Nenhuma casa se constrói a partir do telhado, por isso, antes de abordarmos como os Modelos de Linguagem de Grande Escala estão a transformar o atendimento ao cliente, devemos primeiro lançar as bases e rever o que é, exatamente, o atendimento ao cliente.
Também vou resumir toda a tecnologia que é (ou pode ser) utilizada no atendimento ao cliente. Assim, vais estar definitivamente mais bem preparado para ler sobre o que são os LLMs, as suas aplicações no atendimento ao cliente, o impacto na tecnologia existente, o que deves ter em conta ou como começar. E sim, abordo tudo isso neste artigo.
O que é o atendimento ao cliente?
O atendimento ao cliente é um elemento fundamental de qualquer empresa que lida diretamente com os consumidores. Isso inclui atender às necessidades dos clientes, resolver problemas e garantir a máxima satisfação dos clientes. Um atendimento ao cliente bem-sucedido pode levar a uma maior fidelização dos clientes, a um boca a boca positivo e, em última análise, a lucros mais elevados para a empresa.
Tipos de tecnologia de atendimento ao cliente
Telefone:
O símbolo do atendimento ao cliente desde os primórdios das intimidantes centrais telefónicas. Surgiram outros canais, mas aquele toque pessoal e as conversas em tempo real continuam a ser reconfortantes para muitos clientes.
Resposta Interativa de Voz (IVR)
Os IVRs representaram o primeiro grande avanço na automatização do atendimento ao cliente. Ao dar aos utilizadores a possibilidade de escolher o motivo da chamada, bastando para isso premir um botão no telefone, os centros puderam começar realmente a otimizar as suas operações.
Chat ao vivo
A popularização da Internet introduziu o chat ao vivo no atendimento ao cliente, oferecendo assim aos clientes mais uma opção que combina rapidez e comodidade.
Embora o e-mail não funcione em tempo real, permite respostas mais detalhadas e, provavelmente a sua característica mais valiosa, manter um registo da comunicação.
Canais de mensagens
As aplicações de mensagens, como o Facebook Messenger e o WhatsApp, permitem que a comunicação ocorra através de plataformas com as quais os clientes já estão familiarizados e que utilizam diariamente, tornando-a também mais pessoal do que o chat ao vivo.
Chatbots
Os chatbots prometeram uma comunicação de ouro, mas muitas vezes acabaram por não passar de uma farsa. No entanto, os Modelos de Linguagem de Grande Escala estão finalmente a provocar uma mudança fundamental neste setor, como vamos ver a seguir.
Assistentes de voz
O sucesso de assistentes virtuais como a Alexa ou a Siri prometia um futuro brilhante para os voicebots. Mas esse desenvolvimento tem sido travado por implementações deficientes e por algumas limitações tecnológicas.
Gestão de Relações com o Cliente
Os CRMs, como o Salesforce ou o Hubspot, ajudam as empresas a gerir as interações com os clientes nos vários canais e pontos de contacto.
Sistemas de emissão de bilhetes para clientes
São essenciais para gerir e acompanhar as questões e os pedidos dos clientes, otimizando as operações, aumentando a responsabilização e reduzindo os tempos de resposta.
Plataformas de atendimento ao cliente
Algumas soluções modernas combinam várias tecnologias para a experiência do cliente e os centros de atendimento, como encaminhamento omnicanal, interação preditiva, relatórios e análises, gravação e monitorização de chamadas, entre outras.
Conhece os Modelos de Linguagem de Grande Escala
À medida que nos aproximamos de uma nova era, os Modelos de Linguagem de Grande Escala (LLMs), como o GPT, estão a preparar o terreno para a próxima evolução na tecnologia de atendimento ao cliente.
Os LLMs são modelos de IA concebidos para compreender, gerar e responder à linguagem humana de uma forma muito semelhante à dos seres humanos. Treinados com enormes quantidades de dados textuais retirados da Internet, estes modelos são gigantescos, com milhões ou até milhares de milhões de parâmetros. Isso reforça a sua capacidade de compreender o contexto, as nuances e até as sutilezas da linguagem, permitindo-lhes proporcionar interações mais sofisticadas e semelhantes às humanas.
Em termos simples, um LLM funciona prevendo a próxima palavra de uma frase com base nas palavras que já viu até ao momento. Esta capacidade de gerar texto coerente melhorou significativamente desde 2017, graças a um tipo de arquitetura de modelo chamada «transformer».
Antes, para que esses modelos realizassem tarefas específicas, tínhamos de os ajustar. Mas com os modelos mais recentes e mais complexos, como o GPT-4, agora basta dar-lhes uma instrução detalhada para que façam um bom trabalho.
Mas lembra-te: estes modelos aprendem com os dados com que são treinados. Por isso, se os dados tiverem erros ou enviesamentos, o modelo também os vai aprender.
Alguns LLMs bem conhecidos são a série GPT (como o GPT-3.5 e o GPT-4, que estão por trás do ChatGPT), o LLaMa, o PaLM (usado no Google Bard), o BLOOM, o Ernie 3.0 Titan e o Claude.
Os LLMs e a sua aplicação no atendimento ao cliente
Os LLMs têm um potencial transformador no atendimento ao cliente. Ao compreenderem e gerarem respostas semelhantes às humanas, conseguem lidar com as dúvidas e reclamações dos clientes de forma mais eficiente e eficaz do que nunca. Conseguem processar padrões complexos e nuances nas interações, no comportamento e nas preferências dos clientes para criar perfis de cliente bem definidos, que podem depois ser aproveitados para criar recomendações de produtos personalizadas, aumentando a satisfação e o envolvimento dos clientes.
Os modelos de linguagem de grande escala podem ser integrados no atendimento ao cliente para, por exemplo:
- Oferece experiências de atendimento ao cliente personalizadas em grande escala
- Responde às perguntas com precisão
- Oferece sugestões personalizadas de produtos
- Presta um serviço proativo
- Realiza análises de sentimento, permitindo que as empresas obtenham informações valiosas sobre a sua base de clientes
- Gerar respostas às perguntas dos clientes de uma forma mais natural, proporcionando uma experiência do cliente superior e sem complicações.
Vamos ver com mais detalhe algumas das principais aplicações dos LLMs no atendimento ao cliente.
Atualização de chatbots e voicebots
Os chatbots ou voicebots clássicos usam a classificação de intenções para «compreender» o que o cliente está a dizer. Utilizam um modelo de aprendizagem automática para classificar uma frase e, em seguida, recorrem à lógica (fluxos, histórias, etc.) para decidir o que fazer e dizer a seguir. Alguns deles mantêm algum contexto da conversa e sabem realmente algo sobre o cliente. Apesar de todos os esforços para criar um bom design conversacional, introduzir uma boa lógica e aproveitar o contexto, usar chatbots ainda pode ser bastante frustrante para os utilizadores. Os LLMs podem ajudar a mudar isso.
Os LLMs podem ser implementados para levar os chatbots a um novo patamar, fazendo com que compreendam realmente a linguagem e mantenham um bom contexto. Se conheceres um utilizador, podes fornecer ao LLM um prompt (ou um prefixo) que lhe dê esse contexto e ajude a adaptar a conversa, oferecendo assim uma experiência verdadeiramente personalizada aos clientes.
Ao contrário dos chatbots tradicionais, os chatbots baseados em LLM conseguem compreender o contexto e as nuances das perguntas dos clientes, o que resulta em interações mais precisas e semelhantes às humanas.
Com a introdução dos LLMs, os chatbots podem finalmente começar a ser adotados pela maioria dos clientes e tornar-se uma alternativa real aos agentes de atendimento ao cliente.
Mas nem tudo são flores. Existem riscos associados à introdução de chatbots em cenários de atendimento ao cliente ou de contacto com o público. Problemas como a «alucinação» (que abordamos mais adiante neste artigo), o preconceito e outros podem prejudicar a reputação de uma marca e até colocar os clientes em risco. Por isso, a utilização de chatbots em cenários de contacto com o cliente continua a ser um tema delicado.
Um agente de atendimento ao cliente de excelência
Os LLMs podem revolucionar a forma como os clientes e as pessoas em geral procuram informação. Podem ser treinados para recuperar e apresentar informação relevante a partir de vastas bases de conhecimento, respondendo assim às perguntas dos clientes de forma rápida e precisa.
Isso pode incluir desde características do produto e instruções de utilização até guias de resolução de problemas e detalhes sobre políticas. Com uma pesquisa na base de conhecimento alimentada por IA, os clientes podem encontrar as informações de que precisam sem terem de vasculhar montes de conteúdo irrelevante, melhorando assim a sua experiência geral com o serviço.
Num contexto de atendimento ao cliente, um agente de atendimento não só consegue encontrar informações muito mais rapidamente do que com um motor de busca clássico, como também formular uma resposta adequada em poucos segundos, o que resulta numa experiência do cliente superior e numa produtividade significativamente melhorada. É como ter um agente de atendimento com superpoderes!
Perfil preditivo do cliente e recomendações personalizadas
Os LLMs conseguem analisar o comportamento dos clientes, o histórico de interações e o feedback para criar perfis completos dos clientes. Com base nesses perfis, os LLMs conseguem prever as necessidades e preferências dos clientes e oferecer, de forma proativa, soluções personalizadas, recomendações de produtos ou apoio. Esta criação de perfis preditivos e personalização pode levar a uma maior satisfação e fidelização dos clientes, dando às empresas uma vantagem competitiva.
A criação de perfis de clientes e a geração de recomendações exigiam muitos dados e recursos para serem implementadas corretamente. Normalmente, isso não está ao alcance das empresas mais pequenas ou das que estão a dar os primeiros passos. Os LLMs tornam isso acessível a todos, a um custo baixo.
Análise de sentimentos e interpretação de feedback
Os LLMs conseguem analisar feedback dos clientes, avaliações, comentários nas redes sociais e muito mais para avaliar o sentimento e perceber a opinião dos clientes sobre um produto, serviço ou a marca em geral. Ao identificar tendências, detetar problemas e compreender o sentimento dos clientes, as empresas podem tomar decisões baseadas em dados para melhorar as suas ofertas e o atendimento ao cliente. Além disso, também conseguem identificar potenciais defensores ou críticos, o que as ajuda a criar estratégias de interação direcionadas.
Formação de funcionários
O ChatGPT (tal como outras aplicações semelhantes) também pode ser usado para formar a equipa de apoio ao cliente. Este tipo de tecnologia pode ajudar os funcionários a dar respostas melhores e a responder mais rapidamente às questões dos clientes. Além disso, os novos funcionários podem começar a ser produtivos muito mais rapidamente. Isto também ajuda nos horários de ponta ou mesmo quando há falta de pessoal, já que os funcionários menos qualificados podem ser temporariamente mobilizados.
A integração de LLMs nos processos de atendimento ao cliente permite que as empresas ofereçam experiências de cliente superiores e personalizadas em grande escala, além de obterem informações valiosas sobre a sua base de clientes. Seja melhorando os processos existentes ou introduzindo capacidades de IA a partir do zero, os LLMs representam um salto significativo em termos de qualidade em comparação com os métodos tradicionais de PLN.
Alucinações em modelos de linguagem de grande escala
Os LLMs podem, por vezes, gerar texto incorreto ou inadequado ao contexto, um fenómeno conhecido como «alucinação». Isto pode ser um problema no contexto do atendimento ao cliente ou em qualquer situação de contacto direto com o cliente.
As alucinações podem ter origem em vários fatores:
- Dados de treino insuficientes: a falta de dados diversificados e abrangentes pode levar à criação de informações falsas.
- Preconceitos e distorções: os modelos podem refletir preconceitos sociais presentes nos dados de treino.
- Ambiguidade contextual: A ambiguidade no contexto pode levar a interpretações erradas.
- Lacunas de conhecimento: a falta de informação pode fazer com que o modelo gere detalhes fictícios.
- Ataques adversariais: entradas maliciosas podem induzir o modelo a gerar resultados incorretos.
As alucinações têm implicações significativas, especialmente em áreas críticas como a saúde, as finanças e o setor jurídico. Uma validação cuidadosa e um acompanhamento contínuo são essenciais para manter a confiança e a fiabilidade. Num contexto de contacto direto com o cliente, as alucinações podem levar a resultados incorretos, sem sentido, inadequados, prejudiciais ou ofensivos. Isso pode prejudicar uma marca e levar à perda de clientes e de credibilidade.
Os investigadores estão a trabalhar em estratégias como o aumento de dados, a eliminação de preconceitos nos algoritmos, a melhoria da representação do contexto, a integração de conhecimento externo e mecanismos de defesa robustos para minimizar as alucinações, bem como a determinação da atribuição dos resultados dos modelos de linguagem, como neste trabalho da Google.
A comunidade de investigação está empenhada em melhorar as metodologias de treino, reduzir os enviesamentos, lidar com ataques adversários e garantir uma utilização ética. Equilibrar a criatividade com a precisão e abordar os riscos associados às alucinações é vital para o futuro de modelos de linguagem fiáveis e dignos de confiança.
A evolução contínua dos grandes modelos de linguagem oferece perspetivas empolgantes, mas também apresenta desafios. Garantir a precisão, a transparência e a responsabilidade desses modelos é fundamental para aproveitar o seu potencial sem perder credibilidade.
Implementação de LLMs no atendimento ao cliente: como começar
A implementação de LLMs nos teus processos de atendimento ao cliente requer uma análise cuidadosa. O primeiro passo é compreender as necessidades da tua empresa e identificar as áreas onde os LLMs podem trazer mais valor.
Além disso, é importante lembrar que os LLMs, apesar de impressionantes, ainda não são perfeitos. Por vezes, podem produzir resultados incorretos, sem sentido ou até mesmo inadequados. Por isso, é necessário um acompanhamento cuidadoso e um ajuste fino para garantir que estes modelos funcionem de forma eficaz e ética.
Então, por onde começar?
A forma mais segura de começar é em cenários que não envolvam contacto direto com o cliente, mas que, mesmo assim, tragam valor ao aumentar a produtividade e a qualidade das respostas aos clientes, mantendo sempre a intervenção humana antes de enviar qualquer informação aos clientes.
Como os LLMs podem gerar respostas imprevisíveis, é importante garantir que tudo o que for enviado a um cliente tenha uma fonte de referência e possa ser rastreado até ela. Isso é importante para a credibilidade.
E nem é preciso dizer que contar com os profissionais certos para cuidar da implementação é uma grande vantagem. Se estiveres interessado em embarcar nessa jornada e levar o teu atendimento ao cliente para o próximo nível, nós da Two Impulse teríamos todo o prazer em acompanhar-te ao longo de todo o processo. Basta entrares em contacto connosco aqui.
O potencial dos LLMs no atendimento ao cliente
O potencial dos Modelos de Linguagem de Grande Escala no atendimento ao cliente é imenso, oferecendo um salto em termos de qualidade e eficiência que ultrapassa em muito os métodos tradicionais. À medida que as empresas procuram melhorar o seu atendimento ao cliente, os LLMs podem abrir caminho para proporcionar experiências de cliente superiores e personalizadas.
No entanto, para aproveitar verdadeiramente o potencial desta tecnologia, as empresas precisam de gerir a sua implementação e utilização com cuidado e responsabilidade, garantindo que oferecem valor aos clientes e, ao mesmo tempo, protegem os seus dados e a sua privacidade, sem perderem credibilidade no processo.
