Cloud Humans

O Gargalo tem nome. É o bot de árvore de decisão. Parece eficiente porque dá sensação de controle, só que na conversa real ele é o que trava o atendimento. Em vez de entender o que a pessoa quer, o menu obriga o cliente a se encaixar em uma opção pré-desenhada meses atrás. A partir disso, o cenário é irritante pra todo mundo: o cliente não acha o caso dele na lista e fica na tentativa e erro e, quando a conversa cai no humano, o humano entra cego e pede tudo de novo. A IA que resolve não tem como maior diferencial responder “mais bonito”. Ela opera como agente: entende linguagem natural, lida com quem mistura dois assuntos na mesma frase, consulta os sistemas pra resolver de fato e sabe a hora de passar pro humano com o contexto inteiro na mão. Essa é a evolução. Pra fazer um teste rápido, pega as últimas 20 conversas que começaram no seu bot e conta: Quantas vezes o cliente teve que repetir a mesma informação? Quantas ele ficou preso em opções que não eram o caso dele? E quantas caíram no humano do zero, sem contexto nenhum? Se esse número for alto, o bot deixou de ser solução pra sua empresa e virou parte do problema. A gente detalhou isso (junto com os casos de uso de IA que mais dão retorno no atendimento) no nosso site. Vale a leitura: https://lnkd.in/dikr_9CY

Toda IA sabe dizer "vou te passar pra um humano". Poucas fazem a passagem de verdade, sem empurrar o trabalho pro cliente. Chegar no limite da IA e ouvir "volta na segunda e abre um chamado" é onde boa parte das operações perde o cliente. A cena: depois de um tempo de conversa, a IA reconhece que aquele caso não é pra ela e que precisa de um humano. Até aí, nenhum problema. Nenhuma IA resolve tudo, e saber a hora de passar pra uma pessoa é sinal de operação madura, não de falha. A coisa complica quando, em vez de preparar a passagem, a IA gera retrabalho pro cliente: volta outro dia, reabre a conversa, reexplica o caso, abre o ticket você mesmo. Por muito tempo o handoff foi tratado como fim de linha. A IA respondia até onde dava e jogava o cliente de volta pra fila. Funcionava enquanto a régua era RESPONDER. Só que passar pro humano também é uma ação. Alguém precisa segurar o contexto, manter a conversa viva, montar o chamado e deixar o atendente pronto pra continuar de onde parou. Isso é trabalho, e deveria ser trabalho da operação, não do cliente. No fim, a diferença entre uma IA que responde e uma que EXECUTA aparece no momento em que ela não sabe a resposta. Uma anuncia o limite e some. A outra atravessa o cliente pro outro lado sem obrigar ninguém a recomeçar do zero.   No Ep 04 do #SemFiltro, o Ian Kraskoff e o Bruno Cecatto listam o que mais dá raiva em IA de atendimento (pra muito além do erro clássico aí de cima). E comentam por que as empresas seguem cometendo esses erros. Assista ao episódio completo. Link do Youtube: https://lnkd.in/dNQisaxQ  Link do Spotify: https://lnkd.in/dcb8YKfk

Todo mundo tem opinião sobre IA no atendimento. Quase ninguém tem o número. Nos últimos meses, a Cloud Humans mediu. Mais de 150 líderes de CX, Produto e Operações participaram e montamos o maior benchmark de IA em atendimento já feito no Brasil. No dia 29 de julho, numa noite fechada em São Paulo, a gente abre esses números pela primeira vez. Quem estiver na sala vê o retrato antes de virar público. Quando esses números chegarem ao mercado, quem estava lá já vai estar uma conversa à frente. E o que acontece no dia, os bastidores, as perguntas, não tem replay. É uma noite, presencial, e acabou. A sala é pequena e curada de propósito, só liderança sênior de Produto, CX, CS e Operações. Metade do valor está no palco, a outra metade em quem senta do seu lado. As vagas saem por perfil e por ordem de inscrição, então garanta a sua cedo, porque não vai caber todo mundo. Se quiser, dá pra estender o convite para até duas lideranças estratégicas do seu time. Os nomes que sobem ao palco a gente revela em breve. 📍 São Paulo · 🗓 29 de julho · a partir das 17h Solicite sua vaga: https://lnkd.in/giJA4zth

Todo mundo consegue fazer um agente de IA agora. Conecta uma API, monta um prompt, sobe um protótipo em dias. Criar tá resolvido. Mas e o que vem depois? Quando você já tem SLA estruturado, múltiplos canais, time de CX e histórico de cliente espalhado em 4 sistemas, a complexidade muda de patamar. Fizemos as contas de um cenário conservador: 1 engenheiro dedicando 30% do tempo pra manter a IA de suporte + infraestrutura + APIs de LLM. Custo mínimo mensal: R$ 10.500. Em 12 meses: R$ 126.000. Inclua refatoração, bugs, iteração de prompts, integração com helpdesk, atualização da base de conhecimento toda vez que muda política ou produto. Fácil passar de R$ 200.000 no ano. Pra um agente LIMITADO. Sem contar o custo de distração do time técnico do produto principal. Na decisão de build or buy, vale considerar o seguinte: Atendimento de verdade não roda num agente único. Roda numa orquestração de agentes especializados: um detecta tom emocional, outro classifica intenção, outro puxa dados do CRM, outro decide se escala pro humano, outro escreve a resposta com o contexto certo. É acessível construir UM agente funcional, claro. Mas construir e manter um time inteiro de agentes, com memória compartilhada, guardrails por camada e evolução contínua de cada peça, é outra ordem de grandeza. Resumindo: Empresa pequena, volume baixo, jornada simples, baixa exposição de marca? Build pode funcionar bem. IA conectada ao core do seu produto, ao diferencial que você entrega pro cliente? Build é até estratégico. Mas IA de suporte operacional (segunda via de boleto, dúvida de usabilidade, problema financeiro de cliente) exige consistência muito alta pra não gerar um problema reputacional maior do que o custo que você estava tentando cortar. Lê de novo. A conta não fecha. Nesse caso, buy quase sempre compensa mais. Antes de decidir, faz essa conta: qual o custo REAL de criar, integrar e manter essa orquestração por 24 meses? Quer saber mais? Solicita o seu diagnóstico. É só preencher o formulário do nosso site: https://lnkd.in/dbQWsy8N A gente roda um raio-x, te mostra o potencial de automação do seu caso específico e segue o papo. #IA #CX #AtendimentoAoCliente #BuildOrBuy #CloudHumans 

"Me dá um reembolso" parece o pedido mais simples do mundo. Pra um agente de IA sozinho, pode virar uma tragédia no atendimento. Um estudo recente da Microsoft apontou: cerca de 1 em cada 4 agentes erra quando a tarefa tem múltiplos passos. E múltiplos passos não quer dizer nada tão complexo. Um reembolso já é isso: achar o pedido, conferir a política, checar o prazo, validar a forma de pagamento, executar, registrar. Seis chances de escorregar num pedido que o cliente quer resolver com um clique. Por anos a régua do atendimento foi um bot respondendo FAQ, com cérebro e roteiro únicos. Funcionava enquanto o trabalho era RESPONDER. O que mudou? Uma boa operação hoje EXECUTA. Troca, cobrança, rastreio, cancelamento, cada uma dessas ações tem regras próprias. Pedir pra um agente único genérico segurar tudo isso é utópico. Deixar um agente “mais esperto” e “caprichar no prompt” deixou de ser a lógica. A evolução hoje não é uma IA maior. São várias, cada uma afiada num tema, agindo junto. Uma decide se age, outra decide quem age, outra executa no sistema. Um time de agentes que executa: isso é o que as empresas têm montado pra revolucionar o atendimento (e não só ele). E não é um bicho de sete cabeças como parece. O Ian Kraskoff e o Bruno Cecatto aprofundam (e tornam acessível) esse e outros conteúdos no Ep 3 do #SemFiltro, podcast da casa sobre o que ninguém fala dos bastidores de CX e IA. Assista ao episódio completo. Link do Youtube: https://lnkd.in/e4eS7cu3 Link do Spotify: https://lnkd.in/eKZyAzMS

99% das plataformas de atendimento nasceram na era do e-mail. E por lá ficaram presas. Zendesk, Intercom, Freshdesk. Ferramentas boas, mas pra outro momento. Foram desenhadas pra ticket, fila e SLA de 48h, quando quase todo contato com cliente caía na caixa de entrada. Só que o Brasil não atende mais por e-mail. 70 a 80% do atendimento aqui acontece no WhatsApp. E nessas plataformas gringas o WhatsApp segue sendo puxadinho: broker separado, taxa extra, integração capada. Quase sempre cobrado em dólar. (Já viu o que o câmbio faz com um contrato anual de suporte? Pois é.) As nacionais resolvem o básico. Movidesk, Octadesk, Blip funcionam bem em operação pequena. O problema aparece quando a empresa cresce: automação limitada, IA rasa, ajuste manual o tempo todo. Crescer com elas vira trabalho (e a ideia é ter menos). A Cloud Humans nasceu pra outra era. Plataforma omnichannel com WhatsApp nativo de verdade. Multiagentes de IA que entendem contexto, consultam sistema, abrem e fecham chamados, e resolvem entre 65% e 85% do volume. Custo previsível, em real, com gente perto de você quando precisa. Feita pro Brasil. Do zero. Quer saber mais? Solicita o seu diagnóstico. É só preencher o formulário do nosso site: https://lnkd.in/dbQWsy8N A gente roda um raio-x, te mostra o potencial para o seu caso específico e segue o papo. 

A maioria dos líderes de CX tá perguntando "como otimizo minha operação com IA". É a pergunta errada. E quase nunca dá pra ver isso de dentro. Quando uma tecnologia muda só uma camada da operação, otimizar funciona. Você troca a peça, ajusta o processo, melhora 20-30%. Aconteceu com URA, com bot, com CRM, com helpdesk. Foram saltos importantes, mas evolutivos. IA generativa não é isso. O salto é grande o suficiente pra mudar o que conta como trabalho, quem precisa fazer, quanto tempo leva, e que tipo de capacidade vira possível. Otimizar uma operação desenhada pré-IA é trabalhar duro numa estrutura que já não faz sentido. A pergunta certa é outra: "Se eu fosse montar minha operação de CX do zero hoje, com IA dada como ponto de partida, como ela seria?" Quantas pessoas? Que funções? Qual SLA? Onde o humano entra? O que vira automático por default? Que perfil de talento eu contrato? Quase nenhuma operação atual sobrevive intacta a essa pergunta. E é por isso que poucos líderes bancam perguntar. Porque a primeira coisa que ela ataca é a experiência prévia do próprio líder. Se você foi bom no jogo antigo, algumas das suas skills podem ser parte do problema. Reconhecer isso exige uma humildade que cargo sênior raramente tem. Ainda mais quando chegou ali ganhando no jogo antigo. E por fim: o concorrente que começa agora não tem esse peso. Ele já desenha pra IA de saída. E vai chegar mais rápido numa operação que a maioria do mercado vai levar dois anos pra refazer. "Como otimizo" é confortável. "Como eu refundaria" é desconfortável, e é o que gera ação. Esse foi um dos vários insights relevantes do Ian Kraskoff e do Bruno Cecatto no Ep 2 do #SemFiltro, podcast novo da casa onde os dois abrem o melhor dos próprios papos sobre o que ninguém fala de CX e IA. Assista ao episódio completo. Link do Youtube: https://lnkd.in/dMihsGt8  Link do Spotify: https://lnkd.in/dU5JfDXD

Ontem reunimos mais de 150 líderes de CX, CS e Operações em São Paulo. E saímos de lá com a sensação de que valeu cada detalhe do que construímos. Dois painéis. Um sobre o CX Engineer e o que as operações mais maduras do Brasil estão fazendo pra formar esse profissional internamente. Outro com o lançamento oficial da ClaudIA agêntica, com demo ao vivo e resultados reais de quem acompanhou o beta de perto. Mas o que a gente vai lembrar não é só o conteúdo. É a sala cheia de gente que importa. As conversas que continuaram depois dos painéis. Os líderes que subiram ao palco e falaram com honestidade sobre o que estão vivendo nas suas operações. Obrigado a cada pessoa que reservou a terça à noite pra isso. Ao Escritório Alice por receber a gente com tanto cuidado. À comunidade CXperts pela parceria de sempre. E a todo mundo que dividiu o palco com a gente. Isso aqui é só o começo. Até o próximo 🧡

No dia 2 de junho, no Escritório Alice em SP, a Cloud Humans apresenta oficialmente a nova ClaudIA agêntica. E conduz, ao lado do CXperts, um painel sobre a função que está redefinindo o atendimento de ponta no Brasil: o CX Engineer. Não é mais um evento de IA. É o lançamento de uma categoria. A ClaudIA agêntica não é uma atualização. É outro patamar de execução. Tarefas que até poucos meses atrás exigiam um humano no meio do caminho hoje são executadas pela agente do começo ao fim, decidindo o que fazer e revertendo o curso quando precisa. No dia 2, a gente vai abrir publicamente os números do beta pela primeira vez. Vai ter cliente contando o que mudou na prática. Em paralelo, o painel sobre CX Engineers. As operações de CX mais avançadas do país pararam de tentar contratar esse perfil no mercado, porque o mercado ainda não formou. Tão formando dentro de casa. Mas QUEM é esse profissional? O que ele precisa saber? Como você identifica alguém com esse potencial no seu time hoje? Essa é a conversa que toda liderança de CX precisa ter agora, e que nenhuma conferência grande consegue ter com a profundidade que ela merece. O formato foi pensado pra prolongar as conversas. Vinho. Culinária italiana. Fim de tarde longo o suficiente pra trocar de verdade. Ainda tem vaga. Mas estão indo embora rápido, e a participação é priorizada por senioridade. https://lnkd.in/ePNwPgJU

Quando um projeto de IA falha, o reflexo é culpar a IA. A ferramenta era ruim. O modelo não era bom. A plataforma prometeu e não entregou. A tecnologia ainda não tá madura. A gente escuta isso o tempo todo. E quase sempre tá apontando pro lugar errado. Tem um estudo da McKinsey que olhou pra 5.400 projetos grandes de tecnologia. A pergunta era simples: o que separa os projetos que dão certo dos que explodem o orçamento? A resposta não foi qual tecnologia escolheram. Foi estratégia, stakeholder e talento. Quem era o dono do projeto, qual era o plano, e quão preparada estava a pessoa pra conduzir aquilo. Quando algum desses três falhava, isso explicava mais da metade dos casos em que o custo estourou. Aplicado a IA em CX, a história tá se repetindo. A gente vê empresa testando três plataformas em paralelo, fazendo PoC com quatro fornecedores diferentes, atrás da "ferramenta certa". Enquanto isso, ninguém é dono do projeto de fato. Quando uma área quer mexer, a outra trava. O time que vai implantar não conhece IA. O time que conhece IA não conhece o negócio. E aí, quando o piloto não entrega, a culpa cai no fornecedor. Na real, o modelo geralmente funciona. A capacidade tá lá. O problema é antes. A primeira pergunta sobre um projeto de IA em CX não deveria ser "qual ferramenta a gente usa?". Deveria ser "quem na minha empresa vai ser dono disso, e essa pessoa tem o perfil pra puxar?". Se a resposta da segunda pergunta for um silêncio, nenhuma ferramenta do mundo vai salvar. Esse foi um dos pontos que o Ian e o Cecatto trouxeram no Ep 1 do #SemFiltro, podcast novo da casa onde os dois colocam em público as conversas que já tinham em privado sobre CX e IA. Assista ao episódio agora mesmo. Link do Youtube: https://lnkd.in/eF6ttfM7  Link do Spotify: https://lnkd.in/eSVqdnpD