Desenvolvimento de ferramentas de IA

Os tipos de aplicações de IA que desenvolvemos.

• Atendimento ao cliente com IA / Assistente inteligente (LINE, site, Slack)
• Reconhecimento de voz e atendimento telefônico com IA, além de atribuição de tarefas (conversas de voz em tempo real, criação automática de pedidos).
• Sistema de perguntas e respostas para uma base de conhecimento corporativa (funcionários consultam documentos internos e procedimentos operacionais padrão)
• Automação do processamento de documentos (revisão de contratos, reconhecimento de notas fiscais e organização de relatórios)
• Assistente personalizado GPT/Claude (com conhecimento especializado em um determinado campo)

Flexibilidade na escolha de tecnologias

• Sem restrições a um único fornecedor de IA: integrar GPT, Claude e Gemini, selecionando o modelo mais adequado para cada tarefa.
• Flexibilidade de implantação: Utilize a API na nuvem ou implante modelos de código aberto em servidores próprios do cliente (com total controle sobre os dados).
• Código fonte completo disponibilizado, sem cobrança de taxas de licenciamento de longo prazo.
• Experiência de integração com LINE, Slack e sistemas de back-end próprios.

A qualidade do atendimento com IA: a chave está no RAG (Retrieval-Augmented Generation). Armazene as respostas em sua própria base de conhecimento.

A frase que os clientes mais temem geralmente é: "Será que a IA vai inventar coisas?". Sim, isso é inerente aos modelos de linguagem – eles são projetados para gerar respostas coerentes, o que pode levar à criação de informações falsas (o que a indústria chama de "alucinação"). Nossa abordagem não é ignorar esse problema, mas sim gerenciá-lo de forma eficaz, utilizando a técnica RAG (Retrieval-Augmented Generation): primeiro, dividimos seus documentos de produto, perguntas frequentes e procedimentos operacionais em partes menores e criamos índices vetoriais. Quando um usuário faz uma pergunta, o sistema primeiro "consulta os dados" e, em seguida, permite que a IA responda com base nas informações encontradas, citando as fontes utilizadas. Se não conseguirmos responder, somos honestos e dizemos: "Este tópico requer a análise de um especialista", em vez de inventar uma resposta. Deixamos claro que o RAG tem como objetivo reduzir a taxa de erros e garantir a rastreabilidade das respostas, mas não garante a ausência total de erros. Para perguntas de alto risco (financeiras, legais, médicas), mantemos a supervisão humana.

O que fazer quando a IA não consegue responder: projeto de fluxo de interação com humanos

Um bom atendimento com IA não se resume apenas às respostas que ela fornece, mas sim à forma como lida com as situações em que não consegue responder. Ao projetar, estabelecemos regras claras de escalonamento: se o cliente fizer perguntas repetidamente que não se encaixam no escopo, se demonstrar frustração ou fizer perguntas sobre temas sensíveis como transações financeiras e reembolsos, o sistema automaticamente encaminha a conversa para um atendente humano, evitando que o cliente precise repetir as informações. O fluxo de conversa é híbrido, combinando processos fixos (consulta de pedidos, agendamento, solicitação de reparo) com regras para garantir a precisão, e deixando as perguntas mais complexas para a IA. A IA utiliza a identificação de intenção e a memória de múltiplas interações para entender o contexto (por exemplo, se o cliente pergunta primeiro sobre "reembolso" e depois sobre "quantos dias para entrega", o sistema entende que as duas perguntas se referem à mesma solicitação). Uma abordagem puramente baseada em árvores de decisão ou totalmente entregue à IA pode levar a resultados imprevisíveis. A abordagem intermediária, que combina regras e a capacidade da IA, é a mais eficaz na prática.

Nossa perspectiva: Primeiro, calcule o retorno sobre o investimento (ROI), e não invista em IA apenas por causa da IA.

A situação mais comum nos últimos anos é que os donos, ao lerem notícias sobre a adoção de IA, pensam: "Nós também deveríamos implementar a IA", mas não conseguem identificar qual problema resolver. Nossa abordagem é diferente: começamos identificando o ponto que é "repetitivo, consome muitos recursos e possui regras claras", pois é onde o retorno sobre o investimento é mais fácil de calcular. Para ilustrar, podemos citar o exemplo da frota de táxis de Hualien, que recebe um grande volume de chamadas telefônicas diariamente. O trabalho de atendimento é altamente repetitivo e exige muita mão de obra. Implementamos uma solução de IA para atendimento telefônico (com diálogo de voz em tempo real, reconhecimento automático de marcadores e criação automática de pedidos de transporte), que é a solução mais eficiente neste caso. Por outro lado, se o objetivo for apenas ter uma "IA que pareça impressionante", podemos honestamente dizer que não vale a pena gastar esse dinheiro.

Projetos de IA em que participei

As aplicações de IA que desenvolvemos incluem: o sistema de atendimento telefônico e o sistema de despacho inteligente (SmartDispatcherV2) para a GoGoCha Hualien, bem como a arquitetura multi-modelo para o jogo de interação romântica "Alive" (utilizando Claude/Gemini/OpenAI) e o sistema de 7 dimensões de análise emocional, já disponíveis para iOS/Android; além do sistema de agendamento via LINE para clínicas de medicina tradicional chinesa (com controle de conflitos e testes abrangentes E2E). Estes são sistemas reais e em funcionamento, e não são apenas demonstrações.