Como profissional de CX, você está pensando em implantar a inteligência artificial generativa? Veja a seguir o que você deve se perguntar ao começar.

Todos no mundo dos negócios estão falando sobre inteligência artificial (IA) generativa. Nos últimos meses, você já viu inúmeras manchetes sobre o ChatGPT da OpenAI e o Bard do Google, pois as duas empresas desenvolvem modelos de IA capazes de criar conteúdo escrito personalizado ao extrair padrões de dados existentes.

A IA generativa está decolando - e rapidamente. Só o ChatGPT tem mais de 100 milhões de usuários ativos mensais e seu site recebe mais de 1 bilhão de visualizações de página todos os meses.

Tanto as pessoas quanto as empresas estão aproveitando a IA generativa para casos de uso que vão desde a composição de poesia até a redação de solicitações de propostas (RFPs) e a criação de anúncios em vídeo. Entre todos os casos de uso, uma coisa é comum: parecer humano. Esses modelos são cada vez mais bons nisso, mesmo que isso signifique inventar referências em artigos de pesquisa gerados.

Apesar dos benefícios aparentemente infinitos e sem riscos, você não deve apostar cegamente na IA generativa. Como acontece com qualquer tipo de tecnologia, especialmente as novas, você deve debater suas vantagens e desvantagens. Embora a IA generativa possa parecer atraente à primeira vista, é possível que você não tenha os recursos necessários para implementá-la. Ou talvez você não conheça o caso de uso exato para maximizar seu impacto. E, com a IA em particular, você deve estar ciente de que ela precisa de barreiras de proteção para permanecer tão responsável quanto eficaz.

O que você precisa se perguntar ao aproveitar a IA generativa para sua empresa

A IA generativa está crescendo rapidamente e espera-se que organizações de vários setores dependam muito dela nos próximos anos. Na verdade, muitas organizações já estão investindo tempo e recursos para implementar e aproveitar a tecnologia. Como especialista em experiência do cliente (CX) ou experiência do funcionário (EX) em particular, você pode estar considerando a IA generativa para suas operações.

Aqui estão as cinco principais perguntas que você deve fazer a si mesmo, como profissional de CX, para garantir que os modelos de IA generativa sejam eficazes, éticos e alinhados aos valores e às metas de sua organização.

#1. Como posso garantir que os dados permaneçam seguros e de acordo com os padrões de privacidade?

Antes de implantar qualquer modelo de IA, é essencial considerar a privacidade e a segurança dos dados de treinamento, especialmente aqueles que contêm informações de identificação pessoal (PII). Os modelos de IA de código aberto representam riscos específicos para a privacidade e a segurança dos dados. Esses riscos se devem à vulnerabilidade criada pelo acesso aberto ao código-fonte, ao uso de bibliotecas de terceiros e à falta de controle sobre o compartilhamento e a distribuição.

Para mitigar o risco, as empresas que implementam modelos de IA em dados confidenciais devem garantir que haja controles de acesso e medidas fortes em vigor sobre a base de código, as bibliotecas e o armazenamento de dados.

#2. Que medidas foram tomadas para remover a tendência dos modelos?

Os modelos de IA generativa são particularmente suscetíveis a vieses porque são projetados para aprender com grandes conjuntos de dados e produzir previsões ou recomendações com base nesses dados.

Os modelos devem ser treinados em um conjunto de dados diversificado e representativo. No contexto da experiência do cliente e do funcionário, isso significa que há dados suficientes representativos da demografia, das culturas e de outros segmentos das bases de clientes e funcionários de uma empresa. Lembre-se de que o viés orientado por dados é mais provável quando se utiliza bibliotecas de código aberto, pois não há processo de validação da precisão factual ou da ética do material de origem. 

Também é fundamental reconhecer e investigar o possível viés algorítmico dos modelos. O que o modelo foi treinado para otimizar? Por exemplo, vários modelos de IA generativa foram treinados para produzir resultados especificamente para mídias sociais - isso pode levar a um conteúdo mais polarizador ou sensacionalista porque esse conteúdo é comum, eficaz e amplificado nessas plataformas.

Pergunte como os modelos de IA que você está considerando foram treinados e otimizados para casos de uso de CX e EX, bem como como os modelos estão sendo auditados e monitorados em relação à parcialidade. 

#3. Qual é o custo associado ao dimensionamento?

Trazer suas perguntas pontuais para o ChatGPT como um indivíduo que busca respostas rápidas é uma coisa. Mas outra coisa é dimensionar a IA generativa em dezenas ou centenas de milhões de registros em toda a empresa.

Para ser bem-sucedida em escala, a IA generativa requer grandes quantidades de dados diversificados e seguros, infraestrutura de clusters de computação de alto desempenho e recursos de pesquisa e desenvolvimento para monitorar, manter e desenvolver modelos.

O custo é uma consideração importante na conversa entre construir e comprar, portanto, procure entender o quanto sua organização está preparada para assumir os custos do dimensionamento. Além disso, você deve se perguntar: Qual será o nível de esforço para integrar a IA generativa desenvolvida internamente aos processos de negócios e fluxos de trabalho?

Para valer a pena o custo, a IA precisa estar vinculada a resultados mensuráveis. Justificar a necessidade de modelos de IA generativa talvez seja a questão mais importante, portanto, avalie os custos associados e determine se existe ou não um caso comercial sólido para o uso de modelos.

#4. Qual é o ponto de partida mais impactante para a introdução da IA generativa nos programas de CX e EX?

Não se deixe levar pelo brainstorming dos possíveis aplicativos de economia de custos da IA generativa. Antes disso, você precisa pensar na praticidade e nas implicações. Seria ótimo economizar milhões de dólares convertendo os agentes do centro de contato em chatbots, mas os consumidores - e a sociedade em geral - não confiam totalmente na IA em termos de privacidade de dados e no tratamento de questões delicadas.

Os pontos de partida eficazes para uma estratégia de IA generativa em CX/EX são aqueles vinculados a resultados comerciais positivos, fáceis de explicar ao diretor de experiência (CXO) e ao restante do C-suite e integrados aos fluxos de trabalho existentes.

• Aumento da eficiência: A IA generativa automatiza tarefas que consomem muito tempo, como as tarefas de resumo e disposição de chamadas que os agentes precisam fazer após cada chamada de atendimento ao cliente.
• Redução do tempo para obter insights: A IA deve ser usada para agilizar o desenvolvimento e a manutenção da criação de modelos baseados em regras em aplicativos de processamento de linguagem natural (NLP) e de compreensão de linguagem natural (NLU), liberando os analistas para dedicar mais tempo à geração de resultados e ações.
• Personalização: Grandes quantidades de dados devem ser analisadas para gerar recomendações personalizadas para os clientes - individualmente ou por segmento. Um exemplo é entender o histórico de um cliente com o suporte para conduzi-lo mais facilmente pelo canal preferido na jornada do cliente.
• Lealdade e desgaste dos funcionários: A IA generativa também pode ser usada para entender melhor a experiência dos funcionários e tomar decisões para lidar com o esgotamento, a rotatividade e o envolvimento dos funcionários.

#5. Como posso promover a adoção de uma estratégia de IA generativa em minha empresa?

As soluções tecnológicas são mais impactantes quando adotadas em escala. No entanto, a IA é uma tecnologia que pode ser difícil de ser implementada em escala.

Os clientes e funcionários podem hesitar em interagir com sistemas ou recomendações baseados em IA se não confiarem na tecnologia ou sentirem que sua privacidade não está sendo respeitada. 

É importante comunicar uma estratégia de IA - especialmente uma que possa afetar a medição de desempenho, a remuneração e as tarefas cotidianas dos funcionários - com transparência e honestidade. Compartilhe metodologias de modelagem, incentive perguntas e disponibilize resultados regulares de auditorias ou testes de viés. Comece com casos de uso que não afetem diretamente a remuneração ou as avaliações dos funcionários e, em vez disso, concentre-se em casos de uso de qualidade de vida, como automação de tarefas e otimização do fluxo de trabalho.

Por fim, para impulsionar a adoção e os resultados comerciais significativos por meio de ações, seus modelos de IA generativa devem ter resultados precisos e acionáveis que sejam relevantes.

Prepare-se para usar a IA generativa e liderar seu setor

É provável que você e seus concorrentes já estejam usando a IA de alguma forma. Agora é hora de sair do estágio de modismo da IA generativa e concentrar essa tecnologia em casos de uso tangíveis para beneficiar seus funcionários e seus resultados financeiros. A atenção está se voltando para a IA generativa e suas vantagens para os negócios, desde a produção de conteúdo em um piscar de olhos até a simplificação de processos para os funcionários. Aproveite as possibilidades.