A Decolar criou um assistente de inteligencia artificial chamado Mariana para atender parceiros de hospedagem pelo WhatsApp, com suporte 24 horas. O movimento e relevante porque nao se trata de um chatbot de site, mas de um canal onde o parceiro ja esta, sem precisar instalar nada. Para o varejo, o caso antecipa um padrao, o atendimento migra para o mensageiro e passa a ser mediado por modelos que respondem com base em dados da propria operacao.
A Mariana entra no WhatsApp
assistente de IA no WhatsApp para parceiros de hospedagem Decolar cria assistente de IA resolve um problema concreto de suporte. Hoteis parceiros precisam de resposta rapida sobre disponibilidade, tarifas e regras de comissao, e o horario comercial nao cobre a operacao de turismo, que funciona em fusos diferentes e nos fins de semana.
A escolha do WhatsApp reduz a barreira de adocao. Um portal exige login, senha e treinamento, enquanto o mensageiro ja esta no celular do parceiro. O custo dessa escolha e a ausencia de estrutura, porque conversas em mensageiro nao tem campos obrigatorios, e o modelo precisa interpretar texto livre para chegar a uma resposta util.
O que o assistente resolve primeiro
A primeira camada de valor esta nas perguntas repetitivas, que representam a maior parte do volume de atendimento. Status de reserva, politica de cancelamento, prazo de repasse e documentacao necessaria sao perguntas com resposta padronizada, e por isso sao as primeiras a serem automatizadas sem perda de qualidade.
Suporte 24 horas para hoteis
O ganho do suporte 24 horas nao esta em atender de madrugada, mas em eliminar a espera. Um parceiro que recebe resposta em segundos toma decisoes comerciais mais rapido, e isso se converte em disponibilidade publicada e em vendas. O efeito no negocio aparece menos no custo de atendimento e mais na velocidade de operacao do parceiro.
Ha um efeito secundario importante. Quando o assistente responde com base em dados atualizados, ele tambem padroniza a informacao. Parceiros diferentes recebem a mesma regra, o que reduz divergencia e reclamação posterior. A padronizacao e, muitas vezes, o maior ganho de um assistente bem implementado.
O padrao de atendimento muda
Com um assistente na primeira linha, o time humano passa a tratar excecoes. Isso muda o perfil de quem atende, que deixa de responder perguntas simples e passa a resolver casos complexos, com mais autonomia e mais necessidade de contexto. A produtividade sobe, mas o treinamento fica mais caro.
Tambem muda a metrica. Deixa de fazer sentido medir tempo medio de resposta e passa a importar a taxa de resolucao na primeira interacao. Um assistente que responde rapido e transfere para humano nao resolve nada, apenas desloca o problema e aumenta a frustracao de quem esperou.
O risco de automacao sem dados
O risco central e responder com informacao desatualizada. Um assistente que confirma uma tarifa antiga cria um compromisso que a operacao nao consegue honrar, e o custo disso e maior do que o de nao responder. Por isso a integracao com os sistemas de reserva e tarifa e a parte critica do projeto, nao a interface de conversa.
Quando escalar para humano
A regra de escalonamento precisa ser explicita. Casos que envolvem excecao de preco, disputa de cobranca e pedido de excecao contratual devem ir para humano sem tentativa de resolucao automatica. Um assistente que insiste em resolver tudo perde credibilidade rapido, e o parceiro passa a pedir atendimento humano desde a primeira mensagem.
O que o varejo aprende com isso
O primeiro aprendizado e que o canal define o formato. Atender no mensageiro exige respostas curtas, com uma informacao por mensagem, e nao paragrafos longos. O segundo e que o assistente precisa de uma fonte unica de verdade, porque sem isso ele reproduz as inconsistencias que ja existem entre sistemas.
Do atendimento ao pedido
O passo seguinte e levar o assistente do atendimento para o pedido. Quando o modelo consegue consultar estoque, calcular frete e fechar a compra, ele deixa de ser suporte e passa a ser canal de venda. E nesse ponto que a arquitetura de dados se torna decisiva, porque a resposta precisa ser consistente em todas as etapas.
Para marcas e redes, a leitura pratica e comecar pelo volume e nao pela tecnologia. Mapear as dez perguntas mais frequentes, verificar se as respostas estao disponiveis em sistema e so depois escolher o canal. Assistente sem dado e apenas um formulario com linguagem natural, e o cliente percebe a diferenca na segunda pergunta.
