O que é IA conversacional?
A inteligência artificial (IA) conversacional é uma tecnologia que torna o software capaz de entender e responder a conversas humanas baseadas em voz ou texto. Tradicionalmente, o bate-papo humano com software era limitado a entradas pré-programadas nas quais os usuários digitam ou falam comandos predeterminados. A IA conversacional vai muito além disso. Ela pode reconhecer todos os tipos de entrada de voz e texto, imitar interações humanas e entender e responder a consultas em vários idiomas. As organizações usam a IA conversacional para vários casos de uso de suporte ao cliente, para que o software responda às consultas dos clientes de maneira personalizada.
Quais são os benefícios da IA conversacional?
A tecnologia de IA conversacional traz vários benefícios às equipes de atendimento ao cliente de uma organização.
Melhor experiência do cliente
Os chatbots de IA conversacional podem fornecer suporte contínuo, 24 horas por dia e 7 dias por semana, e respostas instantâneas aos clientes, sendo um serviço que os clientes modernos preferem e esperam de todos os sistemas on-line. A resposta instantânea aumenta a satisfação do cliente e a frequência de engajamento com a marca.
Além disso, é possível integrar dados anteriores de interações com clientes com IA conversacional para criar uma experiência personalizada para seus clientes. Por exemplo, ele pode fazer recomendações com base em compras anteriores de clientes ou em entradas de pesquisa.
Maior eficiência operacional
Você pode usar soluções de IA conversacional para agilizar seus fluxos de trabalho de atendimento ao cliente. Eles podem responder perguntas frequentes ou outras informações repetitivas, liberando sua força de trabalho humana para se concentrar em tarefas mais complexas.
Você também pode obter benefícios de custo em escala. Pode ser caro estabelecer equipes de atendimento ao cliente 24 horas por dia em diferentes fusos horários. É muito mais eficiente usar bots para fornecer suporte contínuo aos clientes em todo o mundo.
Acessibilidade mais ampla
A IA conversacional pode ser usada para melhorar a acessibilidade de clientes com deficiências. Ela também pode ajudar clientes com conhecimento técnico limitado, diferentes origens linguísticas ou casos de uso não tradicionais. Por exemplo, as tecnologias de IA conversacional podem orientar os usuários na navegação no site ou no uso de aplicações. Eles podem responder perguntas e ajudar a garantir que as pessoas encontrem o que estão procurando sem precisar de conhecimento técnico avançado.
Quais são alguns casos de uso da IA conversacional?
A IA conversacional tem vários casos de uso em processos de negócios e interações com clientes. Agrupamos esses casos de uso em quatro grandes categorias.
Informativo
Em um contexto informacional, a IA conversacional responde, principalmente, às perguntas dos clientes ou oferece orientação sobre tópicos específicos. Por exemplo, seus usuários podem perguntar aos chatbots de atendimento ao cliente sobre o clima, detalhes do produto ou instruções passo a passo de receitas. Outro exemplo seriam os assistentes virtuais orientados por IA, que respondem às consultas dos usuários com informações em tempo real, desde fatos mundiais até atualizações de notícias.
Captura de dados
Você pode usar ferramentas de IA conversacional para coletar detalhes ou feedback essenciais do usuário. Por exemplo, é possível criar interações mais humanas durante um processo de integração. Outro cenário seriam os bate-papos pós-compra ou pós-atendimento, em que as interfaces conversacionais coletam feedback sobre a jornada do cliente — experiências, preferências ou áreas de insatisfação.
Transacional
Em cenários transacionais, a IA conversacional facilita tarefas que envolvam qualquer transação. Por exemplo, os clientes podem usar chatbots de IA para fazer pedidos em plataformas de comércio eletrônico, reservar ingressos ou fazer reservas. Algumas instituições financeiras empregam chatbots com inteligência artificial para permitir que os usuários verifiquem os saldos das contas, transfiram dinheiro ou paguem contas. Esses usos são convenientes para seus clientes e melhoram suas experiências.
Proativo
Quando você usa a IA conversacional de forma proativa, o sistema inicia conversas ou ações com base em gatilhos específicos ou análises preditivas. Por exemplo, aplicações de IA conversacional podem enviar alertas aos usuários sobre compromissos futuros, lembrá-los sobre tarefas inacabadas ou sugerir produtos com base no comportamento de navegação. Atendentes de IA conversacional podem entrar em contato proativamente com os visitantes do site e oferecer assistência. Ou eles podem fornecer aos seus clientes atualizações sobre interrupções no envio ou no serviço, sem que o cliente precise esperar por um atendente humano.
Como funciona a IA conversacional?
A IA conversacional funciona usando três tecnologias principais.
Processamento de linguagem natural
O processamento de linguagem natural (PLN) é um conjunto de técnicas e algoritmos que permitem que as máquinas processem, analisem e entendam a linguagem humana. A linguagem humana tem vários atributos, como sarcasmo, metáforas, variações na estrutura das frases, além de exceções gramaticais e de uso. Os algoritmos de machine learning (ML) para PLN permitem que os modelos de IA conversacional aprendam continuamente usando vastos dados textuais e reconheçam diversos padrões e nuances linguísticas.
Compreensão da linguagem natural
O entendimento de linguagem natural (NLU) se preocupa com o aspecto de compreensão do sistema. Ele garante que os modelos de IA conversacional processem a linguagem e entendam a intenção e o contexto do usuário. Por exemplo, a mesma frase pode ter significados diferentes com base no contexto em que é usada.
O NLU usa machine learning para identificar o contexto, diferenciar os significados e entender conversas humanas. Isso é especialmente importante quando atendentes virtuais precisam encaminhar consultas complexas para um atendente humano. O NLU gera uma transição fluida e baseada no entendimento preciso das necessidades do usuário.
Geração de linguagem natural
Depois de entender a entrada do usuário, o sistema formula uma resposta coerente e contextualmente apropriada. A geração de linguagem natural (NLG) permite que atendentes virtuais construam frases semelhantes às humanas de maneira clara, relevante e linguisticamente natural. A NLG emprega algoritmos avançados de aprendizado profundo para formular respostas de acordo com o contexto. Além disso, à medida que os chatbots de IA interagem mais com usuários e atendentes humanos, suas respostas se tornam refinadas e mais flexíveis com o tempo.
Qual é a diferença entre IA conversacional e IA generativa?
A inteligência artificial generativa (IA generativa) é um tipo de IA que pode criar novos conteúdos e ideias, incluindo conversas, histórias, imagens, vídeos e músicas. Como toda inteligência artificial, a IA generativa é alimentada por modelos de ML. Em particular, usam modelos muito grandes que são pré-treinados em grandes quantidades de dados e comumente chamados de modelos de base (FMs).
Além da criação de conteúdo, é possível usar a IA generativa para melhorar a qualidade da imagem digital, editar vídeos, criar protótipos de fabricação e aumentar os dados com conjuntos de dados sintéticos.
Leia sobre os modelos de fundação »
IA conversacional versus IA generativa
A IA conversacional e a IA generativa têm objetivos finais diferentes. O objetivo da IA conversacional é entender a fala humana e o fluxo conversacional. Você pode configurá-la para responder adequadamente a diferentes tipos de consulta e não responder perguntas fora do escopo.
Por outro lado, a IA generativa tem como objetivo criar conteúdo novo e original aprendendo com os dados existentes dos clientes. Em certo sentido, ela só responderá a perguntas fora do escopo de maneiras novas e originais. Sua qualidade de resposta pode não ser a que você espera e pode não entender a intenção do cliente como a IA conversacional.
Dito isso, é importante observar que muitas ferramentas de IA combinam IA conversacional e tecnologias de IA generativa. O sistema processa a entrada do usuário com IA conversacional e responde com IA generativa. Isso resolve desafios para casos de uso além do escopo da IA conversacional.
Como a AWS pode oferecer suporte aos seus requisitos de IA conversacional?
A Amazon Web Services (AWS) tem muitas ofertas para suporte ao trabalho com IA conversacional.
O Amazon Lex é um serviço de IA totalmente gerenciado com modelos avançados de linguagem natural. Você pode usá-lo para projetar, criar, testar e implantar interfaces de conversação em aplicações. Alimentado pelo mesmo mecanismo de conversação da Alexa, ele fornece recursos de reconhecimento de fala e compreensão de linguagem de alta qualidade. Com o Amazon Lex, é possível adicionar chatbots sofisticados com inteligência artificial a aplicações novas e existentes.
O Amazon Kendra é um serviço de busca conversacional fácil de usar. Ele permite que você descubra informações armazenadas na grande quantidade de conteúdo espalhada por sua empresa. Por exemplo, é possível encontrar dados de manuais, relatórios de pesquisa, perguntas frequentes, documentação de recursos humanos e guias de atendimento ao cliente. Quando você digita uma pergunta, o Amazon Kendra entende o contexto e retorna os resultados mais relevantes, seja uma resposta precisa ou um documento inteiro.
A Biblioteca de Soluções da AWS facilita a configuração de chatbots e assistentes virtuais. Você pode criar sua interface de conversação usando IA generativa, da coleta de dados até a entrega dos resultados. Use o modelo de base que melhor atenda às suas necessidades em um ambiente de computação privado e seguro com os dados de treinamento de sua escolha.
Comece a usar a IA conversacional na AWS criando uma conta hoje mesmo.
Próximas etapas na AWS
Obtenha acesso instantâneo ao nível gratuito da AWS.
