Estive essa semana nos EUA em uma conferência sobre a experiência do consumidor em sua jornada nos relacionamentos com as empresas. O papel da inteligência artificial (IA) na melhoria dessas jornadas foi o grande destaque em todo o evento. A grande tendência nas inovações que estão sendo introduzidas é a utilização de inteligência artificial para organizar informações em partes de processos já definidos em softwares, que são utilizados para organizar as informações. Consumidores que compram pela internet, ou em grandes lojas, estão acostumados a perceber que elas possuem softwares nos quais informações sobre o próprio consumidor, bens e serviços adquiridos, além de formas de pagamentos são introduzidas. Esses são os softwares de CX (costumer experience) utilizados pelos grandes empreendimentos que possuem muitos clientes. Eles servem para definir logística, e cada uma das etapas do processo de aquisição, desde a ordem, passando pelo pagamento e mudanças de definições, até a entrega dos produtos ou serviços. É para esses que a evolução tecnológica tem convergido a fim de manter funcionando na mesma lógica atual. Apenas introduzindo IA na busca de informações, algo simples e que na maioria das vezes pode ser feito sem sua utilização.

O processo de construção de softwares para troca de informações entre consumidores e lojas possui quatro instrumentos principais: (i) modelos matemáticos determinísticos (inclui lógicas condicionais); (ii) modelos estatísticos paramétricos, que introduzem probabilidades para ordenação de opções; (iii) redes neurais e algoritmos genéticos, que funcionam por tentativa e erro; e (iv) inteligência artificial generativa (as LLM), que recompõe informações pré-existentes dentro da lógica humana. Apesar dessas últimas serem o método da moda, as redes neurais e os algoritmos genéticos são também considerados como parte da inteligência artificial.

Os robôs são feitos principalmente dos métodos (i) e (iii). Quanto mais utilizarem os métodos em (i), mais eficientes serão em termos de tempo de processamento e precisão nas suas respostas. Por outro lado, tendem a gerar um fluxo de informações e interações longo e duro, muitas vezes irritando o consumidor ao navegar nos seus caminhos tortuosos. Quando há erros, facilmente se tornam um problema, que pode não ter solução. Quando baseados em (iii) podem introduzir a chamada machine learning e com isso sujeitar-se a aprimoramentos periódicos. Ainda assim, constroem processos complexos por causa das árvores de decisão necessárias. São verdadeiras máquinas de irritação do consumidor, quando não pilotados por operadores eficientes e simpáticos. Entre os métodos mencionados, o menos confiável são as LLM, pois podem alucinar, que é gerar erros por conta própria nas suas respostas, ao combinar de forma inadequada as informações disponíveis no seu universo de conhecimento. No entanto, poderiam eliminar as jornadas longas e desnecessárias. Mas, infelizmente, o seu uso tem sido introduzido dentro de jornadas estruturadas na lógica anterior, sendo muitas vezes introduzidas apenas para identificar informações. A mudança da lógica de estruturação da jornada dos clientes ainda tem sido quase inexistente. Ou seja, ainda vamos passar alguns anos sofrendo.