Aplicações (reais) de IA em CS
Como a inteligência artificial pode potencializar os times de CS, sem futurologia
Recentemente, assisti a palestras de dois eventos internacionais relevantes ao mundo de CS: o SaaStr e o The Virtual Impact Summit da Winning by Design. E em ambos eventos, o mote foi o mesmo: Inteligência Artificial.
Parece que o tema está deixando de ser hype e está começando a ganhar corpo com aplicações reais. E os gestores e empreendedores estão dedicando cada vez mais tempo a entender a evolução da IA e como aplicar ela em suas operações. Parte por hype, parte por medo de ficar para trás (o conhecido FOMO - Fear of Missing Out).
No artigo de hoje resolvi trazer algumas aplicações reais de IA que já estão fazendo a diferença em operações por aí.
São 6 aplicações possíveis, com pequenas demonstrações e sugestões de ferramentas que eu uso. Eu não vou colocar links para as ferramentas por não ser patrocinado por nenhuma delas e não querer colocar links externos na edição para não prejudicar a entrega, mas vocês podem pesquisar no Google e achar todas facilmente. Espero que gostem.
Aplicações reais de IA em CS
Registro de reuniões e informações no CRM
A primeira aplicação é o registro de conversas com clientes por meio de ferramentas de transcrição.
Na minha opinião, isso já deveria ser obrigatório em times de Customer Success, dado o benefício que traz para o dia a dia.
Tem ferramentas de transcrição que:
Tem layout de reunião de CS para avaliar a qualidade das conversas
Envia e-mail de follow-up automaticamente para os clientes com resumo e próximos passos
Permite busca por palavras-chave
Permite notificação caso algum tipo de palavra ou tema seja mencionado em reunião
Integra com CRM e registra reuniões e tarefas automaticamente
E mais.
Isso pode ajudar os CSMs a reduzirem muito o trabalho administrativo e ainda acompanhar pontos importantes da operação. A ferramenta que eu uso e gosto é a Fathom:
Ela permite, inclusive, “conversar” com a reunião. Uma funcionalidade que acho super legal.
Mas esse tipo de ferramenta de transcrição está tão comum que está se tornando funcionalidade interna do Google Workspace.
Redução da demanda de suporte no WhatsApp do CS
Já pensou em ter um agente de IA treinado com a documentação da sua central de ajuda respondendo dúvidas de clientes no WhatsApp do CS? Isso é bem possível.
Na minha operação, o CS usa o WhatsApp centralizado por dentro do Hubspot. Neste caso, é possível criar um agente de IA dentro do próprio Hubspot para ajudar a responder dúvidas de clientes.
Ele responde muito bem as dúvidas e ainda envia os links dos artigos de referência para os clientes. Para dar vazão nas conversas e responder rapidamente às dúvidas, é muito legal.
Ainda não implementamos essa funcionalidade. Está em testes. Mas acredito que muito em breve essa IA vai estar operando na caixa de entrada do WhatsApp do CS.
Ajudando a aprender sobre produto ou sobre mercado
Todo mundo sabe que CSMs precisam saber bastante sobre o mercado do cliente. Mas o difícil é conseguir otimizar o tempo para conseguir estudar.
Vou ensinar pra vocês não só um, mas três formas legais de usar IA para estudar, a primeira é a seguinte.
Primeiro, eu tenho uma ferramenta que monitora alguns podcasts relevantes e quando tem uma nova edição ela categoriza, transcreve e salva em um documento.
Para esta automação eu uso o Relay.app, uma ferramenta de criação de fluxos de trabalho com IA.
Esse documento, por sua vez, alimenta um NotebookLM que me ajuda a estudar o material e até gera um podcast com insights do conjunto de informações.
Caso você não conheça, o NotebookLM é uma ferramenta da Google gratuita que permite, com base em fontes:
Criar resumos de materiais
Criar mapas mentais
Criar notas de estudo
Criar FAQs
Pedir para a IA criar um podcast (fica excelente!)
Eu uso bastante o NotebookLM para estudar. Não só por meio dessas automações, mas algumas vezes eu mesmo busco material ou deixo o NotebookLM buscar por mim. Essa é a segunda forma.
Um exemplo de fonte de estudo que eu construí foi a imagem acima: um repositório com 34 podcasts sobre o mercado de locação de imóveis.
Caso você não queira ficar procurando fontes, o NotebookLM permite que você peça para ele “descobrir” fontes por você:
A terceira forma eu uso para estudar para criar conteúdo. Essa eu faço usando o Gemini mesmo.
Primeiro, eu abro o Gemini, seleciono a função Deep Research e peço para ele fazer uma pesquisa sobre um assunto que pretendo falar:
Ele busca referências em dezenas de artigos e materiais online, algo que me tomaria muito tempo para fazer. E me entrega um relatório super completo:
Com base nisso, peço a ele para me criar um resumo em áudio. Isso me enche de boas ideias para elaborar conteúdos profundos:
O nome está em inglês, mas o áudio está em português! E fica excelente, viu? Testem.
Ajudando na preparação de reuniões
Essa aqui eu acho legal demais. Imaginem antes de qualquer reunião um agente de IA pesquisar TUDO a respeito dos participantes da reunião e te mandar um relatório?
E se eu te disser que isso é possível com um template pronto de fluxo no Relay.app, o app que mencionei ali acima? Massa né?
Isso aqui é bizarro. Com um pouco de personalização, você pode pedir para o Relay procurar dados sobre seu cliente no CRM também.
Encontrar informações em Playbooks
Acho que todo time de CS tem aquele (ou aqueles) playbook imenso, que provavelmente ninguém leu inteiro ou sequer sabe tudo que tem lá.
Um playbook que só quando é extremamente necessário você vai tentar achar as informações com um “localizar”. Mas agora, com IA, a coisa ficou muito mais simples. Ferramentas como o Google Workspace e o Notion têm ferramentas de IA que permitem a busca de informações dentro de seus espaços.
Agora achar informações em playbooks (e usá-las, claro) ficou muito mais fácil:
Identificação de riscos e oportunidades
Essa é uma aplicação de IA já antiga e um pouco mais complexa. Aqui eu não vou me aprofundar tanto, porque usar IA nessas aplicações exige conhecimento técnico mais aprofundado.
Mas é basicamente usar IA para classificar clientes em relação a nível de risco ou propensão de compra de produtos, tanto por características quanto por comportamentos.
Tratamento de dados do cliente e classificação de informações (ex: NPS)
Analisar dados de clientes pode ser muito chato, principalmente se forem dados qualitativos.
Imagine que você tenha um agente de IA que leia todas as respostas de motivos de cancelamento ou de reclamações no NPS dos clientes, classifique e sugira planos de ação.
Isso está muito fácil de fazer hoje em dia, basta subir uma planilha ou documento no ChatGPT, Gemini ou qualquer modelo de LLM e pedir que ele leia o material. Caso você queira ser um pouco mais profundo e queira que a IA faça análises matematicamente melhores, você pode criar um agente em ferramentas como n8n e dar ferramentas a ele como uma calculadora.
Essas são algumas aplicações reais de IA que você pode aplicar no seu dia a dia e facilitar muito a sua vida em Customer Success.
Importante tangibilizar um pouco e deixar vocês cientes do que já é possível fazer usando inteligência artificial.
Eu estou com vontade de fazer um video, live ou workshop gratuito pra ensinar algumas dessas aplicações. Principalmente na parte de estudo, que usa ferramentas 100% gratuitas. Se vocês acharem que vale a pena, deixem nos comentários ou me contem no LinkedIn.
Excelente artigo!!! 👏🏼👏🏼👏🏼
Excelente artigo, você escreve com muita clareza, é sinal de profunda inteligência. Já ganhou um fã