Agentes de inteligência artificial (IA) já passam por 30% do resultado da operação do iFood Benefícios voltada a pequenas empresas, segundo a companhia. Os sistemas também apoiam 60% dos processos de implantação do benefício após a contratação. Os números foram apresentados durante o Benchday Lab IA, em São Paulo, e mostram o avanço da estratégia de usar agentes em diferentes etapas da jornada comercial.
O iFood Benefícios é a frente de benefícios corporativos da companhia, contratada por empresas para oferecer aos funcionários produtos como vale-alimentação e vale-refeição por meio de um cartão multibenefícios. A jornada envolve desde a venda do serviço até a inclusão dos colaboradores, emissão dos cartões, recarga dos valores e atendimento posterior.
É nesse fluxo que os agentes estão sendo incorporados. Daniela Zylberkan, diretora de receita do iFood Benefícios, explica que a estratégia começou pelas pequenas empresas, nas quais a venda tende a ser menos complexa e o cliente tem maior autonomia para decidir sobre a contratação. A companhia testa agentes em etapas que vão de marketing, CRM e prospecção à venda, implantação e atendimento.
Os 60% de implantação, portanto, não se referem à implantação dos próprios agentes de IA. O percentual representa os processos de implementação do iFood Benefícios após a venda que já contam com apoio desses sistemas. Segundo Daniela, essa etapa tem avançado porque o cliente já decidiu contratar o serviço, o que oferece ao agente mais contexto sobre a empresa e sobre as próximas ações necessárias. O mesmo ocorre no atendimento, quando o cliente já está na operação e chega com uma demanda específica.
IA faz até 75% das vendas para empresas menores
O caso mais avançado está justamente na venda. Batizado de Ailton, o agente de IA do iFood Benefícios atua no atendimento comercial de empresas menores que já demonstraram intenção de contratar o produto.
A diferença é importante para entender o papel da tecnologia. O Ailton não precisa necessariamente encontrar uma empresa que desconhece o iFood Benefícios e convencê-la a considerar o produto. Ele atende potenciais clientes que chegam aos canais da companhia já interessados na contratação e conduz a conversa comercial a partir desse ponto.
Em entrevista ao IT Forum, Daniela afirmou que o Ailton chegou a registrar uma taxa de conversão 20% superior à de uma pessoa que atuava na operação. A comparação se refere à capacidade de transformar os atendimentos em vendas, e não a uma medida geral de produtividade dos funcionários.
O agente também ganhou participação no volume comercial. Segundo Daniela, entre 70% e 75% das vendas para empresas menores que adquirem iFood Benefícios já são realizadas pelo Ailton. O percentual varia de um mês para outro.
Na avaliação da executiva, três características ajudam a explicar o resultado: velocidade de resposta, consistência na execução do processo comercial e capacidade de preservar o contexto das conversas. Enquanto um profissional precisa alternar entre diferentes clientes e posteriormente retomar o histórico de cada negociação, o agente consegue manter essas informações disponíveis durante a interação.
O resultado também ajuda a explicar por que a companhia começou pelas empresas menores. Segundo Daniela, vendas para esse público tendem a envolver menos pessoas na decisão. Em contas maiores, a negociação é mais complexa e pode envolver diferentes interlocutores e etapas, o que dificulta transferir o processo para um agente.
Leia mais: “O tempo da política não é o tempo da tecnologia”, diz Diogo Cortiz sobre plano de IA brasileiro
Prospecção ativa ainda é desafio para agentes
A experiência também mostrou que o desempenho obtido com o Ailton não se repete automaticamente em qualquer etapa comercial. O Jorge, outro agente testado pelo iFood Benefícios, atua como Sales Development Representative (SDR), função ligada à prospecção de potenciais clientes. Nesse caso, a IA enfrenta uma tarefa diferente que é, em vez de receber uma empresa que já demonstrou interesse pelo produto, precisa iniciar a abordagem e despertar esse interesse.
Daniela diz que essa diferença torna a automação mais difícil. Enquanto é possível fornecer ao Ailton informações sobre o produto para que responda dúvidas e conduza uma negociação com um cliente interessado, a prospecção exige que o Jorge consiga convencer alguém a iniciar a conversa.
A diferença entre os dois agentes expõe um dos limites encontrados pela companhia na tentativa de automatizar a jornada comercial. Quanto mais estruturado o processo e maior o contexto disponível, mais avançados estão os testes. Quando a atividade depende de criar interesse ou conduzir negociações mais complexas, a participação humana permanece maior.
Daniela revela que a estratégia não prevê simplesmente substituir toda a operação comercial por agentes. A expectativa é de deslocar profissionais de atividades mais processuais para tarefas de maior complexidade. Como exemplo, citou a venda do iFood Benefícios para uma empresa com milhares de funcionários, negociação que ainda demanda interação humana pela quantidade de variáveis e interlocutores envolvidos.
Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!