Você já procurou ajuda no site de uma empresa e teve seu chatbot repetidamente perguntando?
Como posso ajudá-lo?
Essa experiência é tão comum que
os especialistas em atendimento ao cliente a chamam de 'a espiral da miséria'.
Mas isso pode mudar com os chatbots de atendimento ao cliente se tornando menos
robóticos. Nos próximos anos, os chatbots estão no caminho de se tornarem mais
inteligentes, mais conversacionais e, esperançosamente, mais úteis.
Algum gadget doméstico está se comportando
mal e você precisa de ajuda. Ou você tem uma pergunta sobre planos de viagem ou
cobertura de seguro. Você acessa o site da empresa e um imp digital aparece em
uma pequena janela de texto. "Como posso ajudá-lo?" Ele pergunta. Ou
você liga para um número de atendimento ao cliente e um autômato alegre
pergunta a mesma coisa.
Pessoal, essa experiência é tão
comum que os especialistas em atendimento ao cliente têm um nome para ela, 'a
espiral da miséria'.
Mas há boas notícias. Os chatbots
de atendimento ao cliente estão se tornando menos robóticos. E eles estão no
caminho para melhorar significativamente nos próximos anos, de acordo com
pesquisadores, executivos e analistas do setor, impulsionados pelos avanços na
inteligência artificial. Eles se tornarão mais inteligentes, mais
comunicativos, mais humanos e, o mais importante, mais úteis.
IA conversacional - Em projetos
de pesquisa, a IA proporcionou feitos incríveis de compreensão e produção de
linguagem, conhecidos como processamento de linguagem natural. Softwares de
assistente digital de consumo, como Siri da Apple e Alexa da Amazon, também
percorrem a web aberta para responder a perguntas.
Mas para a maioria das empresas,
tudo é mais restrito. As informações de seus clientes, necessárias para
responder a perguntas, não estão na web, mas sim em data centers corporativos.
Enfrentar esse desafio tornou-se
um mercado emergente e cada vez mais lotado, chamado de IA conversacional.
Grandes empresas de tecnologia como Microsoft, Amazon, Google e Oracle têm
ofertas, assim como empresas menores e startups.
Os fornecedores fornecem
ferramentas de software que as empresas personalizam e treinam com seus
próprios dados.
Este ano, o mercado de negócios
para assistentes virtuais, também conhecidos como chatbots crescerá 15%, para
mais de US$ 7 bilhões, de acordo com uma previsão do Gartner. Alguns desses
bots são projetados para auxiliar os funcionários, mas a maioria é para
atendimento ao cliente.
Nenhuma empresa fez uma jornada
mais instrutiva e humilhante para sua tecnologia de chatbot do que a IBM.
Depois que seu supercomputador Watson triunfou sobre os campeões humanos. Cerca
de uma década atrás, a IBM começou a aplicar o processamento de linguagem
natural do Watson a outros campos.
Em janeiro, depois de lutar por
anos, a IBM anunciou que estava vendendo seu negócio Watson Health para uma
empresa de private equity. Alguns dias depois, o Gartner classificou o Watson
Assistant da IBM como um “líder” em IA conversacional para negócios.
Hoje, o Watson Assistant é uma
história de sucesso para a IBM entre seus produtos de IA restantes, que incluem
softwares para explorar dados e automatizar tarefas de negócios. O Watson
Assistant evoluiu ao longo dos anos, sendo constantemente refinado e
aprimorado. A IBM rapidamente aprendeu que uma abordagem rígida de perguntas e
respostas, embora ideal para um game show, era muito limitada e inflexível nas
configurações de atendimento ao cliente.
Curva de aprendizado - Criar um
software que possa determinar a essência da pesquisa de uma pessoa é um desafio
central. Inicialmente, o braço de serviços financeiros da General Motors tinha
um chatbot rudimentar que fornecia respostas prontas para uma lista de
perguntas. Mas começou a trabalhar com a IBM em 2019 para desenvolver um
chatbot interativo. A GM Financial tinha um plano de dois anos para desenvolver
e lançar seu chatbot, desenvolvido pelo Watson Assistant.
Para a maioria das empresas, um
obstáculo para progredir com a IA é não ter dados de treinamento suficientes. O
software de IA moderno exige que grandes quantidades de dados sejam analisadas
para melhorar sua precisão, para aprender à sua maneira. Algumas novas
tecnologias de IA podem superar esse obstáculo gerando automaticamente mais
dados de treinamento.
Pense nisso.
Sergio Mansilha
