Helpdesk com IA: IA Generativa para Otimizar o Helpdesk N1 e o Reconhecimento na Luft
em
Gerar link
Facebook
X
Pinterest
E-mail
Outros aplicativos
Do Conceito à Realidade: Apresentando o SOPHIA-HL1 e Seus Objetivos
Olá, pessoal do The Web Scrolls!
Éder aqui de novo! Depois de mergulhar no conceito de algoritmos bio-inspirados e explorar a arquitetura e o design inicial da minha SOPHIA-HL1, chegou a hora de compartilhar uma novidade fantástica e detalhar um pouco mais essa jornada de desenvolvimento.
Como prometido, este é o terceiro post da série sobre o projeto SOPHIA-HL1: Suporte Orientado Por Heurística Inteligente Artificial - Helpdesk Level 1 - versão 001. Para quem está chegando agora, a SOPHIA-HL1 é um projeto que nasceu com o objetivo de atuar como um assistente virtual, dando suporte aos analistas de Helpdesk Nível 1 (N1). A grande "dor" que busco endereçar com essa solução é o tempo de demora no primeiro atendimento dos chamados.
---
A Arquitetura da Inteligência: Pilares do SOPHIA-HL1
A ideia é usar a Inteligência Artificial Generativa para automatizar tarefas como a categorização de tickets e a análise preliminar de problemas ou dúvidas técnicas recorrentes. Em essência, o projeto se apoia em três pilares principais:
Uma biblioteca de prompts que funciona como "personas", orientando a IA sobre qual "papel" ela deve desempenhar em cada etapa da análise. Tenho personas para o analista completo, leitor de anexos, analista pesquisador, bibliotecário, entre outros.
Um módulo de conexão com a IA do Google, responsável por enviar os dados processados e receber as respostas, gerenciando a comunicação com a API.
A conexão com a base de dados de tickets, onde a solução coleta os chamados (sejam tickets não catalogados ou um ticket específico para análise profunda), processa as informações do ticket (dados do usuário, contexto, anexos) e consulta uma biblioteca de manuais para encontrar documentos relevantes.
A IA processa essas informações, extrai dados úteis dos anexos (usando técnicas como OCR para imagens e extração de texto para PDFs, embora eu tenha tido que simplificar aqui devido a limites de cota) e, com base nisso, gera uma análise detalhada. O resultado é uma sugestão de ordem de atendimento, classificação de dificuldade, justificativa, orientação para o analista N1, sugestão de resposta inicial para o usuário e dados adicionais a serem solicitados. Para um ticket específico, ela busca no manual e fornece um "passo a passo" para a resolução, como vi no caso do estorno customizado de resíduo de pedido.
Reconhecimento e Impacto: SOPHIA-HL1 Finalista no Concurso Prisma de Inovadores da Luft
E a grande notícia é que o projeto SOPHIA-HL1 foi um dos finalistas do concurso Prisma de Inovadores do grupo Logístico Luft! Este concurso teve o propósito muito bacana de incentivar a inovação no uso da IA no dia a dia dos colaboradores, em todas as áreas da empresa. Confesso que, sendo da área de tecnologia e já tendo explorado a IA antes, eu não esperava ficar entre os inovadores. A reação do meu time e das lideranças foi super positiva, com muitas felicitações. Fiquei imensamente feliz em ser o primeiro colocado – foi uma surpresa e um reconhecimento muito gratificante.
Recentemente, tive a oportunidade de apresentar o projeto em uma live da série Inovadores da Luft. Foi um bate-papo muito legal com a Aline do Projeto Prisma, onde pude detalhar o funcionamento da SOPHIA-HL1 e os desafios que enfrentei.
---
---
Análise Comparativa e Desafios Técnicos: Insights da Live
Durante a live, falamos sobre a comparação entre a análise humana e a da máquina:
Nós, humanos, somos ótimos em abstração e em correlacionar informações que não estão diretamente ligadas, além de entender o contexto. No entanto, lemos devagar – não conseguimos ler 300 páginas em segundos.
A máquina lê e processa informações muito mais rápido. Ela consegue correlacionar dados para sugerir uma estratégia de atendimento dos tickets, indicando prioridade, tempo estimado e quem deve tratar.
Abordamos também os desafios técnicos da primeira versão:
Lidar com documentos extensos: A IA não se saiu bem com manuais muito longos (acima de 50 páginas), mas foi muito eficiente com documentos menores e otimizados (até 10 páginas). Isso mostra que preciso estruturar e otimizar minha base de conhecimento para a IA.
Base de dados não estruturada: A primeira versão lida com dados não estruturados para testar como a IA se comporta, mas o ideal é estruturar a base para garantir respostas assertivas.
Alucinação da IA: Falamos sobre o comportamento indesejado da IA inventar informações.
Limite de quotas da API: Atingir o limite de consultas, especialmente na extração de dados de anexos, exigiu mudar a metodologia e usar OCR e extração de texto básica.
Abrangência do conhecimento: A área de helpdesk é vasta e multidisciplinar. Mesmo com técnicas avançadas, pode ser difícil encontrar informação específica diluída em uma grande massa de dados. Usei a analogia de procurar um livro de matemática em uma biblioteca com 999 livros de português. A solução, como discuti, pode ser criar bibliotecas temáticas e direcionar a busca.
Falta de informações no ticket: Chamados vagos ou confusos são um desafio tanto para humanos quanto para a IA. Ela pode se perder se não conseguir distinguir conceitos similares (como pedido vs. solicitação de compras), mas também pode orientar o analista a pedir mais informações.
Na live, mostrei o projeto em funcionamento, demonstrando a análise da lista de tickets não categorizados e a análise de um ticket específico, incluindo a função de converter a resposta em áudio. A função de áudio (usando a biblioteca GTTS) foi pensada para facilitar o acesso à informação, talvez para quem não está o tempo todo na frente do computador. Embora a voz pareça a do GPS, é um recurso interessante para estudo!
O Futuro é Agora: Evolução do SOPHIA-HL1 com RAG e Próximos Passos
O projeto SOPHIA-HL1 ainda está em evolução. Os desafios identificados nesta primeira versão (que está no GitHub) são o foco do desenvolvimento de uma segunda versão. Estou estudando técnicas como RAG (Retrieval Augmented Generation), que ajuda a IA a dar respostas mais precisas consultando uma base de dados controlada, minimizando a alucinação. A ideia é usar essa técnica juntamente com uma base de conhecimento mais estruturada e organizada em bibliotecas temáticas. Espero que, com essas melhorias, o projeto possa estar em uso na Luft até o final do ano.
Da Ideia à Ação: Dicas para Fomentar a Inovação
Para finalizar, na live, compartilhei algumas dicas para quem gosta de inovação. Repito aqui a mais simples, mas poderosa: tenham um caderninho e anotem suas ideias. Enquanto a ideia está só na cabeça, ela fica no campo abstrato. Anotar é o primeiro passo para concretizá-la. A ideia vira esboço, depois plano, depois um mapa. Pensem em ter a ideia como subir um degrau; concretizá-la é subir uma escada. Subir a escada toda de uma vez é difícil, mas vencer um degrau por vez é mais fácil. Os tombos fazem parte do processo, e as ideias que não dão certo são úteis para termos ideias melhores. E lembrem-se do potencial da nossa mente, que é capaz de coisas incríveis. A criatividade pode ser aprendida e treinada. Inovar é buscar tornar a vida das pessoas cada vez melhor.
É isso por hoje! Espero que tenham gostado de conhecer um pouco mais sobre o projeto e essa jornada de inovação. Continuem acompanhando o The Web Scrolls para mais atualizações!
Comentários
Postar um comentário