Chatbots x assistentes virtuais x
agentes de IA em ITSM

As interações com IA já fazem parte do nosso dia a dia. De aplicações de entrega e plataformas de e-commerce ao suporte de TI no trabalho, é bem provável que você já tenha contado com uma interface com IA. Surge então a dúvida: como chamar essa interface (ou janela de chat) que aparece? Um chatbot? Assistente virtual? Ou o novo termo do momento, agente de IA?

A resposta é: depende.

No contexto do ITSM, esses termos muitas vezes são usados como sinônimos, mas na prática cada um envolve tecnologias diferentes e resolve desafios distintos. Vamos entender o que diferencia cada um deles e como atuam no ITSM.

Chatbots: O agente digital de suporte na linha de frente

Chatbots são programas de software pré-configurados com condições específicas, fluxos de conversa e árvores de decisão. Eles simulam conversas com base nas respostas dos usuários, desde que essas respostas façam parte dos fluxos ou regras definidos previamente no chatbot. Services desks de TI geralmente implantam chatbots para perguntas frequentes (FAQs), redefinição de senhas, abertura de tickets e solucionar problemas simples.

Por exemplo, suponha que Santhosh, um colaborador da Zylker, esteja enfrentando dificuldades com a conexão à VPN. Em vez de acionar o suporte de TI, ele recorre ao Zylkbot, o chatbot integrado no portal de autoatendimento da Zylker. O Zylkbot fornece orientações claras, passo a passo, ajudando Santhosh a resolver o problema por conta própria. Isso elimina a necessidade de envolvimento humano em tarefas básicas de suporte.

Limitações dos chatbots

• Não conseguem executar tarefas que não estejam previamente configuradas nem resolver problemas de múltiplas etapas de forma autônoma.
• Não personalizam as interações. Como não aprendem com conversas anteriores, deixam a desejar ao oferecer atendimento contextualizado ou sob medida.

Assistente virtual: Um assistente pessoal mais inteligente

Assistentes virtuais vão além dos chatbots convencionais, pois eles entendem linguagem natural, tornando as conversas muito mais fluidas e relevantes e, em vez de apenas responder perguntas básicas, podem se conectar a sistemas de TI para realizar tarefas mais avançadas.

Diferentemente dos chatbots tradicionais baseados em regras e scripts, assistentes virtuais utilizam Processamento de Linguagem Natural (PLN), busca inteligente e Automação de Processos Robóticos (RPA) para oferecer interações dinâmicas e sensíveis ao contexto. Assim, conseguem atender a uma gama maior de solicitações e entregar respostas mais relevantes e úteis. Muitas empresas utilizam assistentes virtuais para tarefas de suporte de TI como registro de incidentes, geração de relatórios, análise de tendências e detecção de anomalias, aliviando a carga da equipe de suporte.

Se você gerencia um service desk de TI e precisa monitorar métricas e gerar relatórios regularmente, um assistente virtual pode automatizar esse processo, eliminando a necessidade de buscas manuais. Basta pedir "Mostre os tickets de suporte por canal deste mês" e o assistente virtual gera na hora um gráfico de barras, facilitando a visualização.

Limitações dos assistentes virtuais

• Ao contrário das soluções avançadas de IA, os assistentes virtuais ainda dependem da iniciativa dos usuários para executar comandos e interações, o que limita sua autonomia.
• Mesmo com capacidades de PLN mais avançadas que as dos chatbots, ainda não conseguem compreender totalmente a intenção do usuário.

Agentes de IA: Autônomos e orientados por decisões

O lançamento do ChatGPT impulsionou o uso de GenAI dentro do ITSM. Empresas passaram a utilizar capacidades de IA generativa para tarefas como resumir resoluções de incidentes, realizar análises pós-incidente e gerar conteúdos para respostas de suporte de TI. Agora, estamos entrando em uma nova era da IA no ITSM, marcada pelos agentes de IA com capacidades autônomas.

O que são agentes de IA?

Um agente de IA é um modelo inteligente capaz de identificar a intenção do usuário a partir de um ticket, e-mail ou conversa e, de forma autônoma, reunir dados contextuais, tomar decisões e executar tarefas. Agentes de IA podem ser implementados com propósitos específicos, como agentes para solução de problemas de hardware, provisionamento de software, redefinição de senhas, entre outros.

Eles percebem o ambiente, analisam a situação para entender a intenção do usuário e planejam um conjunto de ações para atingir seus objetivos. Utilizando técnicas avançadas de aprendizagem, como o aprendizado por reforço, eles aprimoram continuamente a tomada de decisão, se adaptam a novos cenários e otimizam workflows para maior eficiência.

Os agentes de IA se tornam ainda mais poderosos quando atuam em conjunto com outros agentes especializados. Essa colaboração forma um sistema de IA composto por múltiplos agentes inteligentes que:

• Distribuem tarefas com eficiência entre agentes de IA especializados
• Adaptam estratégias com base em dados em tempo real
• Otimizam workflows com mínima intervenção humana
• Operam com alto nível de autonomia
• Melhoram continuamente com base em aprendizado experiencial

Imagine uma grande empresa de serviços de TI que gerencia um inventário extenso de ativos de hardware e software. Para garantir operações ininterruptas, ativos críticos como notebooks, servidores e licenças de software precisam ser reabastecidos sempre que o estoque cair abaixo de um threshold predefinido.

Um agente de compras com IA pode automatizar o reabastecimento desses ativos, monitorando continuamente os níveis de estoque e iniciando pedidos de compra quando necessário. Este agente:

• Integra-se aos sistemas de gerenciamento de ativos para acompanhar os níveis de estoque em tempo real.
• Dispara alertas quando o estoque fica abaixo do limite definido.
• Avalia fornecedores com base em preço, prazo de entrega e desempenho anterior.
• Gera e envia solicitações de compra de acordo com as políticas estabelecidas.
• Garante que as aquisições estejam alinhadas ao orçamento e às políticas internas.
• Acompanha o andamento dos pedidos e fornece atualizações em tempo real.
• Analisa tendências de compras anteriores para otimizar decisões futuras.

Aqui estão mais alguns exemplos de como os agentes de IA podem contribuir de forma significativa

• Agentes de IA aceleram as respostas a incidentes ao automatizar o diagnóstico, a resolução e a prevenção de problemas. Analisam logs de sistema, tráfego de rede e relatórios de usuários para encontrar a causa raiz e tomar medidas para minimizar o tempo de inatividade. Avaliam dados históricos e atividades em tempo real para identificar padrões que podem indicar um incidente e atuam para evitar interrupções antes mesmo que ocorram.
• Para manter as operações de TI em funcionamento, agentes de IA podem avaliar riscos e impactos de mudanças antes da implementação. Também verificam a funcionalidade dos sistemas após a implementação, garantindo estabilidade e prevenindo falhas inesperadas.
• Agentes de IA melhoram a experiência do usuário ao analisar comportamentos, preferências e interações anteriores. Sugerem serviços adequados, avaliam o tom das conversas e ajustam as respostas com base no que o usuário diz, tornando o suporte mais intuitivo e personalizado.
• Para evitar falhas de ativos, agentes de IA monitoram dados de desempenho dos sistemas e planejam manutenções com antecedência. Ao antecipar a intermitência ou variação de software ou desgaste de hardware, agentes de IA reduzem interrupções e aumentam a durabilidade dos ativos de TI.

A maior vantagem dos agentes de IA em todos esses cenários é a capacidade de raciocinar e agir sem precisar de instruções detalhadas de um humano. Sem agentes de IA, técnicos humanos teriam que gastar muito mais tempo e energia executando tarefas repetitivas e trabalhosas.

Limitações dos agentes de IA

O desempenho dos agentes de IA depende diretamente dos dados usados no treinamento. No caso de agentes de IA aplicados ao gerenciamento de serviços de TI, dados de tickets incompletos, desatualizados ou tendenciosos podem comprometer a qualidade das decisões e respostas geradas, o que pode levar a recomendações imprecisas, resultados injustos e até riscos de segurança, especialmente se a IA não conseguir se adaptar a situações novas e inesperadas.

O que seu service desk de TI precisa? Chatbot, assistente virtual ou agente de IA?

A tabela abaixo destaca as diferenças entre chatbots, assistentes virtuais e agentes de IA.

A escolha ideal depende das necessidades da sua equipe de TI. Se sua equipe lida com muitas perguntas frequentes, um chatbot pode ser suficiente para dúvidas básicas, mas para processos repetitivos e trabalhosos que consomem tempo dos técnicos, como onboarding e offboarding de colaboradores, agentes de IA são ideais.

Isso não significa que as organizações vão substituir completamente chatbots por agentes de IA. As equipes de TI vão escolher as capacidades certas conforme o caso de uso, complexidade de implementação e custo-benefício. Ao invés de migrar tudo de uma vez, as empresas vão combinar chatbots, assistentes virtuais e agentes de IA para buscar o melhor equilíbrio entre automação, custo e eficiência.