Equipes de atendimento ao cliente: Os clientes estão usando IA antes de entrar em contato com você? Estamos vendo uma grande mudança nas solicitações de suporte

Jennifer, isso está acontecendo em todo o setor. Temos estudado isso.

A nova jornada do cliente:

Antiga: Problema → Google → Central de Ajuda da Empresa → Contatar Suporte
Nova: Problema → ChatGPT → (Talvez) Central de Ajuda da Empresa → Contatar Suporte

O que muda com isso:

1. Dúvidas simples desviadas – A IA responde as questões fáceis
2. Ficam apenas as dúvidas complexas – A IA não resolve casos de borda
3. Clientes já pesquisaram – Eles já tentaram algumas coisas
4. Clientes desinformados – A IA deu informações erradas

Os dados do nosso suporte:

Menos chamados, mas cada um leva mais tempo porque as dúvidas simples sumiram.

Perspectiva de gestão do conhecimento sobre a mudança da IA no atendimento:

Seu conteúdo de ajuda agora treina a IA.

O que está na central de ajuda, documentação e FAQs é o que a IA aprende sobre seu produto. Se seu conteúdo está:

• Incompleto → A IA preenche as lacunas com suposições
• Desatualizado → A IA fornece informações antigas
• Pouco claro → A IA interpreta errado

A solução:

Trate seu conteúdo como dados de treinamento para a IA. Ele precisa ser:

1. Abrangente (cobrir todos os recursos)
2. Atual (atualize regularmente)
3. Claro (linguagem sem ambiguidades)
4. Correto (fiel aos fatos)
5. Explícito sobre limitações (o que você NÃO faz)

O que mudamos:

Adicionamos seções como:

• “O que o [Produto] NÃO faz”
• “Equívocos comuns sobre o [Produto]”
• “Diferenças entre [Produto] e [Concorrente]”

Isso ajuda a IA a fornecer informações corretas ANTES do cliente entrar em contato com o suporte.

Perspectiva operacional sobre a mudança:

Implicações para equipe:

Se os chamados simples diminuem e os complexos aumentam, você precisa de:

• Menos agentes de nível 1
• Mais especialistas de nível 2/3
• Treinamento diferente (resolução de problemas complexos, não só seguir processos)
• Expectativa de tempo de atendimento maior

Como nos adaptamos:

1. Reduzimos a equipe de nível 1 em 20%
2. Promovemos os melhores para o nível 2
3. Mudamos as métricas de sucesso (tempo de atendimento → qualidade da resolução)
4. Criamos fluxo de “escalonamento IA” para casos de desinformação

A realidade dos custos:

Menor volume, mas maior complexidade = custo total mais ou menos igual
MAS a satisfação do cliente aumentou, pois menos dúvidas simples na fila reduzem o tempo de espera para quem tem casos complexos.

Estratégia de conteúdo para reduzir desinformação da IA:

O problema:
A IA é uma caixa preta – você não pode corrigi-la diretamente. Mas pode influenciar o que ela aprende.

O que fazemos:

1. FAQ abrangente – Todas as dúvidas comuns respondidas claramente
2. Limitações explícitas – O que NÃO fazemos, declarado sem rodeios
3. Dados estruturados de preços – Preços atuais em schema markup
4. Descrição de recursos – Linguagem clara e sem ambiguidades
5. Conteúdo comparativo – Como somos diferentes dos concorrentes

Monitoramento:

Usamos o Am I Cited para acompanhar o que a IA diz sobre nós. Quando percebemos desinformação:

1. Criamos/atualizamos conteúdo abordando o tema
2. Incluímos no FAQ se for dúvida comum
3. Aguardamos 4–8 semanas para a IA aprender a correção
4. Monitoramos a melhoria

Não é instantâneo, mas dá para corrigir sistematicamente a compreensão da IA sobre seu produto.

Nós realmente incorporamos IA ao nosso fluxo de atendimento. Veja o impacto:

Modelo de suporte assistido por IA:

1. O cliente inicia o chat
2. O bot de IA faz o primeiro atendimento
3. Se a IA não resolve, encaminha para humano
4. O humano vê as soluções já tentadas pela IA

Resultados:

O principal insight:

Quando o cliente chega ao humano, já:

• Descreveu o problema para a IA
• Teve soluções tentadas pela IA
• Confirmou o que não funciona

Os agentes humanos já começam com todo o contexto. Mais complexo, mas mais eficiente.

Perspectiva da pesquisa com clientes:

Entrevistamos 500 clientes sobre o uso de IA antes de buscar suporte:

O segmento do cliente “IA primeiro”:

Normalmente são:

• Confortáveis com tecnologia
• Preferem autoatendimento
• Mais frustrados ao procurar suporte (porque as soluções “fáceis” falharam)
• Mais específicos ao descrever o problema

Implicação:

Quando chegam até você, estão geralmente mais frustrados — mas também descrevem melhor o problema.

Perspectiva de treinamento sobre como lidar com clientes influenciados por IA:

Novas habilidades que nossos agentes precisam:

1. Consciência sobre IA – Entender o que a IA pode ou não fazer
2. Lidar com equívocos – Corrigir sem constranger
3. Coleta de contexto – “O que você já tentou?”
4. Habilidade de documentação – Registrar casos relacionados à IA
5. Julgamento para escalonamento – Saber quando a desinformação da IA exige atualização de conteúdo

Módulos de treinamento incluídos:

• “Entendendo o cliente IA-primeiro”
• “Lidando com desinformação de IA com empatia”
• “O que a IA diz aos clientes sobre nosso produto” (baseado no monitoramento do Am I Cited)
• “Registrando padrões para melhoria de conteúdo”

A mudança cultural:

Os agentes agora se veem como parte do ciclo de feedback. Suas observações sobre desinformação da IA vão para o time de conteúdo, que atualiza a documentação, o que melhora a precisão da IA.

Este tópico confirmou o que eu suspeitava e me trouxe estratégias práticas. Principais aprendizados:

A realidade:

• A IA está desviando dúvidas simples (15% menos chamados)
• As dúvidas complexas estão aumentando (+50%)
• O tempo de atendimento está subindo (os casos simples sumiram)
• A desinformação cria novos desafios

Estratégias para implementar:

Curto prazo:

1. Criar um “registro de equívocos de IA” para os agentes
2. Treinar a equipe para lidar com clientes influenciados por IA
3. Ajustar métricas de sucesso, não focar apenas em tempo de atendimento
4. Começar a monitorar o que a IA diz sobre nós

Médio prazo:

1. Atualizar o conteúdo de ajuda para ser “amigável ao treinamento de IA”
2. Incluir conteúdo explícito sobre o que NÃO fazemos
3. Criar um ciclo de feedback do suporte para o time de conteúdo
4. Considerar um modelo de suporte assistido por IA

Longo prazo:

1. Reestruturar a equipe para lidar com dúvidas complexas
2. Direcionar contratações para habilidades de resolução de problemas
3. Construir um monitoramento sistemático da informação sobre IA

O dado da pesquisa mostrando que 62% usam IA primeiro é significativo. Não é uma tendência — é o novo normal.

Obrigado a todos pelos insights operacionais e estratégicos.