Chatbot com GenAI para Tickets N0 no mercado financeiro
Uma empresa brasileira especializada em finanças, focada em apoiar empreendedores na gestão financeira de seus negócios através de uma plataforma web simples e completa, procurou a e-Core para consultoria e apoio na resolução de um grande gargalo no atendimento ao cliente que foi resolvido de uma maneira moderna: a integração de um chatbot com GenAI para tickets N0.
A empresa oferece dois principais produtos: uma solução abrangente de gestão financeira, com funcionalidades como contas a receber, contas a pagar, fluxo de caixa e demonstração de resultados; e o produto “Dashboard”, voltado ao canal do franchising, que fornece insights detalhados da demonstração de resultados, auxiliando tanto franqueadores quanto franqueados e precisando de uma solução prática, simples e eficiente.
O problema
A empresa conta com uma equipe de suporte para seus produtos composta por 12 profissionais, que gerenciam entre 5 mil e 7 mil tickets por mês. Um dos principais desafios enfrentados pela equipe é o elevado volume de tickets repetidos, que poderiam ser facilmente solucionados caso os usuários consultassem a base de conhecimento (“knowledge base”) disponível no Zendesk
Para reduzir a carga de trabalho sobre a N1 e otimizar o atendimento, a e-Core propôs a criação de um Agente de Suporte com IA Generativa (GenAI).
Esse chatbot com GenAI para tickets N0 trará a capacidade de resolver tickets de forma autônoma utilizando a documentação existente e, quando isso não for possível, realizará uma triagem inicial, encaminhando apenas os tickets mais complexos para a equipe de suporte. Com essa abordagem, a companhia almeja aliviar a demanda sobre o time, além de melhorar a eficiência operacional e a qualidade do atendimento ao cliente.
A solução
Para implementar o Agente de Suporte, foi desenvolvida uma arquitetura na AWS capaz de utilizar a base de conhecimento da empresa no Zendesk e, a partir dela, criar o chatbot com Gen AI para tickets N0.
Um processo foi criado para extrair a base de conhecimento do Zendesk e manter as informações do agente atualizadas semanalmente. Nesse processo, utilizamos as ferramentas do Amazon Bedrock Knowledge Bases, que oferece modelos de IA Generativa com informações contextualizadas retiradas do Zendesk, permitindo que o Agente de Suporte forneça respostas mais relevantes, precisas e personalizadas.
O agente foi projetado com uma arquitetura em múltiplas etapas, destacando dois componentes principais em seu input. O primeiro componente, a Melhoria da Consulta, que refina e contextualiza as perguntas dos clientes considerando as informações relevantes do histórico de conversas e, em segundo lugar, a Decisão de Ferramenta, é responsável por determinar se é necessário consultar a base de conhecimento para responder adequadamente à dúvida do usuário.
Para esses componentes, optamos pelo modelo Claude 3 Haiku devido à excelente combinação de velocidade e eficácia nas tarefas designadas, com o objetivo de minimizar os custos da operação e fornecer respostas rápidas aos usuários, exatamente o que um chatbot com GenAI para tickets N0 precisa para ser eficiente para ambos os lados.
Para o componente final do agente, responsável por responder ao usuário, utilizamos um modelo mais inteligente, o Amazon Bedrock Claude 3.5 Sonnet, a fim de tornar a interação mais robusta.
O agente foi orquestrado com AWS Step Functions, que oferece uma visualização clara das decisões tomadas pelo agente e permite a implementação de medidas de segurança, como guardrails, que bloqueiam entradas maliciosas de usuários. Caso o agente não consiga resolver o ticket, o sistema garante a escalada automática para a equipe de suporte da empresa.

Resultados
A solução proposta permitiu que o chatbot com GenAI para tickets N0 permitisse ao agente resolvê-los de forma eficiente, utilizando a base de conhecimento do Zendesk. A extração semanal desses documentos garantiu que o agente mantivesse suas informações sempre atualizadas. Além disso, quando o agente não conseguia resolver um ticket ou não possuía informações suficientes, ele era capaz de escalá-lo corretamente para a equipe N1.
Com essa solução, a empresa espera uma redução significativa no número de tickets escalados para a N1, permitindo que a equipe lide com um volume maior de tickets de forma mais eficiente. O tempo médio de resposta foi reduzido para 15 segundos, representando uma redução de 10 vezes em relação ao tempo anterior. A expectativa da companhia é automatizar até 20% dos tickets, contribuindo para diminuir ainda mais a carga de trabalho da N1.
Quer saber mais sobre o que podemos entregar para a sua empresa? Entre em contato conosco!
e-Core
Combinamos experiência global com tecnologias emergentes para ajudar empresas como a sua a criar produtos digitais inovadores, modernizar plataformas de tecnologia e melhorar a eficiência nas operações digitais.
Isso pode te interessar:

