O atendimento ao cliente costuma ser resumido numa única frase: "isso agora é tudo tratado por chatbots." Na prática, o departamento é composto por dezenas de tarefas que pouco têm a ver umas com as outras. Uma chamada telefónica recebida sobre uma entrega irregular exige algo diferente de introduzir uma encomenda, e elaborar um orçamento exige, por sua vez, algo diferente de tratar uma reclamação. A nossa taxonomia conta 82 tarefas neste domínio. Algumas delas a IA já consegue hoje assumir em grande parte, outras exigem um colaborador que aprove ou rejeite, e uma parte continua a ser trabalho humano. O padrão por trás dessa divisão é mais útil do que uma lista de 82 regras soltas.
As tarefas mais completamente automatizáveis têm duas características em comum: são de alta frequência e a resposta ou o passo seguinte é, em grande parte, dedutível a partir de dados já existentes. Verificar e comunicar o estado da encomenda é um bom exemplo disso: o sistema já sabe onde se encontra uma encomenda, e a tarefa consiste, na prática, em consultar essa informação e traduzi-la para o cliente. Também conduzir conversas de chat ao vivo e de chatbot se enquadra em grande parte nesta categoria, sobretudo para perguntas padrão sobre horários de funcionamento, política de devoluções ou perguntas frequentes sobre produtos. Introduzir encomendas no sistema é um terceiro exemplo: se a introdução decorre de um pedido claro do cliente com campos fixos, é necessária pouca interpretação e há pouco risco numa escolha errada.
O que estas tarefas têm em comum é que um erro costuma ser rapidamente visível e reparável, e que a margem de decisão é pequena. Há uma resposta claramente correta ou um passo seguinte claro, e este é automatizável sem que seja necessário um acompanhamento humano constante.
Grande parte do trabalho no atendimento ao cliente situa-se numa posição intermédia: a IA consegue realizar a maior parte do trabalho, mas um colaborador tem de aprovar ou rejeitar o resultado antes de este chegar ao cliente ou entrar no sistema. Elaborar orçamentos é aqui um exemplo elucidativo. A IA consegue, com base no pedido do cliente, compor uma proposta de preço com produtos, serviços e condições, mas a margem final, as exceções e os acordos específicos do cliente exigem, em regra, o olhar de alguém que conhece a relação com o cliente. Processar alterações de encomendas enquadra-se na mesma categoria: efetuar uma alteração de morada é trivial, mas uma alteração que tenha consequências para o prazo de entrega, o preço ou o stock em vários sistemas exige um momento de controlo.
O registo de reclamações também se enquadra aqui, mas do lado mais cauteloso: registar factos é algo que a IA faz bem, mas a avaliação de se algo é um incidente isolado ou o sinal de um problema estrutural é algo que um colaborador tem de avaliar antes de o registo ganhar vida própria dentro da organização. Em todos estes casos, o ganho não é o desaparecimento da tarefa, mas sim o facto de a maior parte do trabalho se deslocar da execução para a avaliação.
Tratar reclamações em profundidade é o exemplo mais claro de trabalho que continua a ser trabalho humano. Aqui não se trata de seguir um procedimento, mas de ponderar uma situação individual, avaliar o que um cliente precisa para se sentir ouvido, e tomar uma decisão que não decorre de um guião. O acompanhamento de orçamentos em aberto também se enquadra parcialmente aqui: enviar um lembrete é automatizável, mas a conversa que se segue quando um cliente hesita ou negoceia exige alguém capaz de se adaptar. Também as escaladas complexas nas redes sociais, em que um cliente insatisfeito reage publicamente e o tom da organização está em jogo, não se podem deixar a cargo de um modelo sem que surja risco reputacional.
O denominador comum nesta categoria é que a tarefa gira em torno de julgamento, relação ou imprevisibilidade, e que uma avaliação errada não se corrige facilmente com uma correção a posteriori.
Se sobrepuser estas três categorias às 82 tarefas, não surge uma divisão nítida entre "o front office continua humano" e "o back office passa a ser IA". A divisão atravessa ambos: algumas tarefas de front office, como o chat ao vivo, são bem automatizáveis, ao passo que algumas tarefas de back office, como avaliar uma alteração de encomenda invulgar, exigem supervisão. A pergunta é, por tarefa: quão previsível é o resultado e quão grave é o dano em caso de erro?
Este padrão não é exclusivo do atendimento ao cliente. Também em o que pode a IA assumir no comércio grossista e em que trabalho pode a IA assumir nas compras a divisão entre as três categorias reside menos no título da função e mais na natureza da tarefa individual. Quem procura estrutura faz, portanto, bem em analisar tarefa a tarefa, e não em generalizar por departamento ou por função.
Uma última ressalva: se estes resultados forem utilizados numa conversa sobre número de colaboradores ou funções, aplicam-se a isso requisitos legais próprios, aos quais esta página nada acrescenta nem retira. Este panorama descreve tarefas, não decisões de pessoal.
Para ver como esta divisão se traduz no seu próprio atendimento ao cliente, faz pouco sentido adivinhar com base em títulos de funções. A proporção entre as três categorias depende da combinação de tarefas que os seus colaboradores efetivamente realizam, dos sistemas associados e da complexidade das perguntas dos seus clientes. A Ftetoai oferece para isso uma análise rápida gratuita: doze perguntas, sem necessidade de conta, com como resultado uma indicação de que parte das horas no seu perfil pode hoje ser assumida pela IA. A análise de trabalho completa, que aprofunda tarefas individuais, ainda está em construção; propositadamente não a oferecemos aqui antes de estar pronta.
Vraag maar. Ik ken de kennisbank van deze site; wat ik niet weet, zeg ik erbij.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.