IA só faz sentido quando alguma coisa passa a funcionar melhor
Não vendemos IA. Vendemos processos que passam a funcionar, e às vezes a peça que faltava é um modelo de linguagem. Na maioria das vezes não é, e dizemos isso, o que nos custa trabalho a curto prazo e nos poupa clientes desiludidos a médio.
O que a IA resolve mesmo bem
Uma coisa, essencialmente: interpretar informação que não segue um formato fixo. Texto escrito por pessoas, documentos que chegam de fontes diferentes, pedidos formulados de mil maneiras para dizer a mesma coisa.
Isto era, até há pouco tempo, trabalho obrigatoriamente humano. Hoje já não é, na parte da triagem. Continua a ser na parte da decisão.
Classificação. Chegam trezentos emails por semana e alguém tem de decidir se é pedido de orçamento, reclamação, fatura ou publicidade. O modelo propõe a categoria, os casos duvidosos vão para uma pessoa.
Extração. Faturas, guias e fichas técnicas em vinte formatos diferentes. Os campos são lidos automaticamente e conferidos, com o documento ao lado, antes de entrarem na contabilidade.
Pesquisa interna. Anos de documentação, procedimentos e emails onde ninguém encontra nada. Uma pesquisa que responde e mostra de onde tirou a resposta vale mais do que uma que responde e pronto.
Atendimento supervisionado. O sistema prepara a resposta com base no que já foi respondido antes. Uma pessoa lê, corrige se for preciso, e envia.
Onde é que ela não deve entrar
Onde as regras chegam. Se o processo é “quando a encomenda passa a paga, cria a guia e avisa o armazém”, isso não precisa de modelo nenhum. Precisa de automação, que custa menos, falha menos e é possível depurar.
Onde não há forma de verificar. Se ninguém consegue dizer se a resposta está certa, não há como medir, e sem medição não há como saber se piorou.
Onde o erro é caro e não há revisão possível pelo volume. Se são dez mil decisões por dia e cada erro custa, a conta pode não fechar.
Como trabalhamos isto
Começamos por um caso pequeno com resultado verificável, e medimos antes de alargar. A supervisão humana não é uma fase inicial que depois se retira: é parte do desenho. Nos sistemas que operamos, 100% das mensagens enviadas são revistas por uma pessoa antes de sair, e isso não muda por o modelo estar a acertar muito.
A tecnologia por trás disto muda depressa. O princípio não muda: a IA é infraestrutura de bastidor, e quem responde pelo resultado continua a ser uma pessoa.
Sinais de que vale a pena mexer
- Alguém lê e classifica texto o dia inteiroEmails, pedidos, reclamações, candidaturas. Ler é o trabalho todo.
- Recebe documentos em formatos sempre diferentesFaturas de vinte fornecedores, cada um com o seu layout.
- A informação existe mas ninguém a encontraEstá em PDF, em emails antigos e em pastas partilhadas.
- As mesmas perguntas repetem-se todos os diasE a resposta já está escrita algures, só não está acessível.
- Já experimentou IA e não passou da demonstraçãoFuncionava nos exemplos e falhava nos casos reais.
Antes e depois
- Horas por dia a ler e a classificar à mão
- Documentos transcritos manualmente, com erros
- Perguntas internas respondidas por quem tem mais anos de casa
- Pilotos de IA que impressionam e nunca entram em produção
- O modelo propõe, a pessoa confirma nos casos que contam
- Extração automática com conferência dos campos críticos
- Pesquisa que devolve a fonte, não só a resposta
- Medição de quantas vezes acertou, e do que fazer quando falha
Com o que trabalhamos
Deixámos esta lista para o fim de propósito. A ferramenta é a última decisão, não a primeira.
- Classificação de texto
- Extração de dados de documentos
- Pesquisa sobre documentação interna
- Assistentes internos
- Atendimento com supervisão
- Resumo e triagem
- Agentes com passos verificáveis
- Avaliação e medição de erro
O que nos perguntam sempre
Qual é a diferença entre automação e IA?
A automação segue regras que alguém escreveu: se acontecer isto, faz aquilo. É previsível, barata e fácil de corrigir. A IA lida com aquilo que não se consegue reduzir a regras, sobretudo linguagem e documentos com formatos variáveis. Se o seu problema se resolve com regras, usar IA é pagar mais por um resultado menos previsível.
E se o modelo inventar uma resposta?
Parte-se do princípio de que às vezes vai inventar, e desenha-se em cima disso. As respostas trazem a fonte para poder ser conferida, as extrações mostram o valor lido ao lado do documento original, e nada que fale com um cliente sai sem passar por uma pessoa. Um sistema de IA sem revisão humana é um risco que não recomendamos a ninguém.
Os nossos dados vão treinar modelos de terceiros?
Não, nas configurações que usamos. É uma das primeiras coisas que verificamos e fica escrito na proposta, com o fornecedor identificado e onde é que os dados são tratados. Se essa condição não puder ser garantida para um caso, dizemos que não dá.
Precisamos de muitos dados para começar?
Ao contrário do que era verdade há uns anos, na maior parte destes casos não é preciso treinar nada. Usam-se modelos já existentes com o contexto da sua empresa. O que é preciso é um conjunto de exemplos reais para medir se está a acertar.
Como sabemos se está a funcionar?
Com uma medição feita antes de entrar em produção: um conjunto de casos reais com a resposta certa conhecida, contra o qual se mede a taxa de acerto. Sem isso, ‘a IA está a funcionar bem’ é uma opinião.
Para continuar a ler
Não é uma lista de cinquenta ferramentas. É a distinção entre quatro abordagens que costumam ser confundidas, e a regra simples para saber qual é a certa para o seu problema.
Solução Automação de processosTrabalho manual e repetido passa a correr sozinho, com validação humana onde ela é mesmo precisa.
Solução Software à medidaSistemas internos e plataformas quando o processo é mesmo específico e nenhuma ferramenta pronta serve.
Diga-nos o que está a travar o seu negócio
Uma conversa de 30 minutos chega para perceber onde está o problema e se vale a pena mexer. Resposta habitual em 24 horas.