Aceita o conselho de um robô?

Logo que se fala em inteligência artificial na área de relacionamento, a primeira coisa que vem à cabeça são os já famosos chatbots, robozinhos que automatizam o atendimento. Porém, o uso da tecnologia na área não se restringe a esse recurso. Pelo contrário, por meio dos recursos de machine learning, a IA pode ser explorada de outras formas, como na análise de todas as informações dos clientes, bem como dos dados gerados no relacionamento com eles. Com isso em mãos, é possível não só se antecipar a possíveis mudanças de cenário e eventuais problemas, bem como oferecer experiências mais direcionadas a cada perfil de consumidor. “As máquinas, cada vez mais inteligentes, estão ampliando o poder de decisão dos empresários, oferecendo não apenas relatórios de desempenho, mas também análises preditivas e subsídios para que eles façam as melhores escolhas em seus negócios”, destaca Gabriel Camargo, CEO da Deep Center.

Ele explica que a machine learning pode ser entendido como uma tecnologia que permite computadores e robôs aprenderem a executar tarefas e rotinas sem qualquer programação para isso. Assim, a máquina consegue identificar padrões e como reagir a algumas variáveis. “É um recurso com grande potencial nas empresas porque automatiza processos de forma independente.” Essa capacidade, segundo o executivo, aliada aos diferentes tipos de dados, faz com que as análises geradas incorporem não apenas a demonstração de resultados, mas consigam antever situações futuras. “O cruzamento de informações leva à criação de modelos preditivos em torno de diversas variáveis do negócio. Assim, é possível antecipar problemas do mercado, prever os passos de seus clientes e descobrir tendências, facilitando a tomada de decisão”, acrescenta.

Ingrid Imanishi, gerente de soluções avançadas da Nice, lembra que, em um ambiente cada vez mais competitivo e digital, sai na frente quem detém o maior número de informações para a tomada de decisões estratégicas, que poderão impactar diretamente na experiência do cliente. “Com um perfil mais exigente e impaciente, característica marcante das novas gerações, as empresas precisam pensar em respostas rápidas, que contemplem as necessidades do consumidor quase que instantaneamente, no canal de sua preferência.” Assim, ela alerta que, para acompanhar essa jornada de ponta a ponta, o machine learning tem um papel relevante pela capacidade de analisar um grande volume de dados e informações a partir de algoritmos e métodos estatísticos próprios.

É a partir de dados em alta granularidade, as empresas podem conhecer melhor o perfil de cada consumidor e investir em recomendações e ofertas mais assertivas, detalha a executiva. “Aplicações utilizando machine learning têm condições de identificar os padrões de comportamento que exprimem os perfis a partir dos quais se pode agrupar os clientes para aplicação das estratégias mais eficazes em cada contexto, como resolução de problemas, fidelização e incremento de receita.” Ela acrescenta ainda que para o consumidor que deseja ser tratado como único, o machine learning pode auxiliar no desenvolvimento de ofertas personalizadas, que realmente traduzam suas expectativas em relação à marca, aos seus produtos e ao seu propósito. “É como se atuasse para estreitar a relação da empresa com cada um de seus clientes, criando uma conexão de confiança, identidade e credibilidade”, completa.

Diante disso, Jean Christian Mies, presidente da Adyen para a América Latina, chama a atenção que, quem ainda não investe em tecnologia e capacitação de analistas de dados, deve agir até 2020. “Ter competitividade em um cenário em que a experiência de compra se torna cada vez mais customizada depende de ter as ferramentas e conhecimento necessário para encontrar possibilidades de aplicação do aprendizado automatizado criativas e disruptivas.”

Apontando para a evolução da tecnologia, João Eduardo Ferreira Neto, head de inteligência artificial do CPqD, esclarece que da inteligência artificial passamos para a machine learning, que é um subconjunto de técnicas de IA aliadas à processos estatísticos, e desse já fomos para o deep learning, um subconjunto de ML com uso de redes neurais de múltiplas camadas. “Todo esse movimento foi possível hoje em dia devido os algoritmos avançados, a capacidade computacional maior e a disponibilidade massiva de dados”, explica.

No caso do deep learning, como o próprio nome diz, pode ser pensado, na prática, como a capacidade de computadores aprenderem e realizarem tarefas como os seres humanos, “mas com uma capacidade de processamento infinitamente maior”, de acordo com Flávia Pini, sócia e CMO da FX Retail Analytics. “Por meio dele, é possível ver e compreender o que está acontecendo em todo processo, obtendo insights que um ser humano jamais teria tempo, conhecimento e capacidade de oferecer”, explica.

Por isso, Ingrid conclui que, com o aprendizado de máquina, homens e computadores trabalharão cada vez mais em sinergia para viabilizar soluções complexas, criando um ambiente mais criativo e eficiente, que ampliará também o engajamento das equipes envolvidas, consequentemente, a qualidade do atendimento ao cliente. “E ter um consumidor satisfeito, promotor de sua marca em tempos de alta conectividade e transformação digital, é tudo que uma empresa pode desejar.”