Um guia de instruções para jornadas do cliente e IA agêntica

O ano vem crescendo com grande impulso. Passei a última semana em Amsterdã no Instituto 4 Journey Management inaugural, interagindo com outros especialistas no Journey Space. Foi uma oportunidade de ver com o que as empresas líderes estão ocupadas e os sucessos que estão alcançando. O feedback dos principais analistas do setor é que eles nunca viram tanto interesse no Customer Journey Management. No entanto, muitas empresas ainda estão lutando para adotar o gerenciamento da jornada do cliente.

O que tem sido igualmente um ponto significativo de discussão no espaço de mídia social de negócios (e especificamente LinkedIn) é uma extensa discussão sobre IA agêntica e, mais recentemente, MCP – Model Context Protocol.

Vou começar rapidamente para posicionar os agentes de IA. Esta será mais uma explicação para leigos e, portanto, minha explicação técnica pode não atender ao teste.

Um agente de IA é uma combinação de um modelo LLM (por exemplo, ChatGPT), juntamente com um conjunto de instruções e um conjunto de ferramentas que podem fazer algo. Por exemplo, você pode ter um agente que pode:

• Pesquise na web ofertas de seguro de carro
• Outro que pode compilar todas as informações pesquisadas em opções comparáveis
• Outro que possui um conjunto de ferramentas que podem potencialmente preencher formulários de cotação e recuperar os preços cotados
• Outro que pode fornecer orientação sobre os prós e contras de várias opções de seguro de carro

Cada um desses agentes (consistindo em um LLM, conjunto de instruções, ferramentas para interagir com o ambiente (por exemplo, aspas) pode então ser controlado por outro agente para realizar um trabalho.

Um dos desenvolvimentos recentes neste espaço é um padrão chamado "Model Context Protocol". O que é realmente importante sobre o protocolo MCP é que ele é desenvolvido e publicado pelo provedor de serviços (por exemplo, uma companhia de seguros que fornece cotações) para que o agente possa interagir com serviços externos de maneira padrão. Pense nisso como uma Appstore para ferramentas que os agentes podem usar.

Outro exemplo de ferramentas MCP pode incluir:

• A capacidade de mostrar a disponibilidade em um hotel
• A capacidade de especificar como uma reclamação deve ser apresentada e de coletar essas informações
• A capacidade de mostrar os melhores contratos de telefonia móvel entre determinadas faixas de preço

O MCP permite que os agentes de IA acessem serviços reais para que os agentes possam concluir suas tarefas. O MCP está sendo endossado por muitos setores da comunidade de IA e grandes players, como OpenAI e Anthropic.

Ao desenvolver uma solução de IA (composto por vários agentes como acima), é possível codificar manualmente esses agentes, mas existem estruturas realmente excelentes, como Langchain e Semantic Kernal, que aceleram o desenvolvimento de agentes e, em seguida, existem ferramentas visuais que usam as estruturas de IA para permitir que pessoas não técnicas desenvolvam soluções de agentes. O desenvolvimento neste espaço está acontecendo na velocidade da luz!

Dado nosso foco em jornadas, o principal ponto de interesse é como conectar uma solução de agente a uma estrutura de jornada e o que uma estrutura de jornada oferece para aprimorar os recursos dos agentes. Eu gostaria de passar para isso a seguir.

Quando fornecemos uma solução de orquestração e análise de jornada, todas as jornadas:

• Um começo
• Um objetivo
• Acompanhamento do progresso em direção à meta
• Em caso de falha, as entregas
• A capacidade de coletar informações sobre o cliente ao longo da jornada

Uma oportunidade maravilhosa surge quando o mundo dos agentes e das jornadas se une por estes motivos:

• Os agentes funcionam melhor quando há um objetivo. Eles são relativamente inteligentes, mas dado que a IA geral não foi alcançada (e provavelmente não será por algum tempo), ter um objetivo claro otimiza a utilização de agentes
• Os agentes podem ser drasticamente aprimorados quando têm um contexto melhor. No exemplo acima, quanto mais o agente souber sobre as necessidades do cliente que compra um seguro, melhor será o ajuste entre o que está sendo oferecido e o que o cliente precisa
• A extração de dados de sistemas corporativos pode ser desafiadora, mas as soluções de análise e orquestração de jornadas são otimizadas para fazer isso e têm recursos de extração e mapeamento de dados bem desenvolvidos para permitir a visualização e análise de jornadas
• As soluções de agentes geralmente não têm uma estrutura de eficácia e medição e as jornadas do cliente fornecem exatamente isso.

A imagem abaixo fornece uma visão de como isso é feito:

As Jornadas do Cliente trazem uma perspectiva única para os Agentes, pois o conceito de tempo é introduzido. O agente não está mais apenas esperando pelo cliente, ele orienta e nutre o cliente ao longo da jornada, porque existe uma estrutura para avaliar o progresso em vigor. Assim, ele pode cutucar o cliente quando ele fica preso, garantindo que o agente atenda às necessidades do cliente, mas também mantenha o ritmo da jornada (com muitas jornadas do cliente que se estendem por dias)

O futuro das jornadas e experiências do cliente será infundido com agentes de IA. Toda a tecnologia para fazer o que foi dito acima está em vigor e veremos uma enorme onda nos próximos meses. Espero que o boletim informativo acima forneça um pouco mais de visão sobre o "como" onde muito do que tenho lido é muito mais amplo e sem detalhes.

Aguardo com expectativa o feedback e o debate sobre o assunto.

Tenha uma semana brilhante pela frente e, como sempre, aproveite a viagem

Trent