Por que a IA rende mais quando se lembra: o papel da memória nos agentes
Por que um agente de IA que se lembra de clientes, decisões e critérios rende mais do que um que começa do zero, e como usar a memória com critério.
Por que a IA rende mais quando se lembra: o papel da memória nos agentes
Imagine que liga ao seu fornecedor de sempre e, de cada vez, tem de explicar quem é, o que encomendou no mês passado e porque é que o último envio chegou tarde. Não demoraria a procurar outro fornecedor. Com a IA passa-se algo parecido, e a memória nos agentes de IA decide se um agente trabalha consigo ou apenas responde ao que tem à frente.
Um agente sem memória começa do zero de cada vez
Muitos agentes tratam cada conversa como se fosse a primeira. Não sabem com quem falam, não se lembram do que ficou decidido ontem e não aproveitam o que aconteceu na execução anterior. Para uma tarefa pontual, tanto faz. Para um processo que se repete todas as semanas com os mesmos clientes, não.
Pense num agente de apoio ao cliente. Se de cada vez que alguém escreve tem de explicar o caso desde o início, o agente não ajuda, acrescenta um passo. E esse cliente, que já estava aborrecido por ter de escrever, fica um pouco mais.
O que significa lembrar-se, na prática
Lembrar-se não é guardar tudo. Um agente útil retém o que interessa e usa-o no momento certo: o que foi dito na conversa em curso, os dados da conta ou do cliente e os critérios que a empresa já definiu, como políticas ou exceções habituais.
Um exemplo ilustrativo. Um agente prepara o seguimento de uma proposta comercial. Com memória, sabe que o cliente pediu um prazo de entrega mais curto na última reunião, que a diretora financeira prefere resumos breves e que o orçamento foi aprovado com condições. Escreve a mensagem tendo tudo isso em conta. Sem memória, escreve uma mensagem correta mas genérica, dessas que se leem e se esquecem.
Por que importa cada vez mais
A expectativa de ser reconhecido sobe de ano para ano. Segundo um inquérito da McKinsey, 71% dos consumidores esperam que as empresas personalizem as interações e 76% ficam frustrados quando isso não acontece (McKinsey & Company, 2021). É um estudo sobre consumidores, mas a ideia aplica-se bem aos clientes empresariais: ninguém quer contar a sua história outra vez a cada interlocutor.
(McKinsey & Company. (2021). The value of getting personalization right—or wrong—is multiplying)
Há também uma razão interna. Um agente que se lembra evita repetir erros já corrigidos. Se alguém indicou uma vez que os relatórios devem trazer os valores em euros e não em dólares, essa correção não devia ter de se repetir todas as segundas-feiras.
Memória com critério: o que guardar e o que não
Mais memória nem sempre é melhor. Um agente que arrasta dados desatualizados ou irrelevantes responde pior. Convém decidir o que se recorda, durante quanto tempo e quem o pode corrigir ou apagar, e manter separado o contexto de cada cliente ou processo para que não se misture.
Na NappAI, os agentes de IA para empresas incorporam memória desde o desenho, e é você quem define o que recordam e durante quanto tempo. O resultado é um agente que não começa do zero todas as manhãs, mas trabalha com o contexto do seu negócio, como faria um bom colega.