Atendimento com IA: O que Você já Pode Fazer Hoje

O mundo está dando voltas ao redor da IA, e está difícil saber o que é possível e o que é só promessa no atendimento com IA. 

A maioria das pessoas quer algo muito simples: um atendimento 100% automatizado, sem dificuldades, e que funcione para perguntas contextuais. 

Por exemplo: as pessoas querem um sistema que funcione quase como mágica — alguém entra no site, clica em um chatbot e faz qualquer pergunta relacionada aos seus serviços. 

“Fiz uma compra no dia X e gostaria de saber quando ela chega”, por exemplo. O sistema precisa ser capaz de entender onde está o pedido dessa pessoa e a partir daí oferecer as informações de rastreio. 

Isso já existe e, na verdade, já existe até há bastante tempo. Mas nunca com IA Generativa. 

Hoje, sistemas de atendimento com IA já conseguem realizar uma abordagem usando a linguagem natural, sem que o usuário precise ficar clicando em menus e sem que o atendimento seja interrompido por falta de configuração do chatbot. 

No texto de hoje, vamos explorar justamente esses pontos. Até onde o atendimento com IA já consegue ir em 2025? 

Uso de IA Generativa para Linguagem Natural

Uma questão importante que a gente precisa determinar aqui é que o atendimento com IA não é algo necessariamente muito revolucionário dentro do contexto de atendimento no geral. 

Digo “revolucionário” no sentido de ser algo que está mudando completamente o cenário do atendimento no geral. A IA não traz funcionalidades novas ao serviço, mas ela abre possibildiades. 

Existem três possibilidades de fazer atendimento e oferecer suporte em um site hoje: 

• Somente com humanos: todos os tickets, todos os e-mails recebidos da área “contato”, tudo o que é questionado no WhatsApp e nas redes sociais é respondido pela sua equipe humana. Normalmente, trabalhadores de várias áreas vão recebendo solicitações de suporte e repassando para a equipe responsável também; 

• Com humanos e chatbots no estilo menu: seja chatbot no site, chatbot para o WhatsApp, Telegram ou nas redes sociais, o atendimento é feito primariamente através de menus. Qualquer loja um pouco maior hoje já oferece um atendimento automatizado com chatbots pelo menos pelo WhatsApp. Os casos mais graves costumam ser resolvidos por humanos, sendo que o chatbot mesmo mostra como conversar com um agente. É necessário criar um fluxo de chatbots;
  
• Com chatbots que usam Linguagem Natural: o fluxo agora não precisa passar sempre pelos humanos, como era no primeiro ponto, mas também não vai ser completamente automatizado. Ainda é necessário ter uma equipe de suporte. Mas agora, o chatbot consegue ir além dos menus e responder diretamente qualquer pergunta, a qualquer momento, usando a linguagem natural. 

➡️ Leia também: O que é o Processamento de Linguagem Natural?

É esse terceiro ponto que interessa a maioria das empresas, e não é à toa. 

Nós conduzimos diversas pesquisas por aqui que demonstram claramente que a personalização no marketing é sempre a melhor escolha. 

O chatbot com IA tem a grande vantagem de não ser guiado por menus. Os menus resolvem? Claro. Mas eles limitam muito o atendimento. 

Para falar sobre outro assunto, é necessário sair do menu que você está, voltar para o atendimento inicial, escolher o item que você quer no menu novamente e só aí falar sobre o que você precisa. 

Ou seja, não é possível mudar de assunto. Os chatbots com Linguagem Natural resolvem esse problema — você pode falar o que quiser, quando quiser, que o chatbot entende e te responde. 

Mas será que já existem chatbots no mercado que oferecem esse tipo de abordagem? Spoiler alert: claro que sim. 

Ferramentas de Atendimento com IA Generativa

A própria Leadster oferece esse tipo de atendimento com IA hoje mesmo, tanto para sites institucionais quanto para sites que vendem serviços, clubes de assinatura e e-commerces também. 

É a Leadster.AI, que resolve até 78% dos atendimentos através de respostas contextuais com a IA Generativa. 

Além de ser possível responder de forma natural e deixar os menus de lado, a Leadster.AI também consegue ler a página do site em que ela está instalada (inclusive lendo múltiplas páginas) e responder questões diretas. 

Por exemplo: você instala a Leadster.AI em uma página de categoria do seu site. A IA consegue responder qualquer questionamento sobre aquela categoria. 

E instalando a Leadster.AI nas páginas de produtos, ela também responde questões sobre cada produto individual. 

Mas nós não somos a única ferramenta de chatbots voltada para essa funcionalidade. 

Outra bem conhecida é a Zendesk. Mas seu foco está inteiramente no atendimento mesmo, enquanto a Leadster oferece suporte e foca na geração de leads. 

Mas vale a pena conversar sobre a Zendesk e o que ela oferece no próximo tópico. Siga comigo: 

Copiloto para Agentes Humanos

Bom, então entendemos que um agente IA fazendo o atendimento personalizado é plenamente possível. 

Aliás, mais do que possível: você pode fazer um teste da Leadster.AI agora e colocar um agente IA no seu site agora, em menos de 10 minutos. 

Mas e se a sua operação for complexa demais para agentes de IA sequer conseguirem resolver questões mais básicas? 

Pense em uma agência de viagens, por exemplo. 

Se ela oferece suporte para viajantes no estilo concierge eletrônico — onde você pode pedir para um agente humano informações sobre a viagem em tempo real — as perguntas para a IA seriam quase inúteis. 

Na primeira pergunta ela já passaria para um agente humano — “preciso trocar a minha hospedagem e chego no local em 30 minutos” não tem IA que resolve. 

Nesses casos, a IA também pode servir como um copiloto para o agente humano de uma forma muito simples — lendo as mensagens e oferecendo sugestões para o agente humano. 

A expoente nesse cenário é a Zendesk. Vamos para um benchmarking rápido para entender o que ela oferece: 

Ferramenta para Atendimento com IA no Modelo Copiloto

A Zendesk já oferece esse serviço há alguns anos, e por isso ele é um dos mais bem desenvolvidos no mercado hoje. 

O copiloto funciona de algumas formas distintas. 

Na mais simples, ele atua como um assistente virtual, estando a um clique de distância dos agentes e informando pontos como o humor do cliente, a urgência da solicitação, qual setor resolve seu problema etc. 

A outra forma envolve a criação de conteúdo em tempo real. 

Nesse modelo, você consegue criar respostas com a ajuda direta da IA. 

O exemplo anterior casa muito bem aqui. A pessoa quer alterar a reserva em um hotel. Ao invés da IA conversar com ela e resolver sozinha, o que é muito difícil, a IA sugere respostas para o agente humano, que só precisa clicar e escolher. 

Isso parece não automatizar muito? Depende. Olhando pela ótica do agente, só de não ter que digitar longas respostas já é poupar um tempo que é bastante precioso. 

Atendimento com IA que Entende os Dados da Empresa

Esse é outro ponto fundamental do atendimento com IA — a IA precisa ser capaz de ser alimentada com os dados da sua empresa, formando um banco de dados completo para que as respostas sejam sempre as melhores possíveis. 

A Leadster.AI faz esse trabalho com os dados da sua página, por exemplo. Ela consegue analisar o que está na página e responde com informações dela. 

Algumas outras ferramentas, voltadas exclusivamente para o atendimento, também oferecem essa funcionalidade. 

Aqui nesse tópico encontramos um problema. O atendimento com IA hoje não faz esse tipo de trabalho do jeito que esperamos. 

Ainda não existe um sistema capaz de extrair informações diretamente do seu banco de dados, seja ele do tamanho que for, para responder à solicitação do usuário. 

Mas existe algo similar, que não entra tanto no modelo de atendimento com IA mas que pode ser usado para essa finalidade com uma boa equipe de desenvolvimento. 

Vamos conversar sobre isso agora: 

Ferramenta para Conversar Direto com seu Banco de Dados

Essa ferramenta é especialmente importante para e-commerces maiores, que trabalham com muitos SKUs e precisam de um banco de dados robusto para organizar todas as informações do produto. 

Uma anedota rápida, mas baseada em fatos reais, para te ajudar a entender a importância de conversar com o database. 

Eu, a pessoa escrevendo esse texto agora, já trabalhou com a edição de fotos e produtos de uma multinacional de brinquedos. 

A interface desse banco de dados era uma intranet bem rudimentar. Era necessário adicionar fotos dos produtos no banco de dados para que os sites da fabricante exibissem as fotos corretas. 

Porém, a navegação nessa intranet era terrível. Todos os produtos estavam separados por ordem alfabética, mesmo tendo tags no DB por categoria. 

Com uma IA para conversar com o banco de dados, eu poderia só pedir pelos produtos de uma determinada categoria em forma de lista e pronto — metade do trabalho estava feito. 

Hoje, as IAs que chegam perto de oferecer uma funcionalidade assim são as seguintes: 

• AskYourDatabase — a mais comercial de todas; 

• TARS — te permite criar o chatbot e conectá-lo via API à um banco de dados. E
  à partir daí, fazer consultas e entregar a resposta para o usuário;
  
• Oracle — muito mais complexa. É necessário ter um DB da Oracle e programar o chatbot; 

Como você pode ver pelos exemplos, é plenamente possível montar um chatbot que responde exatamente a necessidade que estamos ilustrando aqui. 

Porém, ao mesmo tempo, é necessário um trabalho de construção e desenvolvimento prévio. 

Conforme os modelos de PLN (Processamento de Linguagem Natural) vão evoluindo no quesito integrações, isso vai ficando mais fácil. 

Nossa previsão Mãe Diná para 2025 é que a próxima revolução na IA vai ser justamente nesse ponto. Vamos esperar para ver! 

E falando em integrações: 

Atendimento com IA + Integrações via API

A primeira fase do atendimento com IA com certeza foi o desenvolvimento das LLMs, Large Language Modules. 

Ou seja, a construção e o treinamento das IAs para que elas consigam falar como seres humanos. 

No Brasil, a tradução é Grande Modelo de Linguagem. O Processamento de Linguagem Natural é parte fundamental na construção das LLMs. 

Porém, o uso prático das IAs, especialmente o atendimento com IA, precisa de mais. Não adianta ter um chatbot que sabe te falar se vai chover hoje quando você quer saber sobre o atraso na entrega de um produto. 

É por isso que estamos entrando na segunda fase do desenvolvimento das IAs: a integração com outras ferramentas via API. 

Isso foi muito impulsionado pelas ferramentas de IA disponibilizadas no mercado. Não os grandes modelos, como o ChatGPT, o Bard e o Gemini. Mas os menores, que servem finalidades específicas. 

Temos dois textos que falam mais sobre esse assunto, por sinal. Um sobre IA para criar conteúdo, e outro sobre IAs para criar imagens. 

Mas e no atendimento com IA? Como está a situação? Vamos ver agora: 

Ferramentas de Atendimento com IA com Suporte à Integrações via API

Essa funcionalidade não é difícil de encontrar no mercado. Aliás, a maior parte das boas soluções de atendimento com IA oferece integrações. 

Isso porque, para que o que nós vimos até agora funcionar, as integrações são praticamente obrigatórias. 

Para citar algumas ferramentas que oferecem integração via API: 

• Leadster.AI; 
• Dixa; 
• Certainly; 
• Ada; 
• Intercom; 
• Zoho; 

É importante testar essas ferramentas para entender até que ponto essas integrações conseguem ir, ok? 

E se elas são interessantes o suficiente para a sua estratégia. Talvez a integração que você precisa seja um pouco mais complexa. 

Todos os testes costumam ser bem simples. O da Leadster mesmo demora menos de 10 minutos para setar, contando a partir do momento que você clica no banner logo abaixo. 

Atendimento com IA Omnichannel 

Hoje, quem trabalha com e-commerces maiores precisa ser omnichannel. 

O conceito de omnicanalidade é simples: o cliente, lead ou prospect pode acionar a empresa por vários canais diferentes. 

Ou melhor, para combinar com Omni (tudo): a marca deve oferecer suporte em todos os canais em que ela está presente. 

Dessa forma, um chatbot de atendimento com IA precisa fazer a mesma coisa. Ele deve ser capaz e responder os clientes em todos os contextos possíveis, e também se lembrar desses contextos. 

Essa é uma funcionalidade que está bastante atrelada às integrações oferecidas pelo chatbot.

Por exemplo: não é possível usar um chatbot ao enviar um e-mail. Mas é muito provável que, caso você ofereça um chatbot para atendimento, os usuários vão mencionar algum e-mail que eles já enviaram. 

Mensagens como “recebi um e-mail estranho com a marca de vocês e suspeito que é fraude” precisam ser interpretadas pelo chatbot e verificadas. 

Ao mesmo tempo, o chatbot também precisa oferecer a omnicanalidade para que ninguém precise ficar procurando vários outros chatbots no mercado, um para cada plataforma. 

Vamos entender melhor as ferramentas que oferecem omnicanalidade como diferencial: 

Ferramentas de Atendimento com IA Omnichannel

A lista não é muito diferente da que vimos anteriormente, no tópico sobre integrações com a API. 

Porém, vale ressaltar a HubSpot Breeze aqui, especialmente para quem já trabalha com a HubSpot. 

Ela é uma ótima ferramenta, mas se você já tem a HubSpot como parte da sua estratégia de marketing, você junta a omnicanalidade com as integrações para entregar um resultado inacreditável. 

Veja a lista logo abaixo: 

• Zendesk; 
• HubSpot Breeze (lançamento no segundo semestre de 2024, relativamente novo); 
• Netomi; 
• Dixa; 
• Certainly; 
• Ada; 
• Intercom; 

Atendimento com IA + QA Nativo 

QA é a sigla para quality assurance, uma parte fundamental no desenvolvimento de sistemas. 

Pensando no dia a dia de devs, o QA é o responsável por analisar se o código fornecido pelos desenvolvedores está de acordo com a qualidade esperada pela marca e pelo serviço. 

Chatbots também precisam de QA. Mas ele se apresenta de uma forma um pouco diferente. 

É importante que os chatbots escolhidos te forneçam dashboards de desempenho e a possibilidade de alteração de algumas linhas de diálogo aqui e ali. 

Por exemplo: toda vez que alguém mencionar a palavra “cartão de crédito”, você pode incluir uma mensagem personalizada informando sobre como os pagamentos são realizados. 

Mas caso a forma de pagamento mudar, você precisa poder alterar a informação direto no chatbot. 

E mesmo fora de casos tão extremos assim. Talvez a IA esteja com um tom diferente do que você espera para a sua marca. É possível editá-lo? 

Você precisa de ferramentas que permitem essa personalização. Primeiro porque o marketing personalizado é fundamental para aumentar as vendas. 

E segundo porque a IA exige personalização. E se você não faz, outras marcas com certeza vão fazer. 

Praticamente todas as ferramentas que citamos até aqui fornecem QA em um nível ou outro. 

É importante testá-las para entender até que ponto esse QA vai, e se ele é o suficiente.

---

E aí, ficou mais fácil entender o que os chatbots de atendimento com IA hoje já conseguem fazer? 

Todas essas funcionalidades estão presentes, de uma forma ou de outra e em níveis variáveis de complexidade, na Leadster.AI. 

Que aliás vai até além: ela também oferece suporte para a criação de descrições de produtos para o seu e-commerce. 

Faça um teste hoje e veja você mesmo o que ela pode fazer. Vou ficar te esperando, é só clicar nesse banner abaixo. 

Obrigado pela leitura e a gente se vê no próximo texto.