Autor: Rafael Matos
Os principais obstáculos no aprendizado dos robôs de texto, os chamados chatbots, estão relacionados a dois tópicos: identificação de assuntos específicos e variáveis no contexto de um diálogo.
No universo dos robôs transacionais, que utilizamos em nossas operações de negociação de dívidas, um bom exemplo é quando o cliente solicita “um boleto com data de vencimento para depois de amanhã”. Esse tipo de extração de valores embutido no conteúdo de uma mensagem é um desafio, pois precisamos fazer o robô entender que o cliente se referiu à data de hoje e mais dois dias adiante.
Outro ponto importante diz respeito à linguagem. O vocabulário utilizado por diferentes perfis de clientes pode variar muito, dificultando o aprendizado dos robôs.
Já para os canais de voz, diferente dos assistentes pessoais dos smartphones, nossos robôs atendem a um contexto pré-determinado, ou seja, tem como objetivo a interação voltada para resolver um conjunto de questões. Sua biblioteca de respostas é basicamente composta por um conteúdo apropriado para conduzir esse diálogo.
Os principais ganhos com o uso dessa tecnologia estão relacionados, indiscutivelmente, à percepção de qualidade do atendimento. Em parte, por conta da agilidade dos robôs, que por serem multithread, garantem um atendimento mais rápido.
Nesse cenário, se houver uma equipe de agentes humanos dedicados a um atendimento inicial, mais básico, é possível otimizá-la, direcionando essas pessoas para outras atividades. Paralelamente, existem também os ganhos mais difíceis de mensurar, associados à imagem da empresa e ao fato de estar ligada a iniciativas de transformação digital.
Uma tendência possível para os chatbots é o desenvolvimento de componentes que auxiliam de forma automática a análise dos dados e assuntos, para então sugerir algoritmos com maior probabilidade de gerar respostas coerentes. Com isso, é possível ampliar a atuação dos robôs em um período de tempo mais curto.
Essas demandas na área de tecnologia certamente darão espaço para o surgimento de novas áreas de trabalho e ampliação de algumas que já existem, ambas focadas nas melhorias dos processos de aprendizado dos robôs. No caso, me refiro à Ciência de Dados e da Engenharia de Machine Learning, que é um ramo relativamente novo da engenharia.
Igualmente importantes são os Cientistas de Linguagem, que pesquisam especificamente o processamento de linguagem natural, a capacidade e as limitações das máquinas em entender a linguagem das pessoas.
Além das novas oportunidades de atuação, os profissionais atuais também terão que agregar aos seus currículos habilidades inerentes aos processos de robotização e, da mesma forma, todas as novas profissões que surgirem em decorrência da transformação digital vão exigir um perfil bastante analítico.
As equipes de backoffice são um ótimo exemplo de transformação de perfil profissional. É preciso que a equipe esteja bastante alinhada aos processos dos chatbots, para que a transição entre o atendimento automático e o humano seja imperceptível para os clientes.
Os agentes de backoffice também participam ativamente do processo de aprendizagem dos robôs. Cada atendimento feito enriquece a biblioteca de respostas. Fora isso, são responsáveis pela qualificação dos atendimentos feitos pelos chatbots, informando ao sistema se a resposta foi ou não coerente. Fazer essa qualificação rapidamente é essencial para impedir que o robô repita ações incorretas.
Com alguma frequência, sou questionado a respeito das melhores alternativas para iniciar o processo de digitalização do atendimento em uma empresa. Em minha opinião, alguns dos pontos mais importantes, são: ter uma equipe técnica, dedicada ao projeto, e uma equipe operacional, focada em qualidade, independente se o processo será desenvolvido in house ou em parceria com um fornecedor de soluções.
Não é um processo simples, tampouco livre de obstáculos. Felizmente, a atuação digital é um processo sem volta. Os benefícios são visíveis para todos os envolvidos e isso é um fator motivador para todos os profissionais dedicados a essa vertente nas empresas.
Rafael Matos é diretor de TI e inovação da Intervalor.
