Como avaliar plataformas de IA autônoma: um guia para compradores na área de experiência do cliente (CX) corporativa

Você assistiu às demonstrações. Os agentes resolveram todas as consultas simuladas, os painéis pareciam bem organizados e, agora, a plataforma precisa passar pelo escrutínio de pessoas que não estavam na sala de demonstração.

Avaliar uma plataforma de IA autônoma para a experiência do cliente (CX) corporativa significa analisar seis critérios sobre os quais seu comitê de compras precisa chegar a um consenso: arquitetura, governança, resultados de resolução, profundidade de integração, durabilidade do modelo e tempo até a entrada em operação.

A maioria das avaliações é realizada com base em estruturas desenvolvidas para IA voltada ao consumidor ou para pequenas e médias empresas. A plataforma parece promissora, mas, quando chega à mesa do CISO, o processo fica parado. O resultado são ciclos de aquisição desperdiçados e projetos-piloto que não conseguem passar na primeira auditoria.

Pontos principais

• A maioria das estruturas publicadas para IA agênica voltadas para compradores ignora os dois critérios que determinam os negócios corporativos: governança e durabilidade do modelo. Uma estrutura desenvolvida para IA voltada ao consumidor não se aplica à produção regulamentada.
• O comitê de compras é mais amplo do que a CX. O CIO, o CISO, o diretor de riscos e o COO, cada um deles, analisam a questão sob uma perspectiva diferente. Uma plataforma que atenda aos requisitos da CX, mas seja rejeitada na avaliação de segurança, é o padrão de falha mais comum.
• O tempo de produção não é uma métrica de vaidade. A diferença entre entrar em operação em poucos dias e levar seis meses é a diferença entre um programa de IA que gera resultados crescentes e outro que acaba sendo arquivado.
• Uma estrutura de seis etapas, conduzida com a participação de toda a comissão presente na sala, identifica os critérios que determinam o acordo antes mesmo do processo de aquisição ter início.
• Veja, em uma demonstração, como o Encore se alinha a cada critério de avaliação.

O que é uma plataforma de IA agênica?

Uma plataforma de IA agênica é um sistema corporativo que confere aos agentes de IA a capacidade de planejar e executar tarefas com várias etapas de forma autônoma, indo além de perguntas e respostas em uma única troca de mensagens.

No contexto da experiência do cliente, isso significa uma IA capaz de resolver uma interação do início ao fim, e não apenas gerar uma resposta fluente e repassar a chamada para um atendente humano.

A verdadeira IA autônoma é orientada por objetivos. Ela recebe uma meta, determina seu próprio caminho e a executa sem supervisão contínua nem etapas pré-definidas.

Isso difere, do ponto de vista arquitetônico, da automação baseada em gatilhos, comercializada como “agênica”, na qual cada etapa é definida antecipadamente.

6 etapas para avaliar uma plataforma de IA autônoma para a experiência do cliente (CX) corporativa

Siga estas seis etapas na ordem. Cada uma delas termina com uma pergunta a ser feita diretamente ao fornecedor, pois a rapidez e a precisão da resposta dizem tanto quanto a própria resposta.

Etapa 1. Diagnosticar a arquitetura: prioridade no conhecimento ou prioridade no LLM

Determine se as respostas são obtidas de uma fonte controlada ou geradas pelo modelo em tempo de execução. Essa única decisão determina se os próximos cinco critérios são sequer viáveis.

O que perguntar ao fornecedor: “Mostre-me o documento de origem específico por trás dessa resposta e diga-me se todas as respostas são recuperadas de uma fonte controlada ou geradas em tempo de execução.”

Etapa 2. Teste de estresse da governança e da auditabilidade

Confirme se é possível reconstituir o que a IA disse e por quê, sempre que solicitado, e não somente após a abertura de um ticket de suporte. No atendimento ao cliente regulamentado, a auditabilidade é a restrição determinante e deve estar em conformidade com as obrigações de transparência previstas no Artigo 13 da Lei da IA da UE.

O que perguntar ao fornecedor: “Apresente um registro de auditoria em conformidade com as normas regulatórias para esta conversa, indicando a fonte de cada resposta.”

Etapa 3. Avalie os resultados da resolução, não o desvio

Avalie a plataforma com base na resolução no primeiro contato, e não na contenção ou no desvio. A contenção é relevante para determinar se foi possível evitar o contato com um atendente humano. A resolução é relevante para determinar se o problema do cliente foi resolvido.

O que perguntar ao fornecedor: “Mostre a taxa de resolução no primeiro contato e o índice de satisfação do cliente (CSAT) de uma conta de produção regulamentada, e não de um ambiente de demonstração.”

Etapa 4. Avaliar o nível de integração e a adequação ao centro de atendimento

Verifique se a plataforma se integra aos sistemas que você já utiliza, incluindo a infraestrutura mais antiga do contact center. Uma plataforma que exija uma substituição total antes de agregar valor raramente se justifica do ponto de vista comercial.

O que perguntar ao fornecedor: “Para quais dos nossos sistemas vocês já possuem integrações prontas? E é possível conectar-se ao nosso contact center atual sem precisar substituí-lo por completo?”

Etapa 5. Verificação da independência em relação ao modelo e da durabilidade do investimento

Verifique se a plataforma é capaz de alternar entre modelos de fundação sem a necessidade de revalidar toda a implantação. O panorama dos modelos muda a cada ano, e a dependência de um único modelo acaba se transformando em um ciclo de atualização que ninguém havia previsto na fase de aquisição.

O que perguntar ao fornecedor: “Quando um novo modelo for lançado ou aquele que usamos for descontinuado, o que muda da nossa parte e o que precisa ser revalidado?”

Etapa 6. Verificar o prazo para entrada em produção e a manutenção contínua

Verifique com que rapidez a plataforma chega a uma implantação em produção, sob controle, e o que garante a precisão das respostas após o lançamento. Um projeto-piloto rápido que perde força no terceiro mês não está pronto para produção.

O que perguntar ao fornecedor: “Explique-me passo a passo o processo de implantação em produção e mostre-me como a precisão é mantida à medida que nosso conteúdo muda.”

4 sinais de alerta a serem observados durante a avaliação

Esses padrões surgem repetidamente em avaliações que, posteriormente, fracassam.

• O fornecedor não consegue apresentar, mediante solicitação, uma trilha de auditoria que atenda aos requisitos regulatórios. Se for necessário fazer uma ligação de acompanhamento para reunir as informações de proveniência, isso significa que elas não estão presentes na arquitetura.
• As referências de clientes concentram-se principalmente em pequenas e médias empresas ou em tecnologia de consumo, e não em empresas sujeitas a regulamentação. Uma plataforma comprovada em serviços de suporte de baixo risco ainda não foi testada diante de um auditor.
• Os prazos de implantação são indicados em trimestres, e não em semanas. Prazos longos geralmente indicam um trabalho de desenvolvimento personalizado que se repetirá sempre que seu conteúdo for alterado.
• A capacidade de ação se demonstra por meio de demonstrações, não de referências. Uma demonstração controlada comprova o cenário ideal. Uma conta de referência regulamentada comprova a arquitetura.

Se uma plataforma atender a dois ou mais desses critérios, a avaliação já está indicando algo. Teste exaustivamente uma plataforma que não atenda a esses critérios.

Por que a maioria das estruturas de compras não leva em conta a governança

Quatro pontos cegos se destacam nas estruturas que os compradores trazem para a mesa.

• A maioria foi desenvolvida para IA voltada ao consumidor. As estruturas que se concentram na integração, no projeto de fluxos de trabalho e na otimização da experiência partem do princípio de que a governança não é o fator limitante. No contexto da experiência do cliente (CX) regulamentada, ela é.
• Os líderes de CX não podem concluir a avaliação sozinhos. A equipe de CX é responsável pelas métricas de experiência, o CISO é responsável pela postura de auditoria, o diretor de riscos é responsável pela exposição regulatória e o CIO é responsável pelo compromisso com a plataforma. Uma estrutura que ignore qualquer um deles não será aprovada no processo de aquisição.
• A governança não é um recurso que se adiciona posteriormente. Uma plataforma desenvolvida com foco no conhecimento — tendo a vinculação de fontes e as trilhas de auditoria como premissas de projeto — gera a governança como um subproduto. Uma plataforma desenvolvida com foco no LLM não pode incorporar a governança posteriormente por meio de documentação. Esse é o cerne do problema do “wrapper” de LLM.
• A durabilidade do modelo é o critério menos discutido. O panorama dos modelos em 2024 não é o mesmo de 2026 e não será o de 2028. Uma plataforma baseada em um único modelo cria um ciclo de atualização que ninguém previu; portanto, a independência em relação ao modelo é uma forma de proteger o investimento.

O que o comitê de decisões sobre a experiência do cliente (CX) da empresa realmente precisa

Quatro funções aprovam a IA de experiência do cliente (CX) corporativa, e cada uma delas tem um requisito inegociável diferente.

O CIO precisa de durabilidade no investimento e de um compromisso com a plataforma que não se torne um obstáculo quando o panorama dos modelos mudar. A questão é se essa decisão ainda parecerá sólida daqui a três anos, considerando os sistemas já em operação.

O CISO e o diretor de riscos precisam de uma trilha de auditoria completa, vinculação à fonte em cada resposta, comportamento determinístico em consultas repetidas e mapeamentos de controles para as estruturas às quais prestam contas, como a SR 11-7, a SOC 2 e o Artigo 30 do GDPR.

O chefe da área de Experiência do Cliente (CX) precisa de precisão que se mantenha em grande escala, não apenas em demonstrações, e de soluções nas quais os clientes confiem logo no primeiro contato. Essas soluções devem ser mensuráveis e estar vinculadas à implantação de IA em conformidade com as regulamentações do setor, de forma que a equipe possa justificá-las.

O diretor de operações precisa que o programa entre em operação rapidamente e continue funcionando. Uma implantação que leva dias, em vez de trimestres, com manutenção que não exija uma equipe de conteúdo permanente, é o que diferencia um programa que cresce exponencialmente de um que fica estagnado.

Como a Encore se adapta às expectativas do comprador

O Inbenta Encore foi desenvolvido com foco no conhecimento, e é isso que lhe permite atender a todos os seis critérios, em vez de apenas três. O padrão do setor é priorizar os LLMs. O Encore inverte essa abordagem.

• Arquitetura. O conteúdo de origem é captado e estruturado em intenções regulamentadas e vinculadas à fonte. Durante a execução, o sistema recupera uma resposta pré-validada, e o modelo se encarrega da orquestração e do enriquecimento, em vez de gerar o conteúdo propriamente dito.
• Governança. Cada resposta remete à intenção original, e cada caminho de decisão pode ser analisado, de modo que um responsável pela conformidade ou um auditor possa ver exatamente por que o sistema respondeu daquela forma. A trilha de auditoria se mantém à medida que o conteúdo evolui, sendo mantida por meio da Engenharia do Conhecimento, a camada de dados regulamentada por trás da gestão inteligente do conhecimento.
• Resultados das resoluções. A plataforma foi desenvolvida para resolver, e não apenas responder, com uma melhoria de +35% na resolução no primeiro contato e de +30% na satisfação do cliente (CSAT), conforme comprovado por dados documentados. A GOL Airlines lida com mais de 10 milhões de consultas por ano, e o Travel Club reduziu o custo por chamada em 39% com a IA de voz da Encore.
• Profundidade de integração. Com mais de 850 integrações empresariais pré-configuradas, a orquestração pré-configurada se conecta à infraestrutura legada do contact center sem a necessidade de uma substituição completa da plataforma, de modo que você não precise resolver a questão da migração antes de implementar a IA.
• Durabilidade do modelo. O Encore avalia os modelos disponíveis em relação ao seu caso de uso e pode alternar entre eles, de modo que o investimento não se torne um passivo quando o cenário mudar. A Inteligência Programada, impulsionada pela arquitetura de LLM duplo do Encore, alterna entre a recuperação determinística e a formulação generativa com base no contexto. Trata-se, na prática, de uma orquestração de IA independente de modelo.
• Tempo até a entrada em produção. O Encore fica pronto para produção em dias, e não em meses, com uma implantação +75% mais rápida e uma redução de +50% nos custos indiretos. Sua camada de manutenção autônoma monitora as interações, detecta lacunas no conteúdo e atualiza as intenções quando o conteúdo de origem é alterado, sem intervenção manual.

O Inbenta Encore é uma plataforma unificada de IA orientada ao agente, e não um conjunto de produtos isolados; é por isso que recebeu o prêmio TSIA Star Award na categoria “Inovador do Ano em Sucesso Digital do Cliente”.

Se você estiver realizando uma avaliação que prefere não repetir, leve essa estrutura para uma sessão de trabalho.

Perguntas frequentes

O que é uma plataforma de IA agênica?

Uma plataforma de IA agênica proporciona aos agentes de IA a capacidade de planejar e executar tarefas com várias etapas de forma autônoma, indo além das interações de pergunta e resposta de uma única rodada. Na experiência do cliente (CX), ela pode resolver uma interação do início ao fim, em vez de apenas gerar uma resposta e repassar o caso. É orientada por objetivos, e não baseada em roteiros pré-definidos.

Como avaliar uma plataforma de IA autônoma para a experiência do cliente (CX) corporativa?

Avalie seis critérios nesta ordem: arquitetura, governança, resultados da resolução, profundidade da integração, durabilidade do modelo e tempo até a entrada em operação. Realize a avaliação com toda a comissão, já que as áreas de experiência do cliente (CX), segurança, risco e TI adotam perspectivas diferentes. Encerre cada etapa com uma pergunta direta ao fornecedor.

Qual é a diferença entre uma IA agênica e um assistente de IA inteligente?

Um assistente de IA inteligente responde a perguntas isoladas e repassa a tarefa quando ela se torna complexa. A IA agentiva planeja e executa uma tarefa com várias etapas rumo a um objetivo, resolvendo a interação do início ao fim. A diferença está na autonomia e na capacidade de resolução, e não na fluência das respostas.

O que os setores regulamentados devem procurar em uma plataforma de IA autônoma?

A auditabilidade em primeiro lugar. É necessário ter vinculação à fonte em cada resposta, uma trilha de auditoria pronta para os órgãos reguladores, comportamento determinístico em consultas repetidas e mapeamentos de controle para as estruturas nas quais você opera. A governança deve ser arquitetônica, e não uma camada de registro adicionada posteriormente.

Quanto tempo deve levar para implantar uma plataforma de IA autônoma?

De dias a semanas, não trimestres. Prazos longos geralmente indicam um trabalho de desenvolvimento personalizado que se repete sempre que o conteúdo é alterado. Uma plataforma que prioriza o conhecimento incorpora o conteúdo rapidamente em intents controlados, e é assim que o Encore alcança uma implantação mais de 75% mais rápida do que as abordagens tradicionais.

Qual é o critério mais negligenciado na avaliação da IA agênica?

Durabilidade do modelo. A maioria das estruturas ignora esse aspecto, mas o panorama dos modelos muda a cada ano, e a dependência de um único modelo se transforma em um ciclo de atualização sem fim. Uma plataforma independente de modelo protege o investimento, permitindo a transição entre modelos sem a necessidade de revalidar toda a implantação.