Chatbots de última geração aceleram o atendimento, reduzem custos para as instituições financeiras e aumentam a satisfação dos clientes
Durante um Dia dos Solteiros, data considerada uma das que proporcionam as maiores movimentações no comércio da China, o chatbot do Alibaba respondeu a mais de 300 milhões de perguntas sem intervenção humana. Este foi só um entre os vários feitos da ferramenta que já reduziu os custos operacionais da empresa em um valor superior a US$150 milhões por ano e aumentou a satisfação do cliente em 25%, considerando critérios relacionados à maior agilidade e eficiência do atendimento. O segredo para este desempenho é uma arquitetura considerada estado da arte neste tipo de operação, que é o uso de agentes supervisores de IA como um gateway para buscar respostas em outros agentes especializados em determinados tipos de operações. A estratégia já chegou ao Brasil e está sendo usada, por exemplo, para consultar scores de crédito dos mais variados tipos em jornadas de clientes de vários produtos financeiros.
Jhonata Emerick, co-fundador e CEO da Datarisk, empresa especializada no uso de inteligência artificial para gerar valor no conceito decision as a service, explica que muitas vezes, o desenvolvimento de um prompt muito grande e complexo com objetivo de abordar um volume abrangente de situações para uso no Chatgpt, por exemplo, acaba resultando em uma perda de qualidade com as respostas obtidas não sendo tão precisas como seriam no caso de perguntas mais isoladas. Segundo ele, essa constatação levou a estudos que mostraram a maior eficiência de uma combinação de diversos agentes sendo coordenados por um agente supervisor que ficaria responsável por orquestrar qual o agente que deve ser solicitado para responder determinadas partes de uma pergunta.
“Então o que está sendo feito é a criação de agentes especialistas em uma determinada tarefa, não em tudo. Eles ficam disponíveis para o agente supervisor consultar, filtrar e entender o momento ideal para ele ‘chamar’ cada um dos agentes ‘nichados’ de forma que eles viabilizem a obtenção da resposta de forma mais rápida e precisa possível à pergunta inicial que foi feita”, explica. Em uma linguagem técnica, ele afirma que esses supervisores funcionam como se fossem gateways das perguntas.
O executivo da Datarisk informa que na experiência da empresa, essa estratégia está sendo usada em praticamente todas as fases da jornada comercial dos produtos oferecidos por bancos digitais, fintechs e outras instituições financeiras. “Temos desenvolvido soluções voltadas por exemplo para a pré-análise, com a criação de pré-filtros para consultas a bureaus de crédito, decisão e precificação, para a definição de taxas de juros e prazos, e repescagem, como forma de reavaliar clientes rejeitados previamente”, afirma.
Para a alimentação dessas IAs especialistas que são consultadas pelo gateway, a Datarisk oferece cinco scores de prateleira dedicados a estudar as condições do tomador de crédito referente à sua estimativa de renda, à probabilidade de ele se tornar apostador em uma janela de tempo, além da avaliação de risco de crédito PF e PJ e da estabilidade empregatícia.
“No caso do crédito consignado privado, por exemplo, a instituição financeira consegue fazer várias integrações, buscar informações como o dado do e-social, verificar se o colaborador deu de fato a autorização para a instituição financeira e trazer para calcular, incrementar e até melhorar o nosso score de probabilidade empregatícia. Os agentes conseguem realizar consultas com áreas pré-definidas, acessar APIs e fazer tudo isso coordenado por uma arquitetura de IA que tem funcionado muito bem não só para a indústria financeira, mas também para diversos outros setores”, diz.
De acordo com o Gartner, 50% de todas as solicitações de serviço serão iniciadas por clientes-máquina, equipados com agentes de IA até 2030. Já o estudo “A jornada para o futuro com IA generativa: o caminho estratégico para o sucesso dos bancos “, publicado pela SAS em parceria com a Coleman Parkes Research, afirma que 60% dos bancos já usam IA generativa, sendo que 17% deles a integram completamente nos processos, com foco em gestão de riscos, compliance e fraude. Entre eles, 88% relatam melhoria nesses setores.
Sobre a Datarisk
A Datarisk é uma empresa que usa inteligência artificial e modelos preditivos para gerar valor, processo também conhecido como decision as a service. Ela foi criada em 2017 com um aporte anjo e no ano seguinte foi acelerada pela Visa e eleita uma das 100 startups mais inovadoras da América Latina. Em sua última captação ocorrida em 2021 a empresa obteve um aporte de US$ 2 milhões. Para saber mais acesse: https://www.datarisk.io/