No atendimento ao cliente, tornou-se evidente que modelos generalistas não funcionam tão bem em ambientes altamente específicos. A solução tem sido apostar em modelos menores e especializados — Foto: Getty Images
A inteligência artificial vive um momento histórico. Pela primeira vez, uma tecnologia nasce verdadeiramente democrática: acessível, intuitiva e capaz de gerar impacto imediato, independentemente de formação técnica. Não é preciso saber programar; é necessário apenas experimentar. E quem testa, transforma.
Eu me lembro que em 2018 e 2019 já testava modelos de linguagem do Google para que o sistema entendesse automaticamente as demandas dos clientes e encaminhasse cada uma para o lugar certo. Essa automação deu um salto enorme na eficiência da operação, era o ‘velho machine learning’, mas atuando em um patamar muito mais avançado, já que cerca de dois anos depois a brincadeira ficou séria: entramos de cabeça na IA generativa.
Nos últimos anos, a incorporação dessa tecnologia intensificou a trajetória, e uma pergunta passou a orientar discussões estratégicas em muitas empresas: como colocar IA nas mãos de todos, ampliando produtividade e acelerando decisões?
Em operações logísticas e de transporte, por exemplo, a resposta tem sido começar pelo simples, ou seja, nos problemas reais. Nada de teoria, apresentações intermináveis, somente desafios que acontecem no dia a dia. A ideia é analisar tudo o que o sistema tradicional não capta, e isso permite otimizar a clusterização de pacotes, reduzir quilômetros rodados e gerar impacto direto em eficiência, custos e emissões.
No atendimento ao cliente, tornou-se evidente que modelos generalistas não funcionam tão bem em ambientes altamente específicos. A solução tem sido apostar em modelos menores e especializados, tendência reforçada por iniciativas recentes no setor de tecnologia. O resultado costuma ser um atendimento mais ágil e preciso.
Com o avanço das ferramentas, diversas empresas, como nós, passaram a testar plataformas emergentes de agentes inteligentes, um passo ousado e desafiador.
O impacto dessa abordagem tem sido imediato. Integrações que antes exigiam semanas passaram a ser feitas em minutos. Áreas de pricing adotaram estruturas para comparar mercado e concorrência com mais precisão. No marketing, jornadas inteiras de geração e qualificação de leads foram automatizadas. Nas operações, agentes passaram a apoiar rotinas como scorecards, auditorias e planejamento. E, no jurídico, modelos ajudam a comparar cláusulas e identificar riscos em poucos segundos.
E talvez, o mais transformador: qualquer colaborador, independentemente de formação técnica, pode criar seus próprios agentes e fluxos de automação.
Algumas lições tornaram-se claras:
A inteligência artificial não é um projeto. É um movimento e parte fundamental da cultura - e do impacto que podem gerar nos resultados corporativos e na sociedade.
*CEO da Loggi, Thibaud é francês e chegou ao Brasil em 2010, quando cofundou a Dafiti, que virou o maior e-commerce de moda da América Latina. Antes disso, Thibaud trabalhou por 6 anos no JP Morgan, Alternative Investment Group, em Londres e Genebra.


