A inteligência artificial (IA) entrou em uma nova fase na experiência do cliente (CX). Já não basta que um agente virtual encaminhe uma chamada ou responda bem a uma pergunta. Os clientes esperam que ele compreenda o que eles estão tentando alcançar, tome a atitude correta e ajude a conduzir a interação para um resultado significativo. 

Essa foi a promessa por trás da Agente Virtual Agêntica do Genesys Cloud™: IA capaz de compreender objetivos, determinar os próximos passos, utilizar ferramentas e concluir tarefas com segurança dentro dos limites estabelecidos pela empresa.

Com base nisso, a próxima oportunidade é tornar as experiências agênticas virtuais mais fáceis de projetar e implantar, mais confiáveis em escala e mais naturais para o envolvimento dos clientes. À medida que as organizações passam das primeiras implantações para uma adoção mais ampla, essas qualidades se tornam cada vez mais importantes para gerar retorno comercial. 

A Genesys está investindo em cada uma dessas dimensões, tornando as experiências com IA agêntica mais fáceis de projetar, testar e implantar, fortalecendo a inteligência e a confiabilidade por trás delas e fazendo com que as interações com os clientes pareçam mais naturais. Três avanços recentes dão vida a essa evolução: o desenvolvimento orientado por especificações, a atualização do modelo APT-2 e as experiências de voz aprimoradas. Juntos, eles fortalecem todo o ciclo de vida da IA voltada para os agênticos, desde a primeira ideia de negócio até a conversa ao vivo com o cliente. 

Por que as grandes ideias ficam presas na fase de configuração   

A maioria das organizações não carece de ideias para melhorar a experiência do cliente. Eles conhecem as jornadas que precisam ser simplificadas, os desafios que precisam ser superados e os momentos da experiência em que os clientes mais precisam de suporte.  

A dificuldade está em transformar essa intenção em uma experiência prática que envolva a configuração de prompts, ferramentas, conhecimento, políticas, testes, verificações de implantação e monitoramento. 

Cada elemento é importante, mas é na distância entre o resultado desejado e a configuração final que as boas ideias perdem força ou ficam paralisadas. 

O desenvolvimento orientado por especificações reduz essa distância. Isso proporciona às equipes uma estrutura organizada e baseada em IA para transformar essa meta, bem como quaisquer documentos e exemplos relacionados, na configuração da plataforma necessária para concretizá-la.

Isso não exige que os usuários se tornem especialistas em prompts. Nos bastidores, a IA utiliza um conjunto estruturado de habilidades reutilizáveis, orientações e exemplos para ajudar a criar e verificar a configuração de maneira consistente e controlada. 

Cada equipe pode trabalhar da maneira que for mais adequada para ela. Os desenvolvedores podem escolher ambientes de programação de IA e programáticas, enquanto usuários de negócios e técnicos podem trabalhar dentro do Genesys Cloud com assistência conversacional e fluxos de trabalho estruturados. A interfacepermitem a colaboração: descreva o resultado, forneça o contexto adequado, deixe que a IA ajude a traçar o caminho, sem deixar de lado os testes e a governança e supervisão que a experiência do cliente (CX) corporativa exige.

Por que os clientes podem confiar

criar uma experiência com agente virtual mais rapidamente só faz sentido se a experiência funcionar de maneira confiável. 

Os clientes não pensam no modelo por trás de um agente virtual. Eles avaliam o que acontece no momento. Ele entendeu a solicitação? Ele se lembrou do que já havia sido dito? Ele tomou a atitude correta? Ele resolveu o problema? 

Os serviços de IA precisam conquistar a confiança dos clientes rapidamente. Uma resposta errada pode minar essa confiança. Uma confirmação incorreta pode gerar mais trabalho. E uma resposta inconsistente às políticas pode resultar em custos reais. 

A Pesquisa de Maturidade de Confiança em IA 2026, da McKinsey, identifica a imprecisão como um dos riscos mais citados em relação à IA. À medida que os sistemas de IA se tornam mais autônomos, a McKinsey alerta que as organizações devem gerenciar não apenas o risco de a IA dar uma resposta errada, mas também o de ela realizar ações não intencionais. 

A atualização do modelo APT-2 por trás do Agente Virtual Agêntico fortalece essa base. Ele foi desenvolvido para melhorar a precisão e o fundamento factual, além de reduzir os modos de falha que minam a confiança do cliente. 

Isso é importante porque as jornadas reais dos clientes raramente seguem um caminho linear. Uma dúvida sobre faturamento pode se transformar em uma solicitação de pagamento. Uma atualização sobre entrega pode se tornar uma mudança de endereço. Uma interação de suporte pode exigir solução de problemas, verificação e ações em vários sistemas. Lidar com isso exige espaço para adaptação: instruções mais detalhadas, políticas mais completas, mais ferramentas e continuidade à medida que a conversa muda de direção. 

As atualizações do modelo APT-2 incluem uma janela de contexto ampliada, proporcionando ao Agentic Virtual Agent maior capacidade para suportar especificações de agentes mais detalhadas e fluxos de trabalho mais longos e complexos. A velocidade também é importante para a confiança, mesmo quando os clientes não conseguem identificar exatamente o motivo. Eles percebem quando uma interação fica parada, quando estão esperando por muito tempo, quando o autoatendimento começa a exigir mais esforço do que vale a pena. Avaliações do desempenho do modelo APT-2 atualizado mostram um tempo de primeira resposta até 50% mais rápido nos testes em comparação com o APT-1, de modo que as conversas não parecem ficar paralisadas, mesmo sob alta demanda.

E como as empresas atendem clientes em diversos países e idiomas, a consistência também precisa acompanhar: as avaliações mostram uma melhoria de aproximadamente 20% na precisão multilíngue, juntamente com maior rendimento, mais solicitações por segundo e tokens de saída por segundo, de modo que o desempenho se mantém em escala, não apenas em uma demonstração. 

É esse tipo de desempenho que transforma um projeto-piloto promissor em uma ferramenta na qual as empresas podem confiar em grande escala.  

Preenchendo a lacuna entre a IA e a conversa natural

o raciocínio confiável e o fluxo da conversa são essenciais, mas a forma como uma interação parece é igualmente importante, e em nenhum outro lugar isso é mais evidente do que na comunicação por voz.

Os clientes percebem quando um sistema responde muito devagar, interrompe antes que eles terminem de falar ou deixa uma pausa constrangedora após cada frase. Eles percebem um tom monótono e desconectado da conversa. Mesmo quando a resposta está correta, pequenos detalhes podem fazer com que a interação pareça mecânica, prejudicando o engajamento. 

Três mudanças estão diminuindo essa lacuna: 

  • Detecção aprimorada do fim da vez vai além de identificar o fim da fala, ela ajuda a determinar quando uma pessoa terminou seu pensamento, reduzindo atrasos sem criar interrupções constrangedoras.
  • Motores de voz nativos de IA trabalham em estreita integração com os modelos de linguagem e ação por trás da conversa, produzindo uma fala que reflete a intenção e a estrutura da resposta, em vez de simplesmente ler em voz alta o texto gerado.
  • Ajuste contextual usa a própria conversa para melhorar o tratamento de termos e tornar a voz mais expressiva quando o momento exige, resultando em uma interação que parece mais pessoal.

Individualmente, esses são refinamentos técnicos. Juntos, eles ajudam a determinar se uma interação de voz dá a sensação de estar conversando com um sistema ou de ser compreendido, e essa distinção muitas vezes decide se um cliente confia no restante da conversa.

O padrão empresarial para a I Agêntica

essas três inovações são mais fortes juntas do que separadamente. 

O desenvolvimento orientado por especificações muda a rapidez com que as equipes podem projetar e refinar uma experiência. Um raciocínio mais robusto muda o grau de confiança que elas podem depositar na capacidade da IA de cumprir o prometido. E o aprimoramento da interação por voz muda a naturalidade com que os clientes a experimentam no momento. 

Juntas, elas respondem às três perguntas que toda organização que está expandindo o uso da IA agentiva se faz: 

  • com que rapidez podemos desenvolvê-la?  
  • Com que confiança podemos confiar nela?  
  • Com que eficácia os clientes irão interagir com ela? 

É isso que transforma a IA agêntica de um projeto-piloto isolado ou de uma solução pontual em um recurso corporativo. É uma maneira melhor de projetar, entregar e melhorar continuamente as experiências do cliente em escala, desde a intenção até o resultado. 

Para conhecer os detalhes técnicos por trás dessas melhorias, acesse o Centro de Desenvolvedores para análises aprofundadas sobre desenvolvimento orientado por especificações e a atualização do modelo APT-2.