Agentes de IA estão se movendo rapidamente da experimentação para operações de experiência do cliente (CX), apoiando automação de serviços, assistência a agentes, engajamento proativo e orquestração de fluxos de trabalho.

Essa mudança cria uma oportunidade significativa para melhorar as experiências dos clientes enquanto aumenta a eficiência. Isso também significa que as organizações precisam de respostas não apenas para a questão do que os agentes de IA podem fazer, mas também do que eles têm permissão para fazer.

Esta questão é central para o novo manual do Fórum Econômico Mundial (WEF), "AI Agents in Action: A Playbook for Trusted Adoption, Authorization and Scaling". A Genesys contribuiu para o fluxo de trabalho de IA de Fronteira e Capacidades do WEF dentro do Centro de Excelência em IA do WEF, cuja nova série de relatórios explora como as organizações podem definir, avaliar e escalar responsavelmente agentes de IA.

Para líderes de CX, a questão é especialmente urgente. A experiência do cliente tem sido há muito tempo um campo de prova para IA porque os casos de uso são imediatos, mensuráveis e intimamente ligados aos resultados de negócios. A IA agêntica introduz sistemas que podem raciocinar através de contextos, usar ferramentas, coordenar múltiplas etapas e tomar ações através de fluxos de trabalho.

Isso importa porque as jornadas dos clientes raramente acontecem em um único sistema. Um único problema pode envolver histórico do cliente, dados de faturamento, regras de política, caminhos de escalação e ações de acompanhamento em múltiplos sistemas e equipes. IA Agêntica pode conectar essas peças de forma mais inteligente, mas uma vez que agentes de IA podem agir através da jornada, levantando questões importantes como: O que os agentes devem ter permissão para fazer? Sob quais condições? Com qual supervisão?

 

Por Que a IA Agêntica Muda o CX

A IA agêntica é especialmente relevante para CX porque as jornadas dos clientes tipicamente dependem de contexto, tempo e ação através de múltiplos sistemas. Quando esses sistemas estão desconectados, os clientes sentem o atrito, repetindo informações, esperando através de transferências ou se perguntando se a empresa cumprirá o prometido. Agentes de IA podem ajudar a fechar essa lacuna conectando contexto e tomando ações através da jornada.

Por exemplo, um agente focado em serviço poderia reunir contexto, verificar política e preparar uma próxima etapa recomendada para um problema de faturamento. Uma experiência de assistência a agentes poderia resumir o histórico do cliente e solicitar escalação quando o sentimento muda. Um agente de engajamento proativo poderia identificar um cliente em risco, enquanto um agente de orquestração de fluxo de trabalho poderia coordenar acompanhamento através de sistemas de CRM, contact center, faturamento e serviço de campo.

O fio condutor é que a IA agêntica não está apenas respondendo perguntas; ela está ajudando o trabalho a se mover através da empresa. É isso que a torna tão promissora para CX: Ela pode ajudar as organizações a responder mais rapidamente, reduzir atrito e entregar experiências mais conectadas enquanto dá aos funcionários mais tempo para empatia, julgamento e expertise.

Mas à medida que os agentes de IA se movem de pilotos limitados para ambientes de CX ao vivo, suas ações podem ter consequências no mundo real. Eles podem interagir com dados sensíveis de clientes, influenciar resultados de clientes ou desencadear riscos financeiros, operacionais, de conformidade ou reputacionais. Um agente pode recomendar um reembolso, escalar uma reclamação, atualizar uma conta ou enviar comunicações proativas ao cliente.

É por isso que escalar IA agêntica requer mais do que confiança no modelo. Requer uma metodologia clara para definir o que um agente pode fazer de forma independente, onde a aprovação humana é necessária, quando a escalação deve acontecer e como o comportamento do agente deve ser monitorado ao longo do tempo.

 

ACAP: De Capacidade a Autorização

O manual do WEF introduz o Perfil de Capacidade e Autorização de Agente, ou ACAP, como uma forma prática de fechar a lacuna entre o que um agente pode fazer e o que ele está autorizado a fazer.

Em termos simples, um ACAP é um registro de autorização vivo para um agente de IA. Ele define o papel do agente, o fluxo de trabalho que ele suporta, os sistemas e dados que ele pode acessar, as ações que ele pode e não pode tomar e os pontos onde supervisão ou aprovação humana é necessária.

Para líderes de CX, essa estrutura é essencial. A questão não é simplesmente se um agente pode completar uma tarefa; é se ele pode completar essa tarefa de forma segura, consistente e dentro de autoridade claramente definida.

Na prática, uma abordagem estilo ACAP pode ajudar organizações de CX a responder perguntas como: Este agente pode apenas recomendar um reembolso, ou pode emitir um? Ele pode atualizar um registro de cliente, ou apenas recuperar informações dele? Ele pode enviar uma mensagem proativa, ou um humano precisa aprová-la primeiro? Quando ele deve escalar, e como seu comportamento será monitorado ao longo do tempo?

Isso se torna mais importante à medida que as organizações implantam múltiplos agentes de IA através de jornadas, canais e funções. Um agente virtual apoiando atendimento ao cliente, um agente interno assistindo funcionários e um agente de orquestração coordenando fluxos de trabalho de back-office podem todos depender de dados, ferramentas ou modelos compartilhados. Mas cada implantação pode exigir diferentes permissões, supervisão e regras de escalação.

Em CX, o contexto importa. A mesma capacidade pode carregar diferentes níveis de risco dependendo da jornada, geografia, dados envolvidos e ação de negócio sendo tomada. O ACAP ajuda a tornar essas diferenças explícitas.

 

Como a IA Agêntica Governada se Parece em CX

IA agêntica governada não significa necessariamente desacelerar a inovação. Bem feita, a governança pode criar a confiança que as organizações precisam para escalar. Ela ajuda a acelerar a inovação, em vez de desacelerá-la.

Isso começa com casos de uso focados onde o valor é claro e o risco é gerenciável. Implantações iniciais devem construir confiança operacional enquanto mantêm a exposição contida, frequentemente começando com ações que são de menor risco, reversíveis ou sujeitas a revisão humana antes de expandir a autonomia.

Isso também significa projetar supervisão humana no modelo operacional desde o início. "Humano no circuito" só funciona se o circuito for significativo. Em ambientes de CX de alto volume, a supervisão pode se tornar um exercício superficial de marcar caixas se os supervisores forem solicitados a revisar muitas ações, muito rapidamente ou sem contexto suficiente.

Para fluxos de trabalho voltados ao cliente, a supervisão significativa geralmente inclui caminhos claros de escalação, limites de confiança, trilhas de auditoria e revisão humana para momentos consequentes, como decisões financeiras, reclamações sensíveis, alterações de conta, exceções de política ou interações emocionalmente carregadas.

O monitoramento também precisa continuar após o lançamento. Os líderes de CX precisam entender como os agentes estão se desempenhando, onde estão escalando, quando os clientes estão insatisfeitos, se o comportamento está se desviando e se o agente está permanecendo dentro de seus limites autorizados.

Na Genesys, acreditamos que o futuro da CX não é uma escolha entre automação e atendimento humano. É um modelo coordenado no qual agentes de IA ajudam a orquestrar o trabalho enquanto as pessoas permanecem responsáveis pela confiança, empatia, julgamento e resultados de negócios.

 

Escalar a IA Agêntica de Forma Responsável

À medida que a IA agêntica começa a fazer parte das operações de CX, as organizações precisam de mais do que ferramentas de IA independentes. Elas precisam de uma abordagem que conecte contexto do cliente, automação de fluxo de trabalho, conhecimento, análises, supervisão humana e controles operacionais, permitindo que a IA aja com contexto, mas também dentro de limites.

Vemos isso como central para a próxima fase da experiência do cliente impulsionada por IA. O objetivo não é simplesmente automatizar mais interações. É ajudar as organizações a orquestrar melhores experiências entre clientes, funcionários e sistemas, com governança, observabilidade e julgamento humano integrados à forma como a IA opera.

Essa também é a direção refletida em inovações como a capacidade de Agente Virtual Agêntico do Genesys Cloud™. À medida que a IA agêntica se torna mais incorporada aos fluxos de trabalho de CX, as organizações precisam de soluções que combinem inteligência com contexto, orquestração e controle. A promessa não é apenas que os agentes de IA possam agir; é que eles possam ajudar as operações de CX a se tornarem mais adaptativas, proativas e conectadas, preservando a confiança do cliente.

Para os líderes de CX, o caminho a seguir é definir a autoridade claramente, sequenciar a adoção cuidadosamente, manter os humanos envolvidos onde as consequências são altas e expandir a autonomia com base em evidências.

As organizações mais bem posicionadas para ter sucesso tratarão a governança como um acelerador, não como uma restrição. Ao definir o que os agentes de IA têm permissão para fazer e como suas ações são supervisionadas, os líderes de CX podem passar da experimentação para a produção com maior confiança e criar experiências que pareçam mais conectadas, responsivas e humanas.

 

Leia o manual do Fórum Econômico Mundial, “Agentes de IA em Ação: Um Manual para Adoção, Autorização e Escalonamento Confiáveis,” para saber mais sobre a estrutura ACAP e como as organizações podem se preparar para IA agêntica confiável em escala.