Agentes na Era do Platô da IA
Panos
Co-founder & CEO
6 de dezembro de 2024
in
Percepções da liderança
O cenário da inteligência artificial (IA) está evoluindo rapidamente, mas será que estamos chegando a um ponto em que o progresso está se estagnando? Agentes de IA são uma inovação que vai além dos LLMs tradicionais e transforma a forma como as empresas interagem com os clientes. Vamos explorar o que são os Agentes de IA, como eles funcionam e por que são mais importantes agora do que nunca.
Pense em um Agente de IA como uma aplicação avançada que combina múltiplos LLMs, fluxos de trabalho e ferramentas para alcançar objetivos específicos de forma autônoma. Ele divide problemas complexos em tarefas menores, planeja soluções, escolhe as melhores ferramentas para cada etapa, toma ações e, finalmente, integra tudo em uma resposta coesa e significativa.
Em essência, é como ter um SDR incansável, vendedor e representante de atendimento ao cliente em um só—sempre ativo, sempre pronto para enfrentar desafios complexos e oferecer soluções personalizadas e impactantes.
Como os Agentes de IA funcionam?
Os Agentes de IA são construídos sobre grandes modelos de linguagem (LLMs), mas vão além. LLMs tradicionais dependem apenas de dados pré-treinados, muitas vezes limitados em raciocínio e flexibilidade. Em contraste, Agentes de IA de ponta, como os movidos pela tecnologia Agentic da Moveo, chamam dinamicamente sistemas de backend para buscar as informações mais recentes, otimizar fluxos de trabalho e resolver sub tarefas complexas de forma autônoma para atingir um objetivo final—definido por você!
Aqui é onde fica interessante: Esses agentes aprendem a se adaptar ao longo do tempo. Ao lembrar de interações passadas e antecipar necessidades futuras, eles oferecem experiências que parecem cada vez mais personalizadas e pessoais—definindo um novo padrão no engajamento com o cliente.
Agentes de IA em Ação: Um Caso de Uso em BFSI
Imagine um cliente digitando, "Quero cancelar meu cartão de crédito," junto com uma imagem de seu último extrato de cartão de crédito com cobranças destacadas. Um chatbot básico pode fornecer instruções passo a passo para o cancelamento—simples, mas transacional e limitado a um escopo.
Um Agente de IA adota uma abordagem completamente diferente. Atuando como um consultor habilidoso, inicia um diálogo atencioso para descobrir o motivo por trás do pedido. As cobranças estão incorretas? O cliente está insatisfeito com os benefícios? Ao se envolver em uma conversa significativa, o Agente pode propor soluções personalizadas, como isenção de taxas ou destacar recompensas não utilizadas, para reter o cliente.
Como os Agentes de IA Resolvem Problemas
O que torna os Agentes de IA tão eficazes? Para ilustrar mais como o Agente de IA se torna muito mais eficaz do que um simples chatbot, vale a pena examinar os passos que ele tomaria para abordar a questão aparentemente simples. Diferente de um chatbot que entrega uma resposta estática, o Agente de IA aproveita múltiplos LLMs trabalhando em conjunto, cada um especializado em uma tarefa específica, para fornecer uma solução gradual e impactante.
Tudo gira em torno da capacidade deles de orquestrar ferramentas e processos especializados. Vamos detalhar:
O processo pode começar com um LLM de planejamento que decompõe o pedido do cliente para determinar quais ferramentas usar:
Ferramenta 1: Analisar a imagem carregada pelo cliente com cobranças destacadas para determinar quais taxas podem ter causado insatisfação.
Ferramenta 2: Pesquisar uma base de conhecimento interna para fornecer informações relevantes sobre o cartão de crédito do cliente e como ele funciona.
Ferramenta 3: Chamar uma API para analisar os hábitos do cliente e entender seus padrões específicos de uso.
Ferramenta 4: Usar uma calculadora para ilustrar os benefícios ou economias de manter o cartão.
Uma vez que essas tarefas são concluídas, um LLM de geração de respostas sintetiza os resultados em uma resposta empática e humana.
Por exemplo, se as ferramentas revelarem que o usuário destacou uma multa de atraso mas é um cliente fiel e tem pontos de recompensa significativos não utilizados, o Agente de IA pode responder com:
"Eu entendo completamente como as taxas de atraso podem ser frustrantes. Como esta é a primeira vez que isso acontece e você tem sido um cliente tão fiel, ficarei feliz em isentar essa taxa para você. Para facilitar ainda mais as coisas no futuro, recomendo configurar o pagamento automático para evitar situações semelhantes. Além disso, notei que você já acumulou 80.000 pontos de recompensa usando seu cartão—estes podem ser resgatados por até $800 em créditos de voo!"
Em casos de uso do mundo real, essas sequências envolvem muitos mais "passos" e LLMs especializados adicionais, cada um desempenhando tarefas distintas. Agentes GenAI construídos para aplicações empresariais são particularmente complexos, pois exigem uma camada de orquestração sofisticada para operar sem problemas em tempos de resposta sub-segundo, melhorar continuamente através de feedback humano e manter padrões rigorosos de privacidade de dados.
Por que não esperar pelo GPT-5 para lidar com tudo?
É tentador assumir que futuros LLMs como GPT-5 lidarão com tudo perfeitamente. Mas aqui está o desafio: o progresso no desempenho dos LLMs está desacelerando. Benchmarks como o Massive Multitask Language Understanding (MMLU) mostram apenas ganhos marginais desde o lançamento do GPT-4—o GPT-4 alcançou 86,4%, e o modelo de raciocínio mais recente da OpenAI, GPT-o1-preview, atinge cerca de 90%, uma melhoria modesta.
Uma questão chave é o retorno decrescente sobre dados de treinamento adicionais, como destacado em No “Zero-Shot” Without Exponential Data. Simplificando, a quantidade de texto público de alta qualidade disponível é finita, e modelos mais novos exigem exponencialmente mais dados para oferecer melhorias significativas.
Embora o GPT-5 possa oferecer alguns avanços, é improvável que redefina sozinho o cenário da IA. A verdadeira inovação virá de avanços em arquiteturas e aprendizado multimodal—não apenas escalando modelos existentes.
Leia mais: Por que o GPT-5 não será suficiente para implementar Agentes de IA?
Abordagem da Moveo: Agentes de IA representam a próxima revolução no Engajamento com o Cliente
Na Moveo.AI, acreditamos que o futuro está em modelos menores e mais específicos! Agentes de IA não são LLMs simples; eles representam o caminho mais confiável para alcançar resultados de negócios significativos e quantificáveis usando IA Generativa.
Nosso entendimento da tecnologia e as evidências em mãos nos levaram a estabelecer que a estratégia vencedora não virá de confiar em um único LLM ou melhorias incrementais nele. Em vez disso, o sucesso está no desenvolvimento de aplicações que orquestram LLMs complexos e personalizáveis—o que chamamos de Agentes de IA. Como empresa, nosso objetivo é transformar a forma como as empresas se comunicam com seus clientes, transformando notificações unilaterais em conversas com Agentes GenAI proativos.
Ao utilizar um conjunto de LLMs e técnicas de orquestração, somos capazes de criar Agentes de IA que superam o GPT-4 em várias métricas determinantes de CX e entregam resultados tangíveis para mais de 100 clientes.
Notificações tradicionais, unilaterais—como lembretes de pagamento ou promoções genéricas—frequentemente falham em entregar seu potencial. Elas são estáticas, genéricas e carecem do contexto para realmente envolver os clientes. Nossos Agentes de IA transformam esses momentos em conversas dinâmicas, hiper-personalizadas e orientadas por contexto.
Ao alavancar GenAI, criamos Agentes que não apenas entregam mensagens—eles antecipam as necessidades dos clientes, envolvem-nos com informações relevantes e, mais importante, impulsionam resultados de negócios como aumento de receita, maiores taxas de adoção e melhor retenção.
Nossa abordagem proativa permite que as empresas avancem além da comunicação como uma tarefa e a transformem em uma ferramenta estratégica que cria valor em cada ponto de contato e ao longo do ciclo de vida do cliente: desde a aquisição até a cobrança de dívidas.
Por que focar em BFSIs?
O setor BFSI apresenta oportunidades únicas para inovação. Os Agentes de IA da Moveo são desenvolvidos para três casos de uso principais:
Ativação e Educação de Produtos
Redução de Churn (cancelamentos)
Cobrança de Dívidas Humanizada
Com as ferramentas certas—como scripts de vendas, manejo de objeções, lembretes amigáveis, e acesso a informações de perfil do usuário e transações recentes—os Agentes proativos e orientados por objetivos da Moveo capacitam os BFSIs a facilitar conversas envolventes e hiper-personalizadas que não apenas informam os usuários, mas também os incentivam a tomar ações específicas, desbloqueando novas fontes de receita para as empresas.
Conclusão
Agentes de IA são mais do que apenas um avanço tecnológico—eles atuam como catalisadores, permitindo que a IA Generativa crie mudanças transformadoras semelhantes às desencadeadas pela adoção da computação em nuvem e tecnologia móvel.
Nosso objetivo de transformar notificações unilaterais em conversas eficazes com Agentes GenAI proativos para BFSIs está apenas começando!