isso aqui, né, dentro da da realidade de cada segmento e tal. O que que muda na perspectiva? E aí eu estou te fazendo essa pergunta porque porque a gente divulgou há alguns meses ah um um uma pesquisa ah que está disponível no no nosso site para para para os assinantes baixarem que fala sobre ah o trabalho híbrido. Ah, dentro do conceito do híbrido máquina mais humano. E ah um dos pontos que surge com de maneira muito clara ali é o receio, e aí essa é a minha palavra para substituir medo, que eu acho que o medo talvez seja é um nível um pouco maior. O receio do do do do profissional de não saber lidar com aquele recurso, porque aquele recurso de alguma maneira lá no limite ah vai me substituir aqui. Ah, então o que que vocês pensando nessa construção de cultura mesmo, o que é que vocês percebem de mudança? >> É, eu acho que primeiro de tudo, ah, esse tópico ele é um tópico bem controverso sempre, né? Mas eu acho que o mais importante, ah, talvez até a palavra não seja a correta no momento, porque existem soluções que fazem isso e usando esse termo, que é a parte do copilot de verdade, é de você ter o agente trabalhando em conjunto com o ser humano. Hoje, para o volume que a gente tem de ligações, de demandas, ah, de interação com as as marcas, o humano hoje já não consegue mais fazer esse atendimento sozinho. Por quê? O volume é muito alto. Ou você espera uma hora para poder ser atendido, ou você liga e o número está sempre ocupado. E na maioria das vezes os problemas são problemas simples de se resolver. É você pedir uma segunda via, é você tentar entender algo da sua fatura. Então eu acho que a grande ideia realmente é ter essa colaboração. Eu chamei de copilot, mas não sei nem se essa palavra é a palavra certa, por terem usado copilot em várias outras, é, como produto. Mas a ideia é essa, é você ter o agente e o ser humano interagindo. O agente tentando resolver o volume e o agente tentando, o agente tentando resolver o volume e o ser humano tentando resolver o específico. O que realmente precisa da de uma interação e de um pouco mais de análise. Porque hoje o volume que a gente tem ele é muito alto. O volume para qualquer segmento hoje, para qualquer indústria, ele é muito alto. Desde do e-commerce até as companhias aéreas, o volume de ligações, bancos, o volume de ligações é muito alto e a gente já não consegue mais dar conta. Então hoje o nosso na minha visão, né, o usuário ele quer ter o problema dele resolvido. Então como é que eu consigo acelerar esse processo tendo o agente trabalhando em conjunto com o nosso atendente. >> A gente publicou em parceria com vocês >> um um um artigo recentemente que traz um case específico europeu. Eu não vou me lembrar o nome da empresa, me desculpe. Ah, mas que fala justamente disso, de quanto esse NPS, ele foi lá para as alturas porque a maior parte, mas assim, a maioria esmagadora dos casos Petry era de coisas simples que viravam um gargalo num num atendi numa central de atendimento ah, e que a IA passou a fazer de maneira automática e de forma absolutamente empática, né? Porque ela vai ali numa relação que foi construída para para uma situação ah, ah, de de de uma gestão de um de de um conflito, vamos colocar dessa maneira. Ah, esse é um caso objetivo de uma transformação super bacana em que vocês conseguem medir com todos os indicadores ali, eh, que a empresa coloca e que vocês colocam também e tal. Mas no fim do dia eh vocês conseguem mostrar dentro do case ali, ah, o que foi que me chamou muita atenção o seguinte: nós somos capazes de diagnosticar durante o processo do atendimento que situação extrapola para que a IA siga numa conversa. Porque talvez ela até pudesse seguir numa conversa, mas o grande ponto é o o cliente às vezes prefere partir para o atendimento humano e vocês conseguem entender esse alerta na hora. Esse é um diferencial enorme para para mitigar o estresse numa relação com o cliente né? >> Sim, total. Carlos, esse esse esse case ele é muito comum em todos os projetos que a gente trabalha assim. >> Ah, essa redução e tudo mais. Eh, é, inclusive é um caminho que a gente sugere dentro dos projetos que a gente trabalha, justamente começar por esses pontos, né, de contato, né? Mapear, né? Eh, quais são os principais motivos ali de de contatos que que os clientes têm com a empresa, eh, qual que é essa volumetria e tentar atacar justamente esses pontos aí que tem um impacto maior, eh, de forma positiva pro cliente, porque às vezes ele, é isso, ele quer só ligar pra pegar uma segunda via. E aí você deixar ele 15, 20, 30 minutos esperando numa URA pra algo relativamente simples como isso, né? Acaba gerando uma experiência, eh, ruim. Então, esse é um caminho que a gente sugere bastante e é um dos principais impactos que que a gente vê, né? De de justamente, eh, atender de forma rápida, né? E e precisa esse esses clientes né? E essa questão do transbordo pro humano, né? É algo totalmente viável, né? Tem, enfim até eh necessidades né? Políticas de muitas empresas, poxa, não, eu vou fazer o atendimento com IA aqui pra tentar agilizar, mas quando o humano, né? O cliente solicitar, poxa, eu quero falar com alguém, não não com o agente, eh, a gente faz, eh, realizar esse transbordo aí de forma, eh, transparente ali. Inclusive, levando o contexto pro agente humano que vai dar continuidade ao atendimento, pra ele entender o que que já foi conversado com a IA, né? E esse acaba sendo também um dos desafios que a gente tem hoje. Eh, muita gente, por experiências ruins com os tradicionais chatbots ali que são muito limitados, muitas vezes só informacionais, não conseguem agir, muitas pessoas, eh, acabam de alguma forma ou outra identificando que tá falando com uma IA ou às vezes até a própria empresa tem essa política de anunciar que é uma IA, ela não, você não vai resolver meu problema, né? Nunca consegui resolver com chatbot, eu quero um humano, né? E aí a gente tem esse desafio desse trabalho de levar a as pessoas a entenderem que não, o agente ele consegue resolver muitos casos, né? Dá uma, dá uma chance, né? O acho que o grande objetivo aqui no no fim do dia é a gente virar um pouco essa página ali e ao invés das pessoas pedirem pra falar com o humano, quando elas forem atendidas por um humano, elas pedirem pra falar com a gente, porque elas sabem que vai ser rápido, vai ser preciso e vai resolver ali os, as necessidades delas, né? >> Vamos fazer uma uma uma simulação aí de um, de um, de um atendimento para materializar para quem está nos, nos vendo, ah, como que funciona isso? Você consegue emular isso aí para nós? >> Legal, Ares. Eh, eu vou pegar um caso aqui que é muito comum, eh, praticamente em todas as empresas, né? Todo mundo acaba tendo algum cliente devendo alguma coisa em algum momento. E existe aquela necessidade de você realizar uma cobrança, um lembrete, né? Poxa, você está aqui com uma, uma pendência de pagamento e tal. E muitas empresas, inclusive, têm um volume muito alto de clientes nessa situação, o que inviabiliza, muitas vezes, um, um atendimento humano, eh, com um tempo hábil para isso, né? Então, pega, eh, tenho aqui um agente de demonstração aqui que pega justamente esse caso, onde ele vai ligar aqui para mim e vai fazer uma, uma cobrança referente, eh, a uma pendência aqui que eu teria de pagamento. Então, vamos lá, deixa eu iniciar aqui. Está me ligando aqui. >> Está emulando um caso que acontece dentro [limpando a garganta] da base de vocês aos milhares. >> Alô. Olá. Sim, olá, bom dia. Desculpa, [limpando a garganta] aqui é a Maria da 11 Internet. Falo com o José? >> Isso, sou eu mesmo. >> Que bom, José. É o seguinte, eu estou entrando em contato porque tem um valor de 370 reais em aberto desde 27 de setembro, referente ao plano de internet 11 Giga Fibra. Você sabe o que aconteceu? >> Sei sim, Maria. Esqueci completamente de, de pagar essa conta aí. Eu, eu acabei batendo o meu carro esse mês e, enfim, tive alguns imprevistos. O mês está meio corrido ali, acabei esquecendo completamente o, de pagar isso aí. >> Poxa, sinto muito pelo imprevisto com o carro. Imagino como deve ter sido chato. Mas sem problemas, acontece, né? O que acha da gente regularizar esse valor de 370 reais hoje? Aí você fica em dia. >> Então, Maria, [limpando a garganta] como eu tive esse imprevisto, acabei gastando aqui o dinheiro, eu não, não conseguiria pagar esse valor inteiro. Será que a gente conseguiria negociar um desconto aí, talvez fechar em 300 reais? >> Entendo, José. Olha, eu não consigo fechar em 300 reais, mas o que eu posso te oferecer é um desconto de 15% para pagamento à vista. Aí o valor cai para 314 reais e 50 centavos. O que que você acha? >> Ah, pode ser. Já dá uma ajudada, hein? Muito obrigado, podemos fechar assim. >> Ótimo, José. Então ficou assim: 314 reais e 50 centavos à vista com pagamento hoje. Confirma para mim que está certo? >> Confirmo. >> Perfeito. Só um instante, já estou enviando para você. Combinado, José. Você vai receber no WhatsApp agora as instruções de pagamento. Muito obrigado pela atenção e qualquer coisa é só chamar a 11 Internet. Tchau, tchau. >> Valeu, obrigado. É isso, né? Uma uma conversa extremamente fluída, empática, né? Recebi aqui no no WhatsApp a notificação, já com o link para fazer o pagamento no valor que a gente negociou. Então é esse tipo de experiência que a gente consegue levar aí para as empresas de um atendimento natural, humanizado, né? Entendendo ali, poxa, passou por uma situação complicada, né? Tendo a sua empatia nesse momento. É, não sei se perceberam, mas o agente no começo da conversa ali inclusive tossiu. É uma uma das qualidades aqui da da nossa voz, ela ter essa expressividade, então de poder tossir, cochichar, falar feliz, falar super animada, né? Ser empática ou falar de um de forma mais calma, mais lenta, mais rápida. Então trazendo justamente essa naturalidade aí na conversa e deixando o usuário estar interagindo do outro lado mais mais tranquilo de de levar com essa conversa, diferente de às vezes você estar falando uma voz ou uma experiência extremamente robotizada, né? >> Vamos dizer que que a gente sabe que trata-se de uma voz eh eh criada pela IA, né? E que a interação toda, o racional por trás da do diálogo é, ah, feito, ah, por IA. Mas acho que a maior parte dos usuários tem o diálogo sem sequer perceber que vai esbarrar na, que tá ali numa relação com a máquina, né? É, é, é natural isso, que isso aconteça. >> Normalmente sim. >> Sim. O que a gente sempre recomenda é, é, sinalizar que é realmente uma máquina interagindo desde o início. Porque tem aquele, o vale da estranheza, né? Que as pessoas às vezes, se você tá conversando, você tá interagindo e de repente a SEIAI faz alguma coisa que você percebe que é uma máquina, a pessoa começa a se sentir, um pouco, entre aspas, ofendida. Então, na minha opinião, é sempre legal identificar antes, porque a ideia não é que a máquina se passe por um humano, é que a ligação seja uma ligação humanizada. Como o Petri falou, qual que é a grande diferença hoje em dia? A gente consegue entregar uma conversa que ela não é linear, ela não precisa ser linear. Eu não preciso passar o meu número de documento para seguir para o próximo passo que é a verificação, para a partir daí seguir para a negociação. Eu posso virar e falar, olha, eu bati meu carro, eu não tenho condições de pagar essa fatura esse mês. E a, e a conseguir tomar a decisão em cima disso, então fazer avaliações em cima disso. Existem guardrails hoje para garantir que ela não extrapole o limite de desconto ou se ela pode dar desconto ou não. Se ela entender que a necessidade ali do Petri é muito específica, ela fazer o transbordo para um, para um ser humano. Então, eu acho que a, a grande sacada hoje em dia não é fingir que está falando com um humano, mas realmente tentar interagir de uma forma mais humanizada. >> Agora, dentro desse, fala, Petri. >> Desculpa, só complementando o Edu aqui, né? Essa, é, a gente poderia, por exemplo, nesse agente aqui, se a pessoa fala que, E poxa, não vou pagar ou, enfim, teve algum problema mais grave, falou ali de, ah, perdeu o emprego, eh, teve algum problema grave de saúde, poderiam ser gatilhos para a gente entender poxa eh, aqui tá, tá saindo um pouco fora do padrão, a gente precisa ter um olhar aqui um pouco diferenciado, vamos transferir então para um humano negociar aqui, talvez com, com parâmetros que estejam fora do alcance ali do agente, né? Eh, como vocês viram, eu solicitei um, um desconto de um valor ali que ela não tinha autorização para dar, então ela já negou. Mas talvez se a gente for para um humano e ele entenda essa situação do cliente, entenda que o cliente tá querendo realizar aquele pagamento mas uma condição diferente, né? Pode ser uma política da empresa eh, permitir isso. E aí pegando um, um gancho na tua fala ali de, dessa experiência, né? As, as pessoas nem, nem sempre eh, perceberem que estão falando com uma máquina, isso é muito comum nos projetos que eu tenho trabalhado aqui, a gente acaba fazendo uma curadoria, ouvindo algumas, algumas ligações ali junto com, com o cliente. E é muito comum, eu tenho dois casos bem, bem clássicos, onde um, o, o homem que tava conversando com o atendente, ele percebeu que era uma IA, mas ele ficava comentando com alguém do lado assim, poxa, tá muito bom esse atendimento, olha isso aqui. E ele foi fazendo pergunta, a IA ajudando ele e tal. E ele super, super feliz ali com, com o atendimento que tava recebendo, até mostrando para as pessoas que estavam próximas ali, né? E o outro foi uma senhora que teve a, a, o problema dela resolvido durante a ligação e ela no final fala, obrigado moço, fica com Deus, né? Tipo, naquela questão assim, ela tinha certeza absoluta que tava falando com alguém ali, não era com uma máquina. Então teve o problema dela resolvido rápido, eh, de forma efetiva, né? E com essa naturalidade e com essa, eh, humanização aí desse atendimento, né? >> Eu quero, eh, convidar você a participar dessa conversa conosco, eu tenho certeza que tem, eh, comentários, dúvidas que você quer fazer aqui para o Edu e para o Petri, a gente vai passar as perguntas, óbvio, vamos respondê-las e quero enfatizar o sorteio, eh, do Emtech que, pro, pro o ingresso para o Emtech que nós vamos fazer no finalzinho aqui dessa nossa conversa. Nessa, esses exemplos do colecionados com os clientes são, são muito legais, mas ao longo dessas jornadas aí de, de, de, de implementação da dessa dessa dessa tecnologia com as junto às empresas e do que que é o grande aprendizado para a empresa que tá revisitando todo o processo dela de atendimento ao cliente e que talvez ela não fosse conseguir identificar que aquele era um ponto de transformação sem fazer o teste, sem colocar para rodar, que fosse num ambiente mínimo ali, num MVP, para depois começar a escalar para todos os outros níveis do, do, do atendimento. Que que é o ponto de virada que vocês conseguem identificar para, para o negócio quando ele começa a trabalhar com vocês? >> Você quer pegar essa, Petri? Ou quer que eu responda? >> Acho que os dois podem responder. >> Posso complementar aqui? Eu acho que um, um ponto que muitos clientes percebem ao testar várias soluções do mercado é que quando a gente fala de um atendimento mais assíncrono como o WhatsApp, por exemplo, muito comum aqui no Brasil é, tem, tem questões que acabam não, não se, não entrando no, no radar ali da implementação, como o latência de resposta é, o jeito ali que, que fala e tudo mais. E aí quando esses clientes, poxa, agora eu quero levar isso aqui para uma, para uma voz, eu quero levar meu atendimento telefônico, né? É, acaba tendo uma experiência muito ruim porque a voz ela é uma conversa muito diferente do texto. Você tem interrupções, você tem barulho ao fundo, uma TV ligada ao fundo, uma pessoas falando ao fundo, é, você tem jeitos diferentes de pronunciar, né? Você pode falar seis, você pode falar meia, você pode falar 60. Então na hora de coletar ali um CPF, um CEP, alguma coisa assim, tem, tem alguns desafios que só na hora da, que o cliente acaba tendo a primeira experiência com, com os agentes, é, acabam percebendo, né? Então, a, a robustez aqui que a gente consegue trazer para esse tipo de atendimento de justamente entender, né, quando um, o, o usuário tá interrompendo o agente, o agente parar de falar e não só parar de falar, mas ele entender até onde ele falou, para ele saber que talvez a, a informação crucial ali que tava no final da fala dele não foi dita. Então, ele conseguir dar essa continuidade na conversa, né? Outro, outra questão interessante que a gente teve num, num caso com cliente era de um atendimento num sentido mais de ouvidoria, né, onde as pessoas ligavam para fazer algum tipo de denúncia, algum tipo de reclamação e percebeu-se um, um aumento, né, na, nesses relatos e tudo mais. E depois entendendo a fundo, as pessoas estavam se sentindo mais confortáveis de trazer essa denúncia, de trazer essa reclamação, porque estavam falando com uma máquina, não com um humano. Então, elas se sentiam menos, eh, acoadas ali, menos tímidas com relação a isso, né? Não, ah, não, não você julgado, aqui não, não sentia com esse tipo de de sensação e acabava trazendo essa, essa essa melhora assim na, na, nesse ponto de atendimento desse cliente, né? Então, são alguns pontos como esse aí. Não sei se o Edu lembra de mais algum outro aí para complementar, eh, de aprendizados aí no dia a dia na, no, no chão aí, né? >> É, esse momento, nesse momento de se iniciar um processo de implementação, de experimentação, eu acho que o ponto, um dos pontos principais, além da tecnologia em si, é conhecer bem a dinâmica com o seu, com o seu cliente, com o seu usuário. Um plano de saúde que atende pessoas de mais idade, talvez precise entender que a configuração daquele agente precisa ser um pouco diferente, precisa ser um agente mais didático. Para alguém que atende um público um pouco mais jovem, a dinâmica precisa ser um pouco diferente. A localização dos sotaques. Então, hoje em dia, a, a hiperpersonalização, ela tá aí junto com a IA. Então, eu consigo hiper, hiperpersonalizar o meu atendimento. Como eu consigo trabalhar com a estrutura que eu tenho hoje, com as informações que eu tenho hoje do meu usuário, para conseguir implementar isso da melhor forma possível. Porque no final do dia, o que pesa realmente mais é a conexão que eu consigo criar entre marca e o usuário, marca e consumidor. Então, como é que eu consigo criar uma solução que, primeiro, represente de verdade a minha marca e a gente tem alguns projetos super legais de voice design, que é para marca desenvolver a própria voz, criar a própria voz do zero, para poder fazer esse atendimento. Porque >> Customiza tudo. >> Tudo, do zero. Então, como é que eu consigo criar uma voz proprietária para minha marca e depois esse momento de criação da minha voz, regionalizar para vários sotaques. Então, isso isso faz a grande hoje faz a grande diferença. Porque a voz ela conecta muito mais que o texto, muito mais que a o a gravação da URA. Então, eu preciso pensar desde o início, quando eu vou fazer uma implementação de um projeto de AI, como que eu vou fazer com que essa voz realmente se conecte com a minha audiência. >> E o mais legal disso, né, o Pedro comentou, mas é é ela acelera a velocidade da fala, ela tem um pico ali de estação inicial, depois ela entende o problema, quando ele diz, "Ah, não consigo pagar", e ela muda o tom. É, existe um um processo em real time de análise de que tipo de reação é vai ser oferecida para além da construção da resposta, né? E imagino que se nesse caso foi uma ligação é feita pelo agente, mas é num caso inverso, em que a pessoa liga e ela tem que se identificar, tem um terceiro elemento que é a partir dos dados colocados e e chegou uma pergunta aqui é sobre isso, é a partir dos dados colocados, é identificar o a história daquele cliente dentro da empresa, né? Tem tem esse elemento também. >> É, hoje em dia a gente tem alguns gatilhos que >> que acabam facilitando essa identificação. Quando eu ligo do meu celular, eu já já capturar o número, aí eu preciso fazer a confirmação que é o Eduardo ou não. Então eu vou pedir alguns outros dados, mas aí a partir daí entra o processo de hiper personalização, de eu trazer esse histórico, trazer o histórico que eu tenho aí, e aí é o ponto que eu tinha comentado no início, na minha fala de abertura, que é essa base de conhecimento, bem estruturada, bem elaborada e que quando eu faço essa ligação, o meu agente, ele vai trazer essas informações de uma forma rápida e precisa. >> O Rui Duda, >> Deixa eu fazer uma pergunta. >> Vou e e e pro Pedro também, porque eu acho que essa é é tem mais a ver com a questão técnica. O quem mandou aqui, pera aí que eu perdi o nome, eu tava tinha anotado aqui, perdi o nome. Pera aí. Evelyn Esteves, ela diz assim: "E quando o agente, como o agente se comporta no caso de alguma informação solicitada pra pra pro cliente, pra dar sequência no no andamento, ele diz: "Não, isso eu não quero, isso eu não vou fornecer, o senhor pode me passar o seu CPF?" Eh ou que seja. Ele diz: "Não, não, isso eu não isso eu não vou fornecer". É nesse momento em que ele vai já acionar o atendimento humano ou não? Você vai ter um desembaraço ali, vai seguir numa conversa? Qual qual que é o o protocolo? Porque assim, as relações elas são cheias de surpresas, né? Não não é não. Então qual qual que é o protocolo previsto pra essas pra essas situações? Ele não vai carregar o atendimento humano, ele vai tentar resolver por ele mesmo? >> É essa pergunta ela é bacana, porque a só pra depois eu te deixar você complementar Petri porque mais uma vez, é do comportamento humano não ser linear. Então, quando eu tô conversando, a ideia é não ser linear, mas aí o cliente, ele consegue montar uma árvore de decisões pra poder dar pra poder criar um processo. Então, o cliente não quer passar o CPF, eu posso fazer o transbordo humano ou eu posso pedir outro dado ou eu posso encerrar a ligação. Então, eu acho que essa é a parte incrível de um processo onde você exclui a linearidade e você faz com que a ligação ela seja muito mais natural. Pode, pode completar, Petri. Desculpa eu ter te interrompido. >> isso. O o protocolo vai ser o que a empresa escolher, né? O que você, poxa, eu quero que se o cliente não quiser informar o CPF dele, eu quero, poxa, então vou ter que encerrar a ligação por aqui. Ou então, uma outra empresa, um outro cliente pode, não, eu quero transbordar para o humano. Ou então, ao invés de CPF, eu quero os últimos três dígitos do CPF só, eu quero algum outro dado. Então, é, esse, esse protocolo, esse fluxo do atendimento, essas regras, é, você instruir o agente da mesma forma que você instrui o humano em fazer esse atendimento, né? As empresas que tem ali seus, seus, suas áreas de atendimento, uma pessoa vai começar a trabalhar, a fazer esse atendimento, ela passa por um treinamento. Que é justamente essa base de conhecimento que o Edu comentou. Então, ela sabe, poxa, se, se acontecer tal coisa, o que que eu tenho que fazer? Se acontecer outra coisa, o que que eu tenho que fazer? Que informações que eu preciso para prosseguir? Tudo isso é instruído ao agente, né? E esse aprendizado, ele muitas vezes não, não acontece no, no, no primeiro dia, né? É uma curadoria e aí aqui pegando o gancho com, com o nosso tópico, é, dessa questão do humano mais máquina, é, e, é, o agente de IA, ele não vai entrar no seu atendimento e você vai deixar lá e esquecer ele. Você vai continuar tendo que fazer uma curadoria como você faz hoje com o atendimento humano. E essa curadoria, ela pode ser feita por IA também. Mas é importante ter o olhar humano para entender, poxa, tem muito cliente aqui que eu não tô conseguindo prosseguir no meu atendimento porque ele não tá querendo informar o CPF. É, vamos pensar aqui como é que a gente vai contornar isso aqui. Eu vou solicitar algum outro dado? Vou entender por que que ele não quer passar o CPF? Vou transbordar para o humano? Então, é justamente onde o humano e máquina podem se juntar para justamente entender, é, nesse cenário aqui, eu vou lá, atualizo o agente, agora se isso acontecer, eu vou fazer tal coisa. E aí o agente conseguir aquele protocolo novo definido né? >> Se a gente a a avançar aqui nesse nesse bloco, surgiu uma pergunta sobre o o modelo de IA ou os modelos de IA que tão dentro desse contexto. E eu acho que essa é uma oportunidade bacana pra falar um pouco sobre as tecnologias de vocês. Porque o que a gente tá vendo aqui, acho que esse é o é esse é o grande barato de acompanhar o que a Eleven Labs faz. Ah, óbvio que vocês estão bebendo na fonte de tudo que tá acontecendo no mundo, porque ninguém é uma ilha, né? Vamos pegar o melhor do melhor e trazer pra cá. Mas o que tem aqui é uma inteligência proprietária. Eu acho que esse é o o grande x da questão aqui. É, que é a pergunta que que chegou aqui pra gente no no no no chat. Eu queria que vocês falassem um pouquinho sobre isso, sobre essa essa questão, porque é um diferencial absurdo quando você tem ah, um conhecimento proprietário e no volume em que vocês têm de casos e de experiências de uso pelo mundo, ah, pra poder aprimorar essa engrenagem toda. E vocês tão a cada tempo eu vejo um anúncio novo, ah, de ferramenta, de recurso e tal. Então, é uma inquietude gigante. Eu queria que vocês falassem um pouquinho sobre isso, Pedro. >> Legal, Ários. Eh, eu acho que diferencial absurdo é um bom termo pra pra explicar [risadas] Porque realmente é um diferencial e esse é um feedback muito comum que a gente tem dos clientes, tá? A gente tem inclusive um cliente que recentemente, né, falou isso em público em um grande evento aí internacional, eh, onde eles estavam a um ano ali basicamente trabalhando, analisando várias ferramentas de mercado, e quando testaram Eleven Labs, eh, viram que o a diferença ali, a o salto de qualidade que tinha com a solução, ele era muito grande, né? E por que que isso acontece? Que é é justamente a sua pergunta. É, tem a ver com as raízes da empresa. Nós, a empresa nasceu, né, trazendo para o mercado o que a gente chama de modelo de TTS, que é o que transforma o texto ali como LLM gera, o que você envia para voz. Só que a gente trouxe isso com essa qualidade de voz que vocês ouviram aqui na ligação, que todo mundo aí possivelmente já tenha, eh, escutado ou já interagido, eh, ouvido alguma voz, eh, gerada pela ElevenLabs. Então, o primeiro ponto é essa qualidade da voz que traz essa humanização. O segundo ponto é que a gente não parou no desenvolvimento só do TTS. A gente desenvolveu e quando a gente pensa num agente, principalmente um agente de voz, que como eu comentei antes, tem vários desafios de latência, tem que falar rápido, tem que entender rápido quando é a vez dele falar, tem que entender quando ele foi interrompido, eh, são várias caixinhas que estão funcionando junto ali e eu diria que 95, 99% dessas caixinhas são desenvolvidos, né, são desenvolvimentos proprietários da empresa e que foram criados do zero pensando em funcionarem juntas. Então, por isso que essa integração e essa e esse funcionamento é, suave ali, tem tem essa qualidade alta, porque elas foram criadas do zero para isso. Tem muitas outras soluções que são, eh, junções dessas peças de diferentes fabricantes. Então, muitas vezes tem alguma questão de incompatibilidade nessa integração. Então, quando a gente tem, eh, um modelo que identifica quando um usuário terminou de falar e a vez do agente começar a falar, que tem uma integração nativa com, por exemplo, o STT ali que faz a transcrição do que a pessoa tá falando ou TTS. Em alguns casos a gente consegue trazer até o que a gente chama de, de latência negativa, que é justamente, né, tá tudo tão integrado, tão conectado, que nós trazemos isso. Então, todas essas partes, essas peças, elas são nativas, né, são, são, eh, criadas pela ElevenLabs, pelo nosso time de, de engenharia, desenvolvimento, que tá sempre, eh, trazendo excelentes novidades e melhorias nesses produtos. E aí aquele 1%, 5%, né, do, que não é ElevenLabs, são basicamente as as LLMs de mercado, né? Hoje a Eleven Labs não tem uma LLM própria, nós não treinamos, não nós não temos uma LLM nossa. A gente tem todo os outros modelos ali de machine learning, de TTS, geração de voz e tal, é tudo desenvolvimento próprio, mas eh a LLM em si a gente usa LLM de mercado. E aí nós integramos nativamente com as principais que tem no mercado. Eh nós temos algumas open wave ali, open source, né, que estão disponíveis, onde a gente roda roda na nossa própria infraestrutura, que daí também é outro ponto que a gente consegue trazer uma latência baixíssima, porque daí além de tá todas as peças no mesmo lugar, a LLM tá aqui no mesmo lugar também. Então diminui qualquer latência de rede, de internet tem que ver, às vezes de eu chegar até um fornecedor. E nós podemos usar também LLMs que o cliente já tem. Então se o cliente já treinou, já tem uma LLM própria, esse agente ele pode fazer o uso dessa LLM. Então são esses fatores que eu entendo que trazem essa qualidade absurda ali que a gente comentou no começo, eh que a Eleven Labs consegue trazer pro mercado, aí. >> Sabe que que eu fico eh intrigado com com o lado da transição disso dentro da empresa. Porque tem um um Eu acho que vocês já devem ter esbarrado com isso, porque eu escuto muito de de alguns executivos essa questão. A gente mostra uma ferramenta como essa aqui e daí o camarada olha e fala assim: "Não, é isso aqui que eu preciso". E aí ele quer apertar um botão e fazer com que tudo se transforme naquilo, porque aquela é a bala de prata para todos os problemas. O que o o o Pedro tá colocando aqui é: "Ó, a gente tem um um uma uma estrutura montada para atender a esses vários cenários, é customizável, a gente entrega com tudo de ferramentas de referência do mercado, mais as nossas e tal. E vocês começaram falando sobre essa jornada de de adaptação. Como que é quando começa a funcionar esse negócio aqui, vocês mostrarem que tem que equalizar entre o que já existe, a multicanalidade presente, porque ele deu o exemplo, o atendimento ali aconteceu em mais de uma frente. Começou pelo telefone, terminou no WhatsApp, pode ser que se precisasse um e-mail ou seria enviado com o o o boleto também, um SMS com o código de barras e por aí vai. Mas é uma estrutura grande. É agora vocês estão nesse momento contrário junto das empresas de olha, pera aí. É isso aqui, mas vamos entender que faz parte de um ecossistema, Edu? >> Sim, hoje em dia é muito importante entender todos esses pontos de contato, né, que o que um cliente ele tem com o consumidor dele. Então eu preciso mapear todos esses pontos de contato. Eu eu, como eu falei até no começo, a implementação ela não pode ser só porque a ferramenta é boa, ela precisa fazer sentido para o processo. Então mapear os processos, entender quais são os meus pontos de interação, como o Petri disse, quando eu começo uma interação via chamada telefônica, eu vou para o WhatsApp, eu mando o SMS, eu mando o e-mail, isso tem que gerar históricos de conteúdo que vão ser retroalimentados nessa minha conversa também. Então, olha, quando eu se eu ligar de novo daqui 5 minutos, o a gente fala, olha, já tinha te mandado o WhatsApp, você recebeu? Não, beleza, então vou te mandar de novo. Então eu acho que é é um processo que ele precisa ser muito detalhado e muito bem mapeado, porque a gente não pode deixar nenhuma ponta solta nunca. Então eu acho que é é são projetos que vão demandar tempo, vão demandar a uma responsabilidade muito grande da gente que tá dando suporte pela ferramenta e para quem tá implementando também. >> O o chegou pergunta aqui, deixa eu pegar certinho o o nome, porque ele diz assim: Ah como Como evitar? É Andrea, Andrea Bachur. Como evitar que o cliente precise repetir tudo quando a conversa muda da IA Ah, pro humano? Porque aí é um outro ponto de ruído, né? Eu tenho que passar para um ser humano que já chegou [roncando] e já sabe Ah, do que vai acontecer, que é o que você tá dizendo. Eu tenho que >> de contato, né? Tem que existir nessa >> Jornada com relatórios Até inclusive um aviso para o atendente de: Olha, e ele tá nervoso, né? Chega já com esse tipo de alerta quando faz esse transbordo, como você tava dizendo? >> Esse Esse é o requisito número um quando a gente começa a trabalhar algum agente que vai ter essa necessidade de transbordo, é super importante que que quem vai receber esse transbordo tenha algum contexto para justamente não gerar Essa experiência ruim ali de ter que ficar perguntando informações que já compartilhou com o agente. Então, sim, é totalmente possível, né? Obviamente vai depender da plataforma De atendimento, ou como o o o atendente humano faz esse atendimento, que que Que ferramentas ele tem à disposição, cada uma vai ter uma maneira diferente, tecnicamente falando aqui, de implementar isso, mas tecnicamente falando é 100% viável e enfim, é um recurso imprescindível quando esse tipo de requisito, né, tá na mesa. >> Você não me escutou >> que você comentou de talvez e até essa informação que vai pro agente, ele pode ser de diversas formas, pode ser a a transcrição ipsi literis do que foi falado nessa conversa com o agente. O que não é necessariamente uma experiência boa, porque quem vai atender ali precisa rapidamente entender o contexto para conseguir atender. Então, pode ser mandado um resumo, pode ser enviado só o qual que é o produto e qual que é a dúvida ou o problema que a pessoa tá, pode passar essas informações de de análise de sentimento ali, poxa, a pessoa tá estressada, não tá tudo bem e tal. Então, tudo isso também pode ser customizado caso a caso, né? O que que informações que eu quero colocar na mão lá do do atendente humano que vai dar continuidade a esse atendimento. >> O O O tomador de decisão, né? O líder do negócio. Que entende a partir dos inputs que ah o a equipe trouxe. Que a gente precisa caminhar para esse cenário. Agentes mais humanos e uma revisão total do que é o atendimento ao cliente, porque é a gente tá falando aqui não é só de inserir uma um novo recurso. A gente tá falando de uma mudança de entendimento sobre o que é atender o cliente. Eu acho que esse é o ponto chave, né? A gente vem de de Eu acompanho esses relatórios aí de CX ao longo do dos anos e a gente vem de de percepções muito doloridas do cliente. Porque em algum momento da história em um passado recente o entendimento era mais recursos, mais eficientes. Mas não é essa verdade, porque essa eficiência não se não se transformou, não se converteu em ah efetividade na relação com aquele cliente. E aí as empresas entenderam que era preciso mudar. E aí agora a a tecnologia chegou num ponto, a IA permite isso, em que você equaliza essas duas coisas. Eu tenho alta eficiência tecnológica com uma capacidade de customização e de conexão com o cliente num nível em que o humano faria. Só que em escala. Né? Ah esse essa liderança quando ela está diante desse desafio o que que é o ponto nevrálgico para que ela consiga entender que esse conjunto de soluções aqui que a gente discutiu hoje pode ser crucial para transformar o negócio dela. Que que tá por trás da da desse decisor ali como chancela no final? >> Eu acho Acho sim, mais uma vez mais uma vez desde o início, é realmente o quanto ela quer melhorar a relação com o consumidor dela. Com o cliente dela, o quanto ela quer realmente fazer com que esse atendimento ele entregue valor pro pro cliente, porque hoje a grande dificuldade que a gente tem na maioria dos atendimentos é não estar agregando valor. Você mencionou do transbordo da do agente de AI pro humano. E se esse histórico, ele iria junto. O Petri explicou que dá pra fazer a transcrição completa, dá pra passar um resumo. Quantas pessoas aqui não ligaram pra uma pra uma empresa e você passou o seu CPF, ela passou pro financeiro, você repetiu seu CPF, ela mandou pra retenção, ela você repetiu seu CPF de novo e isso entra num fluxo. Então eu acho que o mais importante hoje pro um tomador de decisão é entender o quanto ele realmente quer melhorar esse processo e o quanto da melhora desse processo vai impactar no negócio dele no final do dia. Porque você vai ter clientes que vão estar com problemas resolvidos muito mais rápido. Clientes muito mais contentes com a sua marca, né? E um volume de interações que vai acabar reduzindo. Então você vai ter um volume ali de tempo médio de atendimento bem menor. Então eu acho que o foco sempre é pensar no teu cliente final. O quanto você vai conseguir gerar de impacto positivo pra esse cara no final da linha. >> E pra gente, pra gente caminhar aqui pro pro final, olhando já do lado da adoção, o que que é o Quais são Petri, os erros que agora essas lideranças já não cometem mais, porque a gente já tá mais maduro e vocês, sobretudo, já tão casca grossa, já entenderam, né? É é é o processo todo e são erros que se essas empresas cometerem no na no na jornada, é porque elas descuidaram mesmo do entendimento desse processo. >> Achou o Arus que tá ligado com uma pergunta que você fez antes falando ali sobre a questão da ansiedade de poxa eu vi isso tudo aqui e eu quero implementar tudo de uma vez, né? Apertar um botão aqui no dia seguinte tá com totalmente toda a minha ura, todas as minhas áreas de atendimento e tudo mais já com isso implementado, né? É, a gente implementar um agente com qualidade é, ele envolve uma pesquisa ali de como até o Edu já comentou, né? De você entender é, os atendimentos, entender o que que, quais são as principais dores ali que o que o seu cliente teve é, né? Conseguir mapear isso e entender esses essas situações, como a gente falou antes ali, ah a pessoa não quer falar o CPF, o que que eu faço? Então a gente conseguir mapear e aí nesse momento é super importante a participação da da área de negócio que tá hoje já liderando a parte de de atendimentos, né? Uma uma área de CX ali justamente trazer essa experiência de ó, se o agente fizer esse fluxo, falar dessa forma, a gente percebeu melhores resultados é, esses aqui são os casos fora do comum ali, né? De clientes que que trazem é, questões fora desse padrão, né? Então tudo isso, né? Desse estudo anterior à implementação, ele é super importante para a gente garantir é, uma uma implementação com sucesso é, e o ponto importante que, né? A gente é, comentou aqui por cima, mas que é super crucial para o sucesso do projeto é pensar também no pós implementação, né? A curadoria ter alguém ali da mesma jeito que tem hoje supervisores que monitoram atendimentos humanos é, é importante ter supervisores que vão monitorar esses atendimentos da IA também e identificar esses pontos de melhoria, por mais que a solução hoje ela traga ali automações e tecnologia para conseguir muitas vezes até é, se auto melhorar sozinha, né? Se é que esse esse termo existe ali, mas é, né? Ela conseguir, ela entender que precisa melhorar alguma coisa de acordo com com os atendimentos que vai acontecendo, mas ter esse olhar ali, então você ter esse processo de curadoria bem definido é interessante e ter possibilidade de você testar, porque o agente ele é um órgão vivo ali dentro do atendimento. É, como eu comentei antes, você não vai implementar o agente hoje e vai esquecer ele lá, você vai ter que tá fazendo essa curadoria, entendendo melhorias que podem ser feitas, implementando e testando. No fim do dia a gente tá falando de LLMs, são soluções, é uma tecnologia não determinística, então é super importante que você consiga testar rápido as alterações que você tá fazendo, muitas vezes até antes de colocar em produção. Então esses são, eu acho que os principais pontos, a gente conseguir controlar um pouco a ansiedade de querer colocar isso pra, pra resolver logo é, e fazer esse, esse planejamento ali tanto do pré implementação, mas desse pós implementação também que é super importante pra gente, principalmente, né, resolver essas duas perguntas, né, qual que é o problema que eu vou resolver e como é que eu vou saber, né, como é que eu vou confirmar que eu estou resolvendo esse problema, né, esse pré e pós implementação do projeto. Tendo essa visão, acho que fica, é, um, um processo muito mais suave aí dessa implementação e, e diminuindo um pouco essa ansiedade. E vale destacar que isso não significa que, ah, não é uma coisa que vai dar, vai sair de um dia pro outro, mas também não é uma, não é um projeto que vai levar seis meses, um ano, né? A gente, a média aqui que a gente vê de levar a gente pra produção é questão de poucos dias a poucas semanas é, nos piores casos mais complexos, questão de dois, três meses em média, né? Obviamente cada caso é um caso. Mas, né, quando eu falo assim de controlar a ansiedade, não é um negócio de um dia pro outro, mas também não é uma coisa de seis, 12 meses, né? É algo que, que é factível num tempo mais curto aí pra trazer esses resultados pro negócio logo. >> Quando a máquina, né, aí os agentes de IA e os humanos trabalham juntos num processo orquestrado que respeita essas etapas que Petri trouxe o que que muda ou o que que a gente vai ver de fato na relação com o cliente? >> Eu acho que primeiro de tudo os clientes bem mais contentes, né? Clientes com felizes de não ficar mais uma hora, uma hora e meia no telefone tentando resolver um problema. Eu acho que a gente chegou num momento Áros que a as pessoas, elas têm uma necessidade de resolver as coisas de uma forma mais rápida. Pega todos os aplicativos que você tem no celular hoje, são todos aplicativos de resposta rápida. Você pede um táxi pelo aplicativo, você pede comida pelo aplicativo. Então, hoje em dia, as pessoas, elas querem velocidade na resolução dos seus problemas. Então, eu acho que o que realmente muda é isso. É ter pessoas de um lado que vão estar trabalhando com a gente e vão estar cada vez mais se especializando, então deixando de ser generalistas e conseguindo fazer um atendimento muito mais específico, muito mais personalizado e do outro você tendo clientes que vão estar muito mais contentes ah com o atendimento da sua empresa. >> Bom, eu quero fazer o convite enfático para que você que está nos acompanhando vá conhecer ah o portfólio da Eleven Labs. É, tem coisas incríveis, algumas que você consegue olhar lá e e já meio que brincar, né, para entender ah ah como é que funciona. Tem esses cases reunidos que eu acho que são fabulosos, porque não é história da carochinha. É feito, né, em andamento, com revisões constantes e e resultados atualizados, porque não é estanque. Então, é é eu acho que é fundamental. E mais do que isso, porque o nosso ponto aqui não é só apresentar a a a a a Eleven Labs, que é nosso parceiro aqui, mas é sobretudo fazer uma reflexão importante do porquê que a adoção da inteligência artificial por qualquer caminho que se escolha, e aqui a gente tá falando sobre o atendimento ao cliente, sobre esses agentes ah, precisa ser feita de maneira estratégica. Ela precisa nascer de uma decisão ah, orientada ao negócio. Então, neste caso aqui, a gente segregou isto para a discussão do atendimento ao cliente. E a Eleven Labs mergulha nisso e consegue ser o provedor ah, desse resultado. Mas antes de qualquer coisa, ah, da gente discutir ah, qual o peso do humano, qual o peso da IA dentro desse processo, é entender qual é o objetivo final da organização. Porque senão eh, vai ser uma discussão sobre preço e não sobre valor. Vai ser uma discussão sobre resultados intangíveis e não sobre métricas de fato aferíveis. Então, eh, tem muita espuma nesse nesse universo. Precisamos, como eu gosto de brincar, ah, ah, ah, raspar a espuma e deixar o chopp, que é o que interessa no final. E olhar de fato pro benefício que a IA pode trazer. Eu eh, sou fã do do do trabalho da da Eleven Labs, não não escondo ah, porque eles têm ah, uma preocupação muito grande com esse resultado lá na ponta e com esta construção. Né? E quando a gente ouve os clientes nos eventos falarem, ler lá o o os cases, fica claro que esse compromisso ele é verdadeiro. Então, de maneira muito enfática eu faço faço esse convite. Edu, vamos ver quem que ganhou o o ingresso para o o o Mtech Brasil 2026? Eu se aparecer o Eduardo aqui no nome, a gente já sabe que ele colocou quantos agentes de A para para >> [risadas] >> Ó, já tá na tela. Ju vai fazer o o sorteio, vários nomes ali preenchidos ah, pela turma e a gente vai descobrir em instantes quem é o feliz ganhador de um ingresso para o Mtech que vai Olha lá! Lídia Lopes Correia da Silva, parabéns. Você é a a ganhadora deste ingresso. Lembrando que o Mtech é o nosso congresso de tecnologias emergentes, uma discussão que tangibiliza um futuro próximo, mas que tá mergulhada e muito bem aterrada ah, neste presente em que estamos vivendo. Um recorte para aquilo que acontece no mundo, mas centrado nas questões brasileiras e no quanto o Brasil precisa ah, é encontrar caminhos próprios para poder romper algumas barreiras que para outros países talvez não sejam barreiras ou já tenham sido algum dia e já foram rompidas, mas é uma discussão que eu como eu como costumo dizer é tropicalizada, que olha para essa nossa realidade. Então, Lídia, a nossa equipe vai entrar em contato com você para passar as informações para você poder estar conosco. Lá vamos nos encontrar, tomar um café lá no no no evento, no Mtech Brasil 2026. Esse é o é o nosso convite. Eu quero demais agradecer ah, o o Petri e o Edu por esse papo, essa aula aqui sobre agentes. Recebi tem um um um amigo assistindo, mandou aqui um um WhatsApp enquanto falávamos assim: "Cara, preciso mergulhar muito nisso porque é é exatamente a dor da minha da minha da minha da minha empresa". Eu falei: "Então, tá vendo? Esse é o Mergulha lá, fuça lá ah, no no portfólio da da da Eleven Labs que vai dar certo". Obrigado, viu, senhores? Obrigado, Petri. >> Valeu, gente. Eu que agradeço aí a vocês. Eh, quem quiser continuar essa conversa, a gente fica à disposição. Muito obrigado aí pelo convite e até uma próxima. >> Obrigado, meu amigo. >> Muito obrigado, muito obrigado pelo convite, pela oportunidade de falar um pouco mais sobre a Eleven Labs. Entrem no nosso site, criem o seu próprio agente. Você pode criar um agente de forma 100% gratuita. Sigam a gente nas redes sociais, o Petri no LinkedIn, eu no LinkedIn. Nós postamos bastante coisa sobre a parte de AI. Eu acho que é é muito interessante a gente manter essa conversa viva, porque o Brasil é um país de early adopters. A gente adota tecnologia muito rápido. Então, é bacana a gente estar sempre conectando e interagindo, porque isso acaba criando um ecossistema positivo de desenvolvimento também para o país. >> E >> entender que recurso funciona para você, né? Acho que tem esse portfólio grande, fazer os testes, procurar o time da Eleven Labs para mergulhar no teu caso e construir uma proposta, eh, de de execução que seja factível para para para para o teu negócio, para a tua empresa. Senhores, obrigado mesmo. >> É, muito obrigado. >> E, ah, o meu agradecimento a você que teve conosco aqui nessa nossa transmissão ao vivo, aqui na MIT Technology Review Brasil. Tem, como eu já falei, alguns artigos que já foram publicados, ah, nessa nossa parceria aqui, eh, com a Eleven Labs. Então, tem reflexões importantes aí já disponíveis no nosso site. Tem os dois, ah, webinars que nós fizemos anteriormente, que nos ajudam também a entender outras visões. A gente falou bastante da questão de infra, trouxemos ali outras percepções. E agora, calcado nessa discussão sobre a conexão humano-máquina, né? Do lado do cliente e dentro de casa para fazer isso funcionar. E e é exatamente aquilo, você tem que saber o direcional para você poder fazer a adoção da maneira correta. A gente se encontra aqui na MIT Technology Review Brasil em podcasts, nos artigos, nas revistas, nas redes sociais, sempre, você sabe, discutindo negócios, tecnologia e sociedade. Um grande abraço, até a próxima. Tchau, tchau.

Assistir ao vídeo original no YouTube

Assuntos: Agentes de IA. Publicado no YouTube em 2026-10-23.

Seleção automática por assunto e idioma. O vídeo pertence ao canal de origem.