A IA do contact center determina a intenção do chamador ao comparar o que ele diz com uma necessidade conhecida do cliente, associada a uma solução. A maioria dos sistemas faz essa determinação em tempo real. O Encore, a plataforma de IA da Inbenta voltada para a experiência do cliente e que prioriza o conhecimento, realiza a maior parte do trabalho antecipadamente, no momento da ingestão do conteúdo. Durante a ingestão, o Encore identifica as diversas maneiras pelas quais um cliente pode formular cada pergunta e associa cada uma delas a uma resposta aprovada. Quando a chamada chega, basta apenas associar a resposta à pergunta.
O que é a intenção do chamador e por que ela determina se uma chamada será atendida?
A intenção do chamador é a necessidade por trás das palavras, e é a primeira coisa que a IA do centro de atendimento precisa entender corretamente.
Imagine três pessoas ligando. Uma diz: “Fui cobrado duas vezes”. Outra percebe um pagamento duplicado no extrato. Uma terceira quer saber por que vocês debitaram o dinheiro dela novamente. As palavras são diferentes, mas o problema e a solução são os mesmos. Um bom sistema interpreta as três ligações como uma única solicitação: contestar uma cobrança duplicada.
Um sistema que não leve isso em conta acabará falhando sem que você perceba. Ele dará uma resposta fluente a uma pergunta diferente, encaminhará o chamador para a fila errada ou pedirá que ele recomece. Cada uma dessas situações resulta em um repasse, uma ligação mais longa e um cliente que não confiará mais na linha automatizada na próxima vez.
Atualmente, como a maioria dos sistemas de IA em centrais de atendimento determina a intenção do chamador?
A maioria dos sistemas de IA para centrais de atendimento determina a intenção do chamador em tempo de execução, utilizando uma das duas abordagens.
A abordagem mais antiga consiste em classificar a intenção por meio de um modelo treinado para categorizar cada solicitação em uma das categorias de uma lista fixa. Alguém elabora uma lista de intenções e alimenta o modelo com dezenas ou centenas de frases de exemplo para cada uma delas. O modelo aprende a classificar novas solicitações nessas categorias. Foi assim que a primeira geração de agentes virtuais e sistemas IVR baseados em PLN (Processamento de Linguagem Natural) foi desenvolvida e, dentro do vocabulário com o qual foi treinada, ela funciona muito bem. Fora desse vocabulário, no entanto, ele enfrenta dificuldades. Os clientes se expressam de maneiras que ninguém previu, e manter as frases de treinamento atualizadas torna-se uma tarefa sem fim.
A abordagem mais recente passa a transcrição para um grande modelo de linguagem e pergunta o que o interlocutor deseja, muitas vezes na mesma etapa em que a resposta é redigida. Ela lida muito melhor com formulações desconhecidas. O problema é que ela combina duas decisões em uma só: o que o interlocutor precisa e o que dizer a ele. Ninguém aprovou essa resposta combinada com antecedência. E quando o modelo interpreta mal a intenção, você não ouvirá um erro. Você ouvirá uma resposta confiante a uma pergunta que o usuário nunca fez.
Ambas as abordagens determinam a intenção depois que o interlocutor fala.
O que significa determinar a intenção no momento da ingestão?
Determinar a intenção no momento da interação significa mapear as necessidades dos clientes e todas as formas como as pessoas as expressam, antes mesmo de alguém ligar.
Quando o Inbenta Encore processa o conteúdo de uma empresa — desde documentos de políticas, páginas da central de ajuda, guias de produtos e transcrições de chamadas até bibliotecas do SharePoint e sistemas como o Salesforce e o ServiceNow —, ele organiza esse conteúdo em intenções regulamentadas. Para cada uma delas, o Encore gera as formas como os clientes reais provavelmente formularão a pergunta e vincula cada formulação a uma única solução. Em uma montadora global, uma única importação de conteúdo exclusivamente em inglês produziu mais de 25.000 intenções em três idiomas. A governança ocorre na mesma etapa. Um segundo modelo, independente, valida cada resposta antes de ela ser publicada; em seguida, um especialista no assunto aprova o conhecimento. Essa aprovação passa a constituir o registro de auditoria.
O que acontece durante a execução quando quem está ligando fala?
Durante a execução, o Inbenta Encore executa duas etapas para cada pergunta, e nenhuma delas registra a resposta.
Primeiro, o Encore associa a solicitação a uma das intenções criadas na fase de ingestão. Como as formulações foram mapeadas com antecedência, trata-se de uma consulta às necessidades que ele já conhece, e não de uma suposição aleatória.
Em segundo lugar, um modelo de linguagem verifica se a pergunta e a resposta correspondente estão alinhadas e, em seguida, ajusta a redação para que soe natural na conversa. O modelo define como a resposta é formulada. O conteúdo da resposta e sua origem são determinados pela intenção aprovada. Manter essas etapas separadas também torna o Encore mais rápido. Como nada é criado do zero, ele responde de 2 a 3 vezes mais rápido do que uma chamada padrão a um modelo de linguagem.
Como a IA de um call center lida com um cliente que faz duas perguntas ao mesmo tempo?
A IA do contact center deve lidar com uma solicitação composta por duas partes, associando cada parte à sua respectiva intenção e respondendo a ambas em uma única resposta.
Quem liga raramente faz apenas uma pergunta bem definida. “Preciso atualizar meu endereço e verificar se meu cartão já foi enviado” são dois pedidos feitos de uma só vez, e um sistema que registra apenas um deles deixa metade da ligação sem solução.
Os assistentes de IA do Inbenta Encore funcionam como vários agentes atuando em conjunto, de modo que uma única interação pode acionar uma atualização de endereço e uma consulta sobre o status da entrega, enquanto o cliente ouve uma única resposta. Como cada parte da solicitação já possui sua própria solução aprovada, nenhum modelo precisa improvisar uma ligação entre duas políticas.
O que a IA de um centro de atendimento deve fazer quando não consegue identificar o que o chamador deseja?
Quando a IA do call center não consegue identificar o que o cliente deseja, ela deve informar isso e transferir a ligação para alguém que possa ajudá-lo.
Um sistema criado para responder a tudo responderá mesmo quando não houver nenhum conteúdo aprovado que corresponda à pergunta, e é daí que vêm muitas respostas erradas que parecem certas.
O Inbenta Encore não impõe uma correspondência fraca. Se nenhuma intenção predefinida for adequada, o assistente encaminha a chamada para um especialista no assunto ou para um atendente humano e repassa toda a conversa, para que o usuário não precise repeti-la.
Cada escalonamento também indica uma lacuna no conhecimento da sua organização. O Encore Elevate aprende com interações reais e identifica o que a base de conhecimento ainda não abrange, como novas intenções, fontes ausentes e siglas não definidas. Ele elabora a atualização, e um operador a publica com um clique.
A precisão do reconhecimento de fala é a mesma que a precisão da intenção?
Não. A precisão do reconhecimento de fala indica se o sistema ouviu as palavras. A precisão de intenção indica se ele compreendeu o que o usuário precisava. Os fornecedores costumam citar a primeira quando os compradores perguntam sobre a segunda.
Um sistema de atendimento por voz pode transcrever perfeitamente a frase “Quero cancelar meu pagamento” e, mesmo assim, encaminhá-la para a solução errada, pois não consegue distinguir entre um débito automático cancelado e uma cobrança contestada no cartão. A precisão de intenção — ou seja, se a resposta atendeu à necessidade real do chamador — é o indicador que prevê se uma chamada será resolvida.
A IA de voz da Inbenta Encore oferece suporte a mais de 90 idiomas e, em programas-piloto de IA de voz, a duração das chamadas foi de 25% a 40% menor. A precisão das respostas é medida separadamente: os assistentes de IA em produção apresentam uma precisão de resposta de 98% a 99%. Seja qual for a IA de voz que você estiver avaliando, pergunte quais desses números o fornecedor está citando e como eles foram medidos.
Quanto tempo leva para criar um conjunto de intenções para a IA de um contact center?
O tempo necessário para criar um conjunto de intenções depende se as intenções são escritas manualmente ou geradas a partir do seu conteúdo.
Com um sistema baseado em classificadores, o processo é o seguinte: definir intenções, escrever frases de treinamento, testar e retreinar. Isso geralmente leva meses e exige uma equipe especializada.
Com o Inbenta Encore, o conjunto de intenções é um subproduto da ingestão. Uma execução leva de 30 a 60 minutos em um conjunto típico de conteúdo, e um conjunto completo de fontes é ingesto em um dia. As primeiras respostas verificadas chegam no mesmo dia, provenientes de um URL e de um especialista no assunto, e um Assistente de IA com escopo definido é executado de ponta a ponta em poucos dias. As implantações de voz levam até 90 dias quando a integração de telefonia e a migração do fluxo de chamadas estão no escopo, e a maior parte desse tempo é dedicada à conexão do sistema telefônico.
A função do especialista no assunto é revisar e aprovar. A equipe de CX faz isso em uma interface do Studio, sem precisar escrever código nem abrir um ticket de TI.
O que uma equipe de contact center deve perguntar a um fornecedor sobre a detecção de intenção?
Cinco perguntas distinguem a detecção de intenção que se mostra eficaz em ambiente de produção daquela que apenas funciona bem em demonstrações.
- Quando a intenção é determinada: em tempo de execução, por um modelo que analisa a transcrição, ou antecipadamente, com base em um conjunto definido?
- Quem redige os textos de treinamento e quem os mantém atualizados quando os produtos e as políticas mudam?
- A etapa que identifica a intenção é diferente da etapa que redige a resposta?
- O que acontece quando não há nenhuma correspondência: o sistema encaminha a questão com o contexto, faz uma pergunta para esclarecer ou responde mesmo assim?
- Quando o fornecedor menciona a precisão, trata-se de reconhecimento de fala, precisão de intenção ou exatidão da resposta, e com base em qual conjunto de testes?
Para conhecer os argumentos mais amplos a favor de realizar esse trabalho antes da chamada, incluindo o que isso significa em relação às alucinações, consulte “Como evitar alucinações de IA no atendimento ao cliente: corrija a arquitetura, não o prompt”. Para saber por que a recuperação por si só não resolve o problema, consulte “O RAG é suficiente? Por que a recuperação ainda gera alucinações no atendimento ao cliente”.
O momento em que o cliente está ao vivo é o pior momento para descobrir o que ele precisa. Faça isso antes que o telefone toque.
Perguntas frequentes
Como a IA determina a intenção do chamador em um contact center?
A IA determina a intenção do chamador ao comparar o que ele diz com uma necessidade conhecida do cliente, associada a uma solução. A maioria dos sistemas faz essa determinação em tempo real, utilizando um classificador ou um modelo de linguagem. Uma plataforma que prioriza o conhecimento, como o Inbenta Encore, mapeia as formas como os clientes fazem cada pergunta no momento da captação, de modo que, durante a execução, ela compara essas perguntas com as intenções já conhecidas.
Qual é a diferença entre reconhecimento de fala e reconhecimento de intenção?
O reconhecimento de fala avalia se o sistema ouviu as palavras corretamente. O reconhecimento de intenção avalia se ele compreendeu o que o usuário precisava. Um sistema de voz pode transcrever uma solicitação com perfeição e, mesmo assim, encaminhá-la para a solução errada; portanto, a precisão da intenção é o melhor indicador para saber se uma chamada será resolvida.
O que acontece quando a IA de um call center não consegue identificar a intenção do chamador?
Um sistema bem projetado recorre a procedimentos de escalonamento em vez de adivinhar. Quando nenhuma intenção predefinida se encaixa, o Inbenta Encore encaminha o chamador a um especialista no assunto ou a um atendente ao vivo, juntamente com o histórico completo da conversa, e o Encore Elevate sinaliza essa lacuna como uma sugestão de atualização do conhecimento.
Uma chamada pode corresponder a mais de uma intenção?
Sim. O Inbenta Encore associa solicitações compostas a várias intenções e retorna uma resposta combinada. Um usuário que pede para atualizar um endereço e verificar a entrega de um cartão em uma única frase recebe uma resposta que atende a ambas as solicitações.
Quanto tempo leva para configurar os intents para a IA do contact center?
Com o Inbenta Encore, as intenções são geradas durante a ingestão, processo que leva de 30 a 60 minutos para um conjunto típico de conteúdo. As primeiras respostas verificadas ficam disponíveis no mesmo dia. As implantações de voz levam até 90 dias quando incluem integração de telefonia e migração do fluxo de chamadas.
Veja isso no seu próprio conteúdo
Traga uma política, uma central de ajuda ou um conjunto de transcrições e veja como o Encore transforma tudo isso em respostas vinculadas à fonte, aprovadas pela sua equipe.
Agende uma demonstração