O que a IA de negócios da Meta aprende numa conversa
A Meta agora tem uma unidade de negócios para vender IA para empresas. Em 28 de setembro ela lançou a Meta Enterprise Platform, liderada por CJ Desai, ex-CEO do MongoDB, que se reporta a Mark Zuckerberg. O anúncio de Desai diz que a IA vai “redefinir fundamentalmente como organizações de todos os tamanhos inovam, crescem, atendem clientes e conduzem operações de negócios.”
Snowflake, Databricks e Google já defenderam a ideia de que um agente de IA só é útil na medida do que sabe sobre sua empresa. A Meta defende a mesma ideia, e acrescenta um detalhe importante: o agente deve aprender com as conversas.
O que a Meta construiu
A plataforma parte de produtos que a Meta já oferece. O anúncio começa com dois deles, o agente Muse e o Meta Business Agent.
O Muse, lançado em 8 de setembro, é o que a Meta chama de agente de IA pessoal. Ele funciona nos aplicativos que a pessoa conecta, enviando e-mails, reservando viagens e preenchendo formulários, e a Meta diz que ele “lembra o que importa para uma pessoa, de modo que pode fazer sugestões sem ser solicitado e agir sobre detalhes que essa pessoa mencionou apenas uma vez.”
Em 29 de setembro a Meta o estendeu com o Muse for Small Business, que se conecta a ferramentas incluindo Shopify, Slack, Notion, QuickBooks e Stripe. Conecte o Instagram, as Páginas do Facebook e as contas de anúncio de um proprietário, diz a Meta, e o Muse “já entende seu negócio: o que você vende, como sua marca se expressa e o que os clientes vivem perguntando.” Ele sinaliza e-mails que precisam de resposta e rascunha respostas, mas a Meta diz que o Muse não publica, envia ou gasta sem a aprovação do proprietário.
O Meta Business Agent responde a clientes em nome de uma empresa no WhatsApp Business, e está disponível no mundo todo desde junho. Ele “aprende automaticamente com sua Página do Facebook, conversas anteriores e site,” reúne dados de clientes, e avisa o proprietário quando algo precisa de atenção. O proprietário pode escolher quais tópicos ele repassa, e “Quando você assume a conversa, sua IA aprende com ela para melhorar respostas futuras.”
Então o Muse aprende sobre seu proprietário e as ferramentas que a empresa usa, e o Business Agent aprende com as conversas da empresa com seus clientes.
Um pedido que muda numa conversa
Imagine uma pequena empresa de buffet. Um cliente escreve no WhatsApp Business: “Podemos mudar o almoço de sexta-feira para 40 pessoas para sábado? E a gente mudou de escritório, então agora é na Rua das Oliveiras, 200.”
O proprietário disse ao Business Agent para repassar qualquer coisa que mude um pedido, então ele faz isso. O proprietário responde, “Combinado, sábado ao meio-dia na Rua das Oliveiras, 200,” e o Business Agent aprende com a conversa. O próximo cliente que pedir para mudar um pedido recebe uma resposta melhor.
Enquanto isso, a cozinha ainda tem o almoço na lista de preparo de sexta-feira, o motorista tem o endereço antigo, e o pedido no Shopify ainda diz sexta-feira. O Business Agent aprendeu como responder a um pedido como esse, mas o pedido também mudou fatos sobre os quais outras pessoas agem, e esses fatos estão numa única conversa e na cabeça do proprietário.
O Muse poderia ajudar. Ele se conecta ao Shopify e ao Slack, então poderia atualizar o pedido e avisar a cozinha, e já que ele faz sugestões sem ser solicitado, poderia até propor fazer isso. O Muse, porém, é um agente pessoal. A sugestão vai para o proprietário, que precisa aprová-la numa quinta-feira corrida com o próximo cliente já escrevendo. E já que o Muse é um agente pessoal, o que ele aprende com a mudança é específico ao proprietário que o usa.
Aprender com uma conversa e registrar o que mudou
Os dois agentes aprendem ao longo de muitas conversas. O Business Agent responde melhor porque os clientes perguntam coisas parecidas, e o Muse fica mais útil com o tempo porque mantém um registro do que importa para seu proprietário. Uma mudança que um cliente envia numa única mensagem é diferente. Ela surge uma vez, sobre um cliente e um pedido, e algumas das pessoas que precisam agir sobre ela talvez nunca tenham visto a conversa.
A Meta descreve o Muse como capaz de agir sobre “detalhes que a pessoa mencionou apenas uma vez,” o que é o objetivo certo. Na cena do buffet, quem mencionou o detalhe foi um cliente, e quem precisa dele é a cozinha e o motorista.
Desai citou atender clientes e conduzir operações de negócios como duas das coisas que a IA vai mudar. O almoço remarcado precisa das duas: alguém responde ao cliente, e a cozinha e o motorista mudam o que fazem no sábado.
No Facebook, eu liderei uma equipe de produto construindo produtos de gestão de conhecimento, para uso interno e para clientes externos via Workplace, a versão do Facebook que a Meta vendia para empresas. A maior parte do que uma base de conhecimento contém chegou lá porque alguém se lembrou de escrever aquilo. É por isso que mudanças como o almoço de sábado ficam sem registro. O cliente pediu a mudança na mensagem dele, mas a menos que alguém leve essa informação para o sistema com que a equipe de entrega trabalha, existe o risco de a entrega do cliente ir para o lugar errado no dia errado.
Como automatizar isso
Algo lê as mensagens da empresa em nome da equipe, percebe que esta pede para mudar um pedido e dá um novo endereço, e propõe as atualizações no sistema com que a equipe trabalha: uma tarefa na lista de sábado para a cozinha, e o novo endereço onde o motorista vai buscá-lo, cada um ligado à mensagem de onde veio. Quem na equipe estiver mais próximo confirma as atualizações, e a partir daí as pessoas e assistentes de IA que leem essas informações recebem a mesma resposta. O Business Agent continua aprendendo a responder, mas manter o registro é um trabalho separado.
É essa a camada que estamos construindo na this+that. A DoBox lê as mensagens que uma empresa já recebe pelos Gmail, Outlook, Slack, Microsoft Teams e Google Chat, e as transforma em tarefas, encaminhadas para um workflow ou uma pessoa. Nosso brain mantém o que a empresa sabe, atualizado hoje por workflows que escrevem de volta nele enquanto rodam, com uma pessoa aprovando ou editando cada atualização.
Experimente com suas mensagens da semana passada. Escolha uma mudança que um cliente enviou numa mensagem, como uma nova data ou um novo endereço, e verifique se todo mundo que precisa saber da mudança sabe. Se não souber, veja como nosso brain pode ajudar.