O que sua IA de atendimento ao cliente deve fazer quando não sabe a resposta

Quando a IA do atendimento ao cliente não souber a resposta, ela deve admitir isso, encaminhar o cliente para alguém que possa ajudá-lo (com o registro da conversa anexado) e transformar a pergunta não respondida em uma atualização do banco de conhecimento. Ela nunca deve dar respostas baseadas em suposições. Muitas “alucinações” no atendimento ao cliente começam exatamente aqui: um sistema criado para responder a qualquer coisa gera uma resposta quando não tem nada aprovado a dizer.

Por que a IA do atendimento ao cliente responde a perguntas que não sabe responder?

A maior parte da IA aplicada ao atendimento ao cliente é projetada para gerar conteúdo. Um assistente generativo recebe uma pergunta, recupera qualquer texto que pareça relevante e redige uma resposta. Redigir uma resposta é o que o sistema faz, portanto, ele o faz independentemente de o texto recuperado esclarecer a dúvida ou não. Quando o material de referência é escasso, desatualizado ou não aborda o assunto, o modelo preenche a lacuna com um texto que soe adequado.

A empresa pode não ter uma política sobre o que o cliente perguntou. O problema é que o sistema não possui uma maneira confiável de detectar isso, nem nenhuma razão de projeto para interromper o processo. Uma resposta errada, mas fluente, aparece nos registros da mesma forma que uma resposta correta e fluente; é por isso que esses erros tendem a surgir como reclamações dos clientes após o fato, em vez de alertas antes dele.

Por que o modelo não pode simplesmente avisar quando não sabe?

É possível tentar. O resultado não é confiável, pois pedir a um modelo de linguagem que avalie sua própria confiança equivale a pedir ao componente que produziu o erro que o detecte.

Regras de prompt como “responda apenas com base no contexto fornecido” e “diga que não sabe se estiver em dúvida” reduzem a taxa de respostas inventadas e vale a pena aplicá-las. Mas elas não alteram quem toma a decisão final: o mesmo modelo que redige a resposta também decide se havia fundamentos para redigi-la. A geração aumentada por recuperação (RAG) apresenta a mesma limitação, conforme explica o artigo “Is RAG enough? Why retrieval still hallucinates in customer service” (A RAG é suficiente? Por que a recuperação ainda produz alucinações no atendimento ao cliente ).

Os limites de confiança nas pontuações de recuperação ajudam um pouco mais. Mas uma pontuação alta de similaridade mede apenas o grau de correspondência entre uma passagem e as palavras de uma pergunta, e não se ela realmente responde à pergunta. Uma política de reembolso para um produto diferente pode ter uma boa pontuação e, mesmo assim, estar completamente errada.

O sinal mais confiável vem da forma como o sistema foi construído. Quando as respostas são redigidas e aprovadas antes mesmo de qualquer cliente fazer a pergunta, verificar se existe uma resposta aprovada é uma simples consulta com um resultado do tipo “sim” ou “não”. O sistema ou encontra uma resposta correspondente ou não. Isso é muito mais confiável do que pedir a um modelo que avalie sua própria confiança enquanto ainda está redigindo a resposta.

Como uma arquitetura que prioriza o conhecimento sabe quando não há resposta?

Em uma arquitetura que prioriza o conhecimento, as respostas são criadas e aprovadas no momento da ingestão. Quando o Inbenta Encore ingere o conteúdo de uma empresa (documentos de políticas, páginas da central de ajuda, PDFs, transcrições de chamadas, bibliotecas do SharePoint e sistemas como o Salesforce e o ServiceNow), ele identifica as maneiras pelas quais um cliente poderia formular cada pergunta e associa cada uma delas a uma solução. Um segundo modelo, independente, valida cada resposta antes que ela seja publicada. Tudo isso ocorre antes que o cliente a veja, e essa aprovação constitui o registro de auditoria.

Durante a execução, o Encore compara a solicitação do cliente com essas respostas padronizadas. Ou há uma correspondência ou não. Quando há uma correspondência, um modelo de linguagem verifica se a pergunta e a resposta estão alinhadas e define o texto da conversa. O modelo define o texto, não os fatos. Quando não há correspondência, o Encore não força uma correspondência fraca, e o modelo não é solicitado a preencher a lacuna.

A etapa de correspondência em si é abordada no artigo “Como a IA do contact center determina a intenção do chamador antes que a pergunta seja feita?”. Para saber por que é mais seguro criar e aprovar respostas com antecedência do que gerá-las enquanto o cliente espera, consulte “Como evitar alucinações da IA no atendimento ao cliente: corrija a arquitetura, não o prompt”.

O que deve acontecer quando a IA não tiver uma resposta aprovada?

Uma IA de atendimento ao cliente bem projetada faz quatro coisas quando chega ao limite de seu conhecimento.

Ele reconhece a lacuna. O sistema registra que não possui uma resposta predefinida, em vez de permitir que uma etapa de geração preencha a lacuna com um texto plausível.

Essa pergunta é feita quando a questão é ambígua. Alguns erros decorrem de lacunas na pergunta, e não no conhecimento. “Qual é a taxa?” pode se referir a quatro taxas diferentes. Uma breve pergunta esclarecedora resolve isso sem a necessidade de repassar a questão.

O sistema encaminha para um nível superior com base no contexto. Quando o conhecimento disponível não abrange a dúvida, o Encore encaminha a consulta para um especialista no assunto ou para um atendente ao vivo, em vez de tentar adivinhar, e repassa o histórico da conversa para que o cliente não precise se repetir. Com o Live Agent Assist, o atendente visualiza o histórico do caso no momento do encaminhamento e trabalha com rascunhos de respostas padronizados, que ele revisa antes que qualquer mensagem chegue ao cliente.

Ele registra a lacuna. Uma pergunta que o sistema não conseguiu responder é um dos dados mais úteis que ele gera. Ela deveria ser encaminhada para algum lugar que leve a uma solução, e não para uma transcrição que ninguém lê.

A escalação é um fracasso para a IA no atendimento ao cliente?

Não quando isso já está previsto no projeto. A escalada é interpretada como uma falha sob uma métrica de contenção, na qual o objetivo é manter o cliente dentro do canal automatizado. Sob essa métrica, um cliente que desiste conta da mesma forma que aquele que obteve uma resposta, e um assistente que acerta tem um desempenho melhor do que aquele que transfere a chamada.

A resolução é o melhor indicador. Um repasse correto que resulte em um contato resolvido é melhor do que uma resposta errada, por mais confiante que seja, que resulte em uma reclamação, um novo contato ou uma auditoria de conformidade. A Gartner estima que a resolução totalmente por meio do autoatendimento represente cerca de 22% das interações, o que significa que o repasse é uma parte significativa da jornada do cliente, e não um caso isolado. Um assistente que esconde suas lacunas por trás de textos gerados automaticamente torna essa jornada mais difícil de entender e de corrigir.

A qualidade da transferência de chamada determina os custos de escalonamento. Quando o contexto se perde, o cliente precisa explicar tudo de novo e o atendente começa do zero. No Live Agent Assist, que disponibiliza ao atendente o conhecimento estruturado e o histórico da conversa, a Inbenta registra uma taxa de resolução no primeiro contato de +80% e uma redução de 65% no volume de chamadas escalonadas. Ambos os números se referem especificamente ao canal assistido.

Como uma resposta errada pode se tornar uma resposta melhor na próxima semana?

É aí que essa lacuna se compensa. O Encore Elevate aprende com interações reais e identifica as questões que o conhecimento existente não abrange: novas intenções solicitadas pelos clientes, fontes ausentes, siglas não definidas e soluções para casos de escalamento. Ele elabora a atualização, e o operador a publica com uma aprovação de um clique. Além disso, ele mostra onde os clientes enfrentam dificuldades e solicitam escalamento, para que a equipe de experiência do cliente saiba o que corrigir primeiro.

Esse ciclo é importante porque o conhecimento se desatualiza após o lançamento. Os produtos mudam, as taxas mudam, as políticas são reformuladas e os clientes encontram novas maneiras de fazer perguntas antigas. Um sistema que tenta adivinhar essas lacunas oculta a desatualização até que ela se transforme em uma reclamação. Um sistema que encaminha e registra essas lacunas transforma cada falha em uma possível atualização, aprovada pela equipe responsável pelo conhecimento. Em comparação com pilhas que dependem de IA gerativa (GenAI), o Encore opera com uma sobrecarga cerca de 50% menor.

A recusa em responder não causa frustração nos clientes?

Menos do que uma resposta errada. Quando um cliente ouve “Vou transferir sua ligação para alguém que possa confirmar isso”, ele perde um minuto. Um cliente a quem é informada a data errada para reembolso, a taxa errada ou a regra de elegibilidade errada perde dinheiro, volta mais irritado e, em um setor regulamentado, pode ter motivos para uma reclamação à qual a empresa terá de responder.

O compromisso diminui à medida que a cobertura aumenta. Os assistentes de IA em produção respondem com precisão de 98% a 99%, e o Encore mapeia perguntas compostas a várias respostas padronizadas e retorna uma única resposta; assim, uma pergunta dividida em duas partes não falha apenas porque uma das partes é incomum. Cada lacuna que o Elevate preenche representa uma transferência a menos. O objetivo não é um assistente que encaminhe para um nível superior com frequência, mas sim um que o faça pelos motivos certos e responda corretamente no restante do tempo.

O que você deve perguntar a um fornecedor sobre o comportamento em caso de falta de resposta?

Cinco perguntas mostram como um assistente se comporta quando chega ao limite de seu conhecimento.

O que o assistente faz quando não há uma resposta aprovada: encaminhar para um nível superior, fazer uma pergunta para esclarecer ou gerar uma resposta mesmo assim? Quem decide que não existe resposta: um modelo que avalia sua própria confiança ou uma comparação com um conjunto aprovado? O que o agente humano recebe no momento da transferência: a conversa e seu contexto, ou apenas a transferência e um novo início? Para onde vão as perguntas sem resposta após o término da conversa? Quanto tempo leva para uma pergunta não respondida se tornar uma resposta aprovada, e quem a aprova?

Em seguida, peça uma demonstração com uma pergunta que não conste na base de conhecimento. A maneira como o sistema lida com essa pergunta específica diz mais do que uma demonstração com cinquenta perguntas às quais ele sabe responder.