Por que a maioria dos chatbots corporativos decepciona — e o que construir em vez disso

Um chatbot é adquirido por uma empresa: o que pode dar errado?

Uma empresa adquire um chatbot e implementa-o no site ou no portal de ajuda interna. Durante duas semanas, as pessoas experimentam a ferramenta. No entanto, até o terceiro mês, o uso cai para um pequeno grupo de funcionários curiosos e clientes ocasionais que não conseguem encontrar o número de telefone.

Este cenário é comum o suficiente para merecer uma explicação. Não é o modelo em si que é o problema; os modelos atuais são muito melhores do que as implementações construídas com base neles. A falha reside na forma como o chatbot é projetado.

Um chatbot responde, mas o negócio fecha

Ao perguntar sobre a função do chatbot, geralmente se ouve respostas como: "ele responde perguntas sobre nossos produtos" ou "ajuda os funcionários a encontrar políticas". Parece útil, mas não é.

Ninguém é responsável por receber uma resposta; alguém precisa emitir um reembolso, aprovar uma ordem de compra, reprogramar uma instalação, confirmar um pedido de garantia ou obter um contrato legal. Uma resposta é apenas o meio do processo. Um sistema que se limita a responder devolve a tarefa à pessoa que tentava delegá-la.

Assim ocorre a interação: o cliente pergunta sobre seu pedido atrasado, o bot explica a política de envio, e o cliente pede para falar com um humano porque a política nunca foi o ponto principal. O bot cumpriu sua função, mas ainda assim falhou.

As três maneiras pelas quais eles quebram

A maioria das implementações decepcionantes compartilha algumas características:

• Sem acesso aos sistemas ao vivo. O chatbot é treinado em documentos. A pergunta do cliente diz respeito ao seu pedido, sua fatura ou sua conta. Um bot treinado apenas com documentos pode oferecer respostas genéricas, que já podem ser encontradas na página de perguntas frequentes.
• Sem capacidade de ação. Mesmo sabendo a resposta, ele não consegue realizar a tarefa. Cada conversa termina em uma transferência, adicionando um passo em vez de removê-lo.
• Sem definição do que é "concluído". Ninguém definiu com antecedência o que constitui um bom resultado, então ninguém pode dizer se o bot está funcionando. As métricas de uso aumentam, o volume de contatos no centro de atendimento não diminui e o projeto deixa de ser discutido silenciosamente.

Por trás dos três está uma decisão: o projeto foi escopado como um canal — um novo meio de comunicação com a empresa — em vez de capacidade, ou seja, uma maneira de concluir mais trabalho com as mesmas pessoas.

Construa um completador de tarefas

A alternativa não é mais sofisticada; é mais específica e profunda.

Escolha uma tarefa de alto volume. Não um tópico, mas uma tarefa — "reprogramar uma entrega", não "perguntas logísticas". Algo que ocorre centenas de vezes por mês e segue um caminho conhecido.

Dê ao sistema os dois elementos necessários para concluir efetivamente essa tarefa: acesso de leitura aos sistemas que contêm a verdade e acesso de escrita à(s) ação(ões) necessárias. Se ele puder consultar a entrega, oferecer horários reais e alterar o agendamento, ele substitui uma ligação telefônica. Se puder apenas descrever a política de reprogramação, não substitui nada.

Em seguida, decida o que fazer quando ele não conseguir concluir a tarefa. Esta é a parte mais ignorada nos projetos, e ela faz mais para a confiança do que qualquer quantidade de ajuste de modelo. Defina as condições nas quais ele deve parar e transferir para um humano — baixa confiança, estado incomum da conta, qualquer coisa envolvendo valores acima de um limite — e faça a transferência levar o contexto completo para que o cliente não precise repetir as informações. Um sistema que conclui 60% dos casos sem intervenção humana e escala os restantes com um resumo limpo supera um que tenta 100% e erra em 20%.

Por fim, defina uma ou duas métricas antes de construir. Qual é a porcentagem de solicitações de reprogramação concluídas sem intervenção humana? Qual é o tempo médio de tratamento das que são escaladas? Qual é a taxa de contato repetido dentro de 48 horas? Uma ou duas métricas, medidas em comparação com o mês anterior ao lançamento. Se os números não melhorarem, você aprendeu algo barato e cedo.

O que isso muda no plano

A escopagem deste modo torna o projeto menor e o trabalho de integração maior, o que é desconfortável para quem comprou um chatbot esperando uma configuração rápida de duas semanas. A camada conversacional agora é a parte fácil; o trabalho está nos permissões, acesso aos sistemas, rastro de auditoria e caminho de escalada — a parte pouco glamorosa que decide se a ferramenta pode realmente ajudar.

É por isso que o específico supera o amplo. Uma tarefa concluída perfeitamente ganha o direito de adicionar a próxima. Um sistema que cobre quarenta tópicos superficialmente não vale nada, porque não há uma única tarefa que alguém possa apontar e dizer: "antes levava quatro minutos, e agora leva menos".

Nós construímos o segundo tipo. O primeiro é mais fácil de lançar, mas muito mais difícil de manter.