Siga ZDNET: Adicione-nos como fonte preferencial no Google.
Principais conclusões da ZDNET
- A IA Agentic costuma ser mais uma questão de conversa do que de serviços de produção.
- Profissionais inteligentes se concentram em casos de uso e tecnologia de suporte.
- Eles testam processos, refinam a abordagem e buscam novas oportunidades.
As conversas com líderes digitais e empresariais sobre IA de agente geralmente giram em torno de um sentimento semelhante: exploramos agentes, mas ainda não há nada em produção.
Mas embora todos falem sobre experimentação de IA, nenhuma empresa pode se dar ao luxo de realizar intermináveis pilotos sem criar valor comercial. E com os especialistas sugerindo que os profissionais que não conseguem explorar o risco da IA serão deixados para trás, é imperativo implantar agentes bem-sucedidos o mais cedo possível.
Além disso: como construir melhores agentes de IA para o seu negócio – sem criar problemas de confiança
Na Reserving.com, especialista em viagens on-line, Huy Dao, diretor de dados e plataforma de aprendizado de máquina, é encarregado de agregar valor a partir da IA, incluindo serviços de agência. Ele produziu resultados ao adotar uma abordagem estruturada para a implementação de serviços, criando soluções direcionadas para os desafios que os clientes enfrentam hoje e amanhã.
Dao referiu-se a esta abordagem numa conversa com a ZDNET como a “viagem conectada”, na qual a Reserving.com tenta garantir que todos os elementos da viagem de um cliente, sejam voos, hotéis ou atrações, sejam considerados uma experiência integrada.
Além disso: agentes de IA preocupados irão substituí-lo? 5 maneiras de transformar a ansiedade em ação no trabalho
Criar a viagem conectada significa trabalhar com informações díspares. A pilha de dados criada pela equipe de Dao permitiu que a Reserving.com desenvolvesse novos serviços habilitados para IA, incluindo o primeiro aplicativo de agência da empresa, um sistema parceiro-hóspede que facilita a comunicação entre clientes e parceiros hoteleiros.
Aqui está o que ele aprendeu até agora, com cinco lições importantes para outros profissionais que desejam transformar pilotos de IA de agentes em serviços de produção brilhantes.
1. Identifique um desafio de negócios
Dao disse que a chave para explorar a tecnologia emergente é encontrar o uso correto. Embora alguns profissionais permaneçam inseguros sobre o potencial da IA, ele disse que as empresas podem usar tecnologias de agentes para superar desafios intratáveis.
“Na minha opinião, a IA não é um sabor do dia, ou mesmo do ano – é a coisa actual”, disse ele. “Vejo todos os dias no trabalho como a IA pode impactar a maneira como fazemos as coisas.”
Além disso: 5 maneiras de usar IA quando seu orçamento está apertado
Na Reserving.com, Dao e sua equipe identificaram que as respostas oportunas às dúvidas dos clientes eram um grande desafio para os hotéis parceiros. Eles reconheceram que a tecnologia de agência poderia ajudar os hotéis a responder às perguntas com mais rapidez e precisão.
“Antes de implementarmos as soluções de agência, sempre que um cliente quisesse se conectar ao lodge parceiro – por exemplo, se quisesse verificar se o lodge tinha piscina ou se quisesse chegar uma ou duas horas depois – você entraria em contato com o parceiro e diria: ‘Ei, posso ter essa informação?'”, disse ele.
“No entanto, quando os funcionários do lodge respondiam, muitas vezes precisavam trabalhar mais para obter a resposta correta. Além disso, às vezes eles não estavam disponíveis quando o cliente fazia uma pergunta. Portanto, poderia levar algumas horas ou mais até que o cliente recebesse uma resposta.”
2. Construa uma plataforma de dados
Dao disse que a pilha de dados que sua equipe criou permite que a Reserving.com acelere a adoção de tecnologias de IA e aprendizado de máquina para casos de uso, como o descrito acima.
Dao: “A IA não é como um sabor do dia, ou mesmo do ano – é a coisa actual.”
Reserving.com
A plataforma de dados Snowflake faz parte de uma pilha integrada que inclui ThoughtSpot para análise, Astronomer e Airflow para orquestração, Immuta para controle de acesso, Arize para observabilidade de aprendizado de máquina e AWS para computação em nuvem. A equipe de dados também testa e usa modelos de IA de grandes fornecedores, como OpenAI, Amazon Bedrock e Google Gemini.
Além disso: por que os agentes empresariais de IA podem se tornar a maior ameaça interna
O sistema de comunicação personalizado entre parceiros e hóspedes da Reserving.com foi desenvolvido internamente em Python, e a equipe de dados usou LangGraph, uma estrutura de agente de código aberto, para ajudar o agente a raciocinar sobre as dúvidas dos hóspedes.
Dao disse que sistemas agentes eficazes não se tratam apenas de sistemas de back-end. Sua equipe também pensou cuidadosamente na interface do usuário.
“Queremos integrar tecnologias ou capacidades de IA sempre que fizer sentido para os nossos utilizadores”, disse ele.
“E neste caso de uso, nossos parceiros já tinham um portal baseado na internet para visualizar suas mensagens, então ficou claro que deveríamos integrar o agente ali mesmo para ajudá-los”.
3. Teste o caso de uso com cuidado
Com um desafio de negócio identificado e a plataforma tecnológica aperfeiçoada, Dao e sua equipe focaram na implementação, que ocorreu em duas fases.
Na primeira fase, desenvolveram um assistente confiável para ajudar os hotéis parceiros a lidar com as dúvidas dos clientes.
O resultado foi uma tecnologia de agência conhecida como Good Messenger, que reúne informações de parceiros, propriedades e reservas para apoiar a comunicação da equipe do lodge com os hóspedes.
Além disso: 90% dos projetos de IA falham – aqui estão três maneiras de garantir que o seu não falhe
Nesta fase inicial do serviço de agência, Dao disse que o humano ainda está muito informado.
“Queremos ter certeza de que o parceiro é quem tem a palavra last sobre como deseja responder aos clientes”, disse ele.
“Mas damos a eles um assistente, para que, em vez de levar cinco minutos para responder, possa ser apenas um clique de um segundo, se eles estiverem satisfeitos com o que o agente fornece como resposta”.
4. Delegue à medida que a confiança aumenta
Com o tempo, Dao disse que os parceiros hoteleiros confiantes podem começar a delegar mais trabalho ao agente – e esta fase representa a segunda fase da implementação da agência.
Aqui, a ferramenta de resposta automática da Reserving.com permite que os hotéis parceiros definam respostas personalizadas e criem respostas instantâneas às perguntas dos hóspedes, como se um lodge tem estacionamento no native.
“Esta fase é onde o agente diz: ‘OK, se você confiar em mim o suficiente, posso agir em seu nome’”, disse Dao.
“Neste caso de uso, o parceiro pode estar dormindo quando o cliente faz uma pergunta, porque é tarde da noite. No entanto, o agente pode responder em nome do parceiro – e essa abordagem ajuda de algumas maneiras.”
Além disso: 5 maneiras de parar de testar IA e começar a escalá-la com responsabilidade
Reserving.com relatou que os primeiros experimentos gerou um aumento de 73% na satisfação do parceiro em comparação com ferramentas de mensagens anteriores. Dao disse que o agente aprende continuamente com as interações anteriores e o suggestions do usuário, adaptando suas respostas para obter precisão e relevância.
“Agora, com o agente, medimos a resposta em relação a tudo o que fazemos; experimentamos e depois comparamos a melhoria na satisfação”, disse ele.
“Como o cliente obtém as respostas que precisa, ele não precisa entrar em contato com o suporte ao cliente, e esse sucesso também reduz os custos de suporte.”
5. Procure mais oportunidades
Dao disse que a exploração agente deve estar vinculada ao caso de uso particular person. À medida que sua equipe refina a experiência do cliente, eles continuam a aprimorar a plataforma, criando uma base para apoiar outras explorações de agentes.
“Não queríamos construir a plataforma apenas pela plataforma”, disse ele. “Quando construímos a plataforma, tínhamos o usuário em mente. Garantimos que escolhemos a tecnologia de agente certa.”
Também: O novo plano AI Plus de US$ 8 do Google vale a pena? Como se compara à assinatura Professional de $ 20
Dao disse que sua equipe aprendeu muito com o processo de desenvolvimento de agentes. Ele aconselhou outros profissionais a prestarem atenção a essas lições.
“Quando você faz seus testes, você pode pensar que o sistema de agentes é bom”, disse ele. “Mas quando você entra em produção, coisas como a latência podem se tornar um problema com o qual você precisa lidar. Então, você deve simplificar sua arquitetura e plataforma.”
Nos próximos 24 meses, Dao espera novos desenvolvimentos pioneiros na Reserving.com. “Você deve esperar que, como empresa, investiremos pesadamente em IA generativa e agente, não por diversão, mas para aumentar a experiência do usuário”, disse ele.
“As pessoas estão procurando uma experiência semelhante à do ChatGPT agora e queremos ter uma experiência semelhante, ou ainda melhor, no que diz respeito à experiência de viagem em nossos websites”.
