Mario Marchetti (*)
A inteligência artificial generativa se tornou prioridade nas agendas corporativas.
Em praticamente todos os setores, empresas anunciam novos assistentes virtuais, agentes inteligentes e plataformas capazes de transformar a relação com clientes. O entusiasmo é compreensível. Pela primeira vez, temos uma tecnologia capaz de compreender linguagem natural, conduzir conversas complexas e executar tarefas com um nível de fluidez que parecia distante há poucos anos.
Mas, em meio a essa corrida, existe um risco que poucas organizações estão discutindo: investir em inteligência artificial sem antes construir contexto. A consequência é simples. Em vez de revolucionar a experiência do cliente, muitas empresas estão apenas substituindo chatbots tradicionais por versões muito mais sofisticadas e, naturalmente, muito mais caras.
A tecnologia evoluiu de forma extraordinária. O problema é que boa parte das empresas continua oferecendo à inteligência artificial exatamente o mesmo ambiente limitado que oferecia aos antigos bots. Ela recebe perguntas, produz respostas bem elaboradas, mas não sabe quem é o cliente, desconhece seu histórico, não consegue acessar sistemas internos, ignora compras anteriores, não entende em que etapa da jornada aquela pessoa está e, muitas vezes, sequer sabe qual foi a última conversa realizada poucos minutos antes em outro canal.
Nesse cenário, a inteligência impressiona pela linguagem, mas decepciona pela experiência. É comum encontrarmos assistentes que escrevem de forma impecável, mas ainda pedem o número do pedido diversas vezes, solicitam informações já fornecidas pelo cliente ou transferem o atendimento para um humano sem compartilhar absolutamente nada da conversa anterior.
O consumidor percebe essa limitação imediatamente. Na prática, pouco importa se a resposta foi produzida por um grande modelo de linguagem ou por um chatbot baseado em regras. Se ele continua tendo que repetir informações, reiniciar processos ou alternar entre diferentes canais sem continuidade, sua percepção será a mesma: a empresa continua sem conhecê-lo.
Esse talvez seja um dos maiores paradoxos da atual onda de inteligência artificial. Estamos investindo bilhões para tornar as conversas mais naturais, quando o maior problema nunca foi a linguagem. Sempre foi a falta de contexto.
Contexto significa muito mais do que acesso a um banco de dados. Significa compreender quem está falando, qual é seu histórico de relacionamento, quais produtos utiliza, quais problemas enfrentou anteriormente, quais canais prefere utilizar e, principalmente, qual é sua intenção naquele momento.
Uma simples pergunta como “Meu pedido já saiu?” ilustra bem essa diferença.
Sem contexto, a IA precisará perguntar qual pedido, solicitar informações de identificação, consultar sistemas isoladamente e reconstruir toda a conversa antes de responder.
Com contexto, ela já sabe quem é o cliente, identifica automaticamente a compra mais recente, verifica o status da entrega, informa o prazo atualizado e ainda consegue avisar que houve uma mudança na previsão ou sugerir o melhor canal para acompanhar a encomenda. A pergunta é exatamente a mesma.
O que muda é tudo aquilo que acontece antes da resposta. É por isso que acredito que o verdadeiro desafio da inteligência artificial deixou de ser gerar texto e passou a ser conectar informações. Modelos de linguagem continuarão evoluindo rapidamente. Eles serão mais rápidos, mais precisos e mais acessíveis. O que não será facilmente replicável é a capacidade das empresas de integrar seus dados, eliminar silos e construir uma visão unificada da jornada do cliente.
Essa integração exige um trabalho que normalmente recebe menos atenção do que o lançamento de uma nova IA. É preciso conectar plataformas de comunicação, sistemas de CRM, bancos de dados, ferramentas de atendimento, soluções de pagamento, plataformas de marketing e aplicações internas que, historicamente, evoluíram de forma independente.
Em muitos casos, esse trabalho é menos visível do que implantar um novo assistente virtual. Também é mais complexo. Mas é justamente ele que determina se a inteligência artificial será capaz de resolver problemas ou apenas conversar sobre eles. A chegada dos agentes de IA reforça ainda mais essa necessidade. Diferentemente dos primeiros chatbots, que tinham como principal função responder perguntas, os agentes começam a executar tarefas, consultar diferentes sistemas e tomar decisões dentro de limites previamente estabelecidos.
Para fazer isso com qualidade, eles dependem de contexto. Um agente responsável por renegociar uma fatura precisa conhecer o histórico financeiro do cliente. Um agente que acompanha entregas precisa conversar com sistemas logísticos. Um agente voltado ao suporte técnico precisa acessar registros anteriores, equipamentos utilizados e chamados já resolvidos.
Sem essas conexões, qualquer promessa de autonomia se torna limitada. Outro aspecto importante é que contexto também melhora a eficiência operacional. Quando a IA compreende a jornada completa, reduz transferências desnecessárias, evita retrabalho, aumenta a resolução no primeiro contato e libera equipes humanas para lidar com situações mais complexas e estratégicas.
Isso mostra que a discussão sobre inteligência artificial não deveria girar apenas em torno da qualidade dos modelos. Ela deveria começar por uma pergunta muito mais simples: nossa empresa conhece suficientemente bem seus clientes para que a IA possa ajudá-los?
Se a resposta for não, provavelmente o próximo investimento não deveria ser em um modelo mais poderoso, mas na organização das informações que permitirão a esse modelo gerar valor. Existe ainda um fator que muitas vezes passa despercebido. Consumidores não avaliam inteligência artificial pela sofisticação da tecnologia. Eles avaliam pela facilidade da experiência.
Poucos clientes saberão qual modelo de IA está por trás de um atendimento. Eles apenas perceberão se conseguiram resolver seu problema rapidamente, se a empresa lembrou de conversas anteriores e se a solução foi realmente útil. No fim do dia, ninguém elogia um algoritmo.
As pessoas elogiam experiências que funcionam. Por isso, acredito que o futuro da inteligência artificial empresarial será menos definido pelos modelos de linguagem e muito mais pela qualidade do contexto que as empresas conseguem construir ao redor deles.
Modelos continuarão evoluindo. Novas versões surgirão em ritmo acelerado. Mas a verdadeira diferenciação competitiva estará na capacidade de transformar dados dispersos em conhecimento útil, conectar jornadas antes fragmentadas e fazer com que cada interação aproveite tudo aquilo que já foi aprendido anteriormente. Sem isso, a inteligência artificial pode até parecer revolucionária. mas continuará sendo apenas um chatbot mais caro.
(*) CEO LATAM da Sinch.