Como integrar a IA em centrais de atendimento legadas sem precisar substituir o sistema inteiro

É possível adicionar IA autônoma a um contact center legado sem a necessidade de uma substituição completa, implantando uma camada de orquestração que se conecta à sua infraestrutura, consulta seu conhecimento regulamentado e resolve interações sem substituir sua plataforma principal.

A maioria das equipes presume que a IA implica em uma migração de vários anos para fora de uma plataforma como a Genesys, por isso acabam adiando a decisão. Na verdade, é exatamente o contrário.

O risco não é a dificuldade de integração. O risco é integrar a coisa errada: um wrapper superficial de LLM que é lançado rapidamente, não pode ser auditado e deixa de funcionar no momento em que um órgão regulador questiona por que a IA disse o que disse.

Pontos principais

• Você não precisa substituir a plataforma do seu centro de atendimento para incorporar IA. Uma camada de orquestração se conecta à infraestrutura existente, incluindo ambientes mais antigos da Genesys e da IBM, por meio de integrações pré-configuradas.
• Um wrapper LLM simplificado é o caminho mais rápido para uma demonstração e o caminho mais lento para uma produção sustentável. Ele gera respostas de forma probabilística, apresenta risco de alucinações e compromete a auditabilidade em todas as interações.
• A integração que se destaca na experiência do cliente (CX) regulamentada é o design centrado no conhecimento: as respostas são extraídas de uma base de conhecimento controlada e vinculada às fontes, sendo que o modelo é utilizado para orquestração, e não para geração em tempo de execução.
• A resolução, e não o desvio, é o que realmente importa. O objetivo é resolver as interações logo no primeiro contato, e não desviá-las dos atendentes ao vivo.
• Veja como o Encore se integra ao seu contact center atual.

O mito da substituição total em centrais de atendimento corporativas

A crença de que a IA exige a migração de uma plataforma legada de contact center é impulsionada pelos fornecedores. Os fornecedores especializados em migração de plataforma se beneficiam ao apresentar sua infraestrutura atual como incompatível.

Uma migração é uma rubrica orçamentária e um programa que abrange vários trimestres. Isso é fácil de vender para um fornecedor, mas difícil de justificar para uma operadora quando o roteamento já funciona.

Os cronogramas revelam a verdadeira história. A migração de uma plataforma é acompanhada por meio de um plano de programa medido em trimestres. A adição de uma camada de IA regulamentada por meio de conectores pré-configurados é avaliada pela rapidez com que seu conhecimento fica pronto — algo que você mesmo controla.

A realidade operacional é mais simples. A infraestrutura legada dos centros de atendimento expõe dados e roteamento por meio de APIs e conectores pré-configurados, sobre os quais uma camada de IA pode ser integrada. Os sistemas não são o obstáculo.

O obstáculo é escolher uma arquitetura de IA que não consiga atender aos padrões de precisão e governança exigidos pela experiência do cliente (CX) corporativa. Trata-se de uma decisão de projeto, não de uma limitação da infraestrutura.

A verdade é que a integração dá muito trabalho, só que não é o tipo de trabalho descrito no argumento de venda da migração. O esforço passa da simples troca de plataformas para a gestão das respostas das quais seus clientes dependem.

Isso realmente exige um trabalho significativo na camada de conhecimento. A integração não é gratuita. Mas trata-se de um trabalho relacionado ao conteúdo, e não de uma migração de plataforma.

Por que um wrapper de LLM não é IA empresarial

Um wrapper LLM é uma camada fina de aplicação que encaminha as perguntas dos clientes a um modelo de base e retorna a resposta gerada, com pouca ou nenhuma camada de conhecimento regulamentada subjacente.

No CX corporativo, essa arquitetura apresenta falhas em três aspectos:

• As respostas são geradas de forma probabilística; portanto, a mesma pergunta pode gerar respostas diferentes.
• Não há vinculação nativa com a fonte, portanto, não é possível rastrear as respostas para fins de auditoria.
• A precisão depende do modelo, e não do conteúdo validado.

A demonstração rápida é a armadilha. O que parece pronto para produção em um script controlado é a mesma arquitetura que não permite que um examinador identifique de onde veio uma resposta.

Há também a questão do custo. Um wrapper cobra tokens a cada interação; portanto, uma pergunta comum respondida mil vezes por dia representa mil gerações pelas quais você paga e não consegue rastrear.

A recuperação de uma fonte controlada resolve a questão identificada de uma vez por todas e reutiliza a resposta validada. É mais econômica de executar e pode ser comprovada posteriormente.

Uma abordagem que prioriza o conhecimento inverte essa dinâmica. As respostas são extraídas de uma base de conhecimento regulamentada e vinculada a fontes, e o modelo apenas as formula, em vez de inventá-las. Esse é o cerne do problema do “wrapper” do LLM.

A questão é a adequação arquitetônica, e não o fato de os modelos de linguagem serem fracos. Um wrapper é adequado para usos de baixo risco e de natureza aberta. Ele, porém, não é adequado para a experiência do cliente (CX) regulamentada, onde cada resposta pode ter que ser justificada posteriormente.

O que a integração da IA realmente exige de um contact center tradicional

Comece pelos requisitos operacionais, e não pelo diagrama de arquitetura. A camada de IA precisa ler suas fontes de conhecimento controladas, conectar-se aos seus sistemas de roteamento e emissão de tickets e gravar as soluções ou os indicadores de escalonamento.

A maioria das plataformas tradicionais de contact center oferece exatamente isso por meio de APIs e conectores pré-configurados.

Com mais de 850 integrações corporativas e orquestração pré-configurada para infraestruturas legadas, incluindo ambientes antigos da Genesys e da IBM, a conexão raramente é a parte mais difícil. O trabalho que resta é gerenciar o conhecimento, e não conectar os sistemas.

Considere a camada de conhecimento como o verdadeiro projeto. Assim que suas fontes estiverem gerenciadas, atribuídas a responsáveis e com controle de versão, a IA terá dados precisos para recuperar, e a integração estará praticamente concluída.

Um pré-requisito que as equipes tendem a subestimar é a atribuição de responsabilidade. Alguém precisa se responsabilizar por cada resposta, sua fonte e seu ciclo de revisão. A governança é uma decisão tanto de pessoal quanto técnica, e determina se a precisão se mantém ao longo do tempo.

Nada disso exige uma mudança radical. O centro de atendimento continua funcionando enquanto a camada de IA é construída com base no conhecimento já existente e, em seguida, é ativada assim que as respostas estiverem validadas e prontas.

O verdadeiro pré-requisito é uma camada de conhecimento bem gerenciada. A preparação dos dados, e não a substituição da infraestrutura, é o gargalo. Se o seu conhecimento estiver disperso, sem controle de versão ou sem responsabilidade atribuída, essa é a tarefa a ser realizada em primeiro lugar.

A integração é bem-sucedida quando o conhecimento é gerenciado e a IA o utiliza. Essa é uma decisão que envolve tanto a escolha entre uma arquitetura determinística e uma generativa quanto uma questão de integração.

As abordagens de integração: Wrapper, replataforma e camada de orquestração

Existem três maneiras de incorporar IA a um contact center já existente. Elas diferem menos na velocidade de implementação do que na capacidade de o resultado ser aprovado em uma auditoria.

O wrapper é lançado rapidamente, mas não passa na auditoria. A replataforma passa na auditoria, mas interrompe a operação. A camada de orquestração é a única abordagem que adiciona IA defensável sem substituir o que já funciona.

Se você estiver avaliando essas abordagens, analise a camada de orquestração em sua própria pilha.

O que os compradores de CX sujeitos a regulamentação precisam antes de realizar a integração

O CISO e o diretor de riscos precisam de auditabilidade vinculada à fonte, caminhos de decisão passíveis de análise e que não haja comportamentos não controlados do modelo nas interações com os clientes.

Isso precisa ser justificável perante os examinadores no âmbito de obrigações como a transparência prevista no Artigo 13 da Lei da IA da UE, e não apenas funcional em uma demonstração.

O CIO e o COO precisam de uma integração que se conecte à infraestrutura existente sem a necessidade de migração, com prazos previsíveis e menor custo de operação. Isso se traduz em uma redução de mais de 50% nos custos indiretos e uma implantação 75% mais rápida.

O diretor de CX precisa de resolução no primeiro contato, e não de desvio de chamadas, além de uma qualidade de atendimento que seja mensurável. Isso se traduz em um aumento de 35% na resolução no primeiro contato e uma melhoria de 30% na satisfação do cliente (CSAT).

Como o Encore incorpora IA autônoma ao seu contact center atual

O Inbenta Encore inverte o design do wrapper, e é isso que torna a integração auditável, em vez de probabilística.

• Design centrado no conhecimento. O conteúdo de origem é importado e estruturado em intenções controladas e vinculadas à fonte por meio da Engenharia do Conhecimento, e o modelo se encarrega da orquestração e do enriquecimento, em vez da geração em tempo de execução.
• Inteligência Programada, com tecnologia da arquitetura dual-LLM da Encore. A plataforma decide quando é necessária precisão e quando a fluência agrega valor, sem que o cliente precise se preocupar com essa escolha.
• Integra-se à sua infraestrutura existente. Com mais de 850 integrações empresariais pré-configuradas, a orquestração por IA se conecta à infraestrutura legada do contact center, incluindo ambientes antigos da Genesys e da IBM. Sem necessidade de substituição total.
• Governança transparente, por padrão. Cada resposta remete à intenção original, para que você e seu responsável pela conformidade possam ver exatamente por que a IA respondeu daquela maneira.
• Resolva, não apenas responda. A integração é avaliada pelas interações resolvidas logo no primeiro contato, e não encaminhadas para outros canais, com um aumento de 35% na resolução no primeiro contato e uma melhora de 30% na satisfação do cliente (CSAT).
• Pronto para produção em dias, não em meses. O conteúdo é importado rapidamente para intents ativos e controlados, com uma implantação +75% mais rápida e uma redução de +50% nos custos indiretos.
• Resultados comprovados por uma produção regulamentada. Precisão de +98% desde o primeiro dia. A GOL Airlines processa mais de 10 milhões de consultas por ano, e a OPPLUS reduziu as escalações no atendimento ao cliente em 84%.

O Inbenta Encore é uma plataforma unificada de IA com agentes, e foi por isso que recebeu o prêmio TSIA Star Award na categoria “Inovador do Ano em Sucesso Digital do Cliente”.

Se uma migração paralisada for o único motivo pelo qual você ainda não adicionou a IA, mapeie o Encore ao seu contact center atual.

Perguntas frequentes

Como incorporar IA a um contact center já existente sem precisar substituí-lo?

Você implanta uma camada de orquestração que fica sobre a sua plataforma existente, conectando-se por meio de APIs e integrações pré-configuradas. Ela consulta o seu conhecimento regulamentado, resolve interações e registra as resoluções ou escalações. A plataforma principal do contact center permanece inalterada.

Qual é o problema do “wrapper” de LLM na IA corporativa?

Um wrapper LLM encaminha as perguntas dos clientes a um modelo de base e retorna a resposta gerada, com pouco conhecimento regulamentado subjacente. Ele gera respostas de forma probabilística, não possui vinculação nativa à fonte e não pode ser rastreado para fins de auditoria. Isso o torna inadequado para a experiência do cliente (CX) em ambientes regulamentados.

A IA pode ser integrada ao Genesys ou a outras plataformas legadas de contact center?

Sim. A maioria das plataformas legadas, incluindo ambientes antigos da Genesys e da IBM, disponibilizam dados e roteamento por meio de APIs e conectores pré-configurados. Uma camada de orquestração se conecta diretamente a elas, permitindo que você incorpore IA sem precisar substituir a plataforma subjacente.

Quanto tempo leva para implementar IA em um contact center já existente?

Dias, e não meses, quando a integração prioriza o conhecimento. O conteúdo é importado para intenções ativas e regulamentadas, e as integrações pré-configuradas cuidam da conexão. O prazo depende do grau de regulamentação do seu conhecimento, que é o verdadeiro pré-requisito, e não o trabalho de infraestrutura.

Um wrapper de LLM é seguro para setores regulamentados?

A questão mais relevante é se isso é auditável. Um wrapper pode ser filtrado por motivos de segurança, mas ainda assim gera resultados de forma probabilística, sem nenhuma fonte de registro. A experiência do cliente (CX) regulamentada exige respostas que sejam auditáveis, rastreáveis e defensáveis, o que é uma propriedade arquitetônica que um wrapper não possui.

A adoção da IA significa que terei que trocar meu fornecedor de central de atendimento?

Não. Uma camada de orquestração adiciona IA à sua pilha existente por meio de integrações pré-configuradas, de modo que sua plataforma principal e seu fornecedor permanecem os mesmos. Você adiciona uma camada de IA regulamentada, não realiza uma migração.