Descubra o potencial da IA generativa no atendimento
Objetivos de aprendizagem
Após concluir esta unidade, você estará apto a:
- Identificar de que maneiras a IA generativa ajuda a diagnosticar e resolver problemas.
- Descrever como a IA generativa ajuda a guardar e a compartilhar conhecimento.
- Explicar como a análise de sentimento pode melhorar as experiências de atendimento ao cliente.
A promessa da IA generativa
Antes de começar, se você quiser rever as noções básicas da IA generativa, incluindo uma análise de termos como “grandes modelos de linguagem”, confira as Noções básicas da IA generativa.
O ecossistema da IA generativa está crescendo vertiginosamente com o lançamento de vários grandes modelos de linguagem de grande capacidade. Ao mesmo tempo, várias empresas resolveram otimizar esses modelos e integrar o LLM a várias situações novas ou existentes. Isso significa que organizações de todos os tipos e tamanhos passaram a ter acesso à IA generativa como nunca visto antes. Embora exista grande interesse em usar essa tecnologia, muitas organizações querem saber como a IA generativa pode melhorar a produtividade, inspirar criatividade e reduzir a monotonia.
Quando uma nova tecnologia aparece, é difícil prever seus usos futuros e se é fácil de usar. Por exemplo, quando pesquisadores do governo americano criaram a ARPANET para compartilhar informações uns com os outros, eles não sabiam que acabariam criando a Internet.
Da mesma forma, como a IA generativa será usada nos próximos seis meses será muito diferente de como ela será usada daqui a seis anos. Isso depende tanto da rapidez do aprimoramento tecnológico quanto da nossa própria criatividade no uso da ferramenta. O fato de darmos como certa a nossa capacidade de realizar tarefas linguísticas também facilita não percebermos oportunidades de usar a IA generativa.
Embora não possamos prever o futuro, podemos mudar a forma de pensar sobre a IA generativa vendo exemplos de como ela pode ser usada hoje em dia. Este módulo explora a IA generativa de vários ângulos. Você verá como ela pode ser aplicada a várias partes de uma organização, incluindo atendimento, vendas, comércio, marketing e TI. Não é um manual definitivo de casos de uso; servirá apenas como inspiração. À medida que você for aprendendo sobre a promessa da IA generativa, descobrirá temas e padrões. E, em um piscar de olhos, você começará a imaginar suas próprias variações desses temas.
Turbinar os serviços com IA generativa
As organizações de atendimento lidam com várias tarefas linguísticas. Todos os dias, os representantes de atendimento se comunicam com clientes por telefone, chat ou email. Durante a solução de problemas, eles pesquisam e documentam as informações. Não é à toa que as habilidades de comunicação são muito procuradas em funcionários de organizações de atendimento. Também é por isso que a IA generativa é tão eficaz nesse cenário.
Após um primeiro contato com um cliente, não demora muito para se encontrar um bom uso para a IA generativa. Pode parecer óbvio, mas você não pode resolver um problema se não entender primeiro como ele é. Os clientes podem compartilhar informações para identificar o problema, mas o que eles oferecem costuma ser incompleto ou incluir detalhes irrelevantes. Ou seja, fazer boas perguntas de acompanhamento é essencial.
É aqui que entra a IA generativa. Ela pode usar detalhes de casos anteriores, compras recentes, registros de alterações de produtos e até anotações de casos simultâneos para criar perguntas esclarecedoras. “Estamos falando da sua compra recente do Widget Pro?” “Você atualizou seu dispositivo recentemente?”
Essas perguntas podem ser feitas ao cliente por um chatbot ou oferecidas a um representante de atendimento por um assistente virtual. As respostas levam a perguntas adicionais geradas em tempo real. A IA generativa pode sugerir perguntas que indicam um caminho a ser explorado que poderia ter sido ignorado. Com a ajuda da IA generativa, você pode passar menos tempo identificando um problema e começar a resolvê-lo imediatamente.
A IA generativa sintonizada com sua base de conhecimento também agiliza sua etapa de resolução. O contexto que ajudou a identificar o problema também pode ser usado para oferecer soluções, com referências a recursos de suporte. Você pode até direcionar a IA generativa para explicar o raciocínio por trás de uma solução. Assim, os representantes de atendimento podem ter um nível de controle de qualidade e ignorar sugestões que sabem não serem úteis. Se uma solução parecer promissora, os representantes podem investigar e verificar o que é apropriado.
A IA generativa continua a auxiliar facilitando o compartilhamento de soluções. Com um clique de um botão, os representantes de atendimento podem usar a IA generativa a fim de criar o rascunho de uma resposta clara, educada e relevante para o cliente. É aqui que a IA generativa realmente brilha.
Você pode ajudar um cliente que gostaria de receber uma explicação completa sobre a ocorrência de um problema. Ou talvez esteja ajudando alguém que está se sentindo perdido, frustrado e quer apenas resolver um problema rapidamente. Seja qual for o cenário, a IA generativa pode criar uma resposta que se encaixe melhor nas expectativas do público-alvo. Esse tipo de personalização leva a relacionamentos mais fortes e mais confiáveis. E é fácil alcançar coisas quando você tem a IA generativa na sua equipe.
Mas ajudar o cliente a encontrar uma solução não é o fim da história. Os representantes de atendimento precisam registrar os detalhes do caso, incluindo um resumo do problema e sua resolução. E você adivinhou: a IA generativa também simplifica essa etapa. Os resumos gerados são concisos, digitalizáveis, anotados e marcados com palavras-chave; são perfeitos para outros representantes de atendimento e seus gerentes.
Durante este exemplo, o representante de atendimento escolheu o melhor caminho para prosseguir. A IA generativa apresenta opções e o representante avalia a melhor sugestão ou a investiga por conta própria. A expectativa é ter menos becos sem saída, uma jornada mais rápida e um cliente mais feliz.
Mas ele está feliz? É difícil dizer. As enquetes costumam ser ignoradas e a atitude de um cliente nem sempre é indicada nas anotações do caso. A IA generativa também oferece algumas soluções para esse problema. Primeiro, a IA generativa é ótima para analisar sentimentos e pode resumir a interação geral entre o cliente e o representante de atendimento. O cliente mostrou frustração ou raiva em algum momento? Isso mudou ao longo do tempo, para o bem ou para o mal? Isso pode ajudar a identificar representantes de atendimento de alto desempenho e representantes que precisam de aprimoramento.
A análise de sentimento também pode ajudar a encaminhar casos para o agente mais adequado. Por exemplo, um caso difícil escalado pode ser encaminhado automaticamente a um representante de atendimento mais sênior que é excelente no apaziguamento de ânimos, o que protegeria os funcionários mais novos de enfrentar situações acima de suas capacidades.
[Imagem gerada por IA usando o DreamStudio em stability.ai com o prompt “Um robô segura um escudo em uma mão, desenhado no estilo de quadrinhos.”]
Por fim, a IA generativa pode fazer rascunho de artigos de conhecimento e converter detalhes de um ou mais casos resolvidos em conteúdo sem dados específicos que pode ser usado por um público geral. Ela pode até fazer sugestões de tópicos relevantes com base nas atividades recentes de um caso. Em minutos, você pode ter um artigo pronto para compartilhar com sua comunidade no portal de ajuda.
As organizações de atendimento são um ótimo lugar para vislumbrar o futuro da IA generativa. Na próxima unidade, você aprenderá o que ela pode fazer nas operações de vendas e comércio.
Recursos
- Ajuda: IA generativa do Einstein
- Ajuda: Glossário de termos de IA generativa do Einstein
- Trailhead: Noções básicas de IA generativa
- Trailhead: Noções básicas de processamento de linguagem natural
- Trailhead: Inteligência artificial para o Serviço de atendimento ao cliente
- Salesforce: Principais estatísticas de IA generativa para 2023