Steve recebe Ibby Syed, cofundador da Cotera, para uma conversa sobre a lacuna entre a expectativa em torno da IA ​​e a IA que realmente realiza trabalho autônomo para operações de e-commerce. Ibby traz uma perspectiva única como um dos primeiros cientistas de dados da Peloton, onde viu marcas DTC (direct-to-consumer) crescerem rapidamente enquanto suas equipes se afogavam em trabalho manual, analisando dados dispersos de clientes em ferramentas desconectadas. Essa experiência mostrou a ele exatamente onde o fluxo de trabalho tradicional da ciência de dados falha: os profissionais de marketing pedem insights acionáveis ​​que possam implementar no Klaviyo ou no Braze, mas os cientistas de dados desaparecem por cinco ou seis meses e retornam com arquivos de modelos complexos que ninguém sabe como usar.

A conversa gira em torno do que torna os agentes autônomos fundamentalmente diferentes dos chatbots ou das ferramentas de IA baseadas em consultas. Ibby explica a estrutura: em vez de ficar constantemente acionando uma ferramenta ou improvisando soluções com várias plataformas, você define um processo em linguagem simples (exatamente como escrever instruções para um estagiário), dá ao agente acesso às ferramentas relevantes (Instagram, Google, seus dados de clientes) e o deixa executar o processo de forma independente. Ele compartilha um exemplo convincente: uma marca de fitness D2C queria identificar quais dos seus 5% clientes mais gastadores poderiam se tornar embaixadores da marca. A abordagem tradicional exigiria uma equipe de estagiários pesquisando manualmente cada cliente no Instagram, verificando o número de seguidores e o conteúdo relacionado a fitness, e então entrando em contato individualmente — um trabalho que levaria meses. Com o agente autônomo da Cotera, eles definiram o processo uma única vez, deram acesso ao Instagram e ao Google, forneceram a ele a lista de clientes de alto valor e o agente concluiu meses de pesquisa em cinco minutos.

Ibby explica por que o papel humano se transforma, em vez de desaparecer, em uma operação aprimorada por IA. O trabalho repetitivo — analisar chamados de suporte, categorizar devoluções, segmentar clientes com base em padrões de compra — é automatizado, mas os humanos assumem funções estratégicas de alto impacto, resolução criativa de problemas e construção de experiências memoráveis ​​para o cliente, que impulsionam a fidelização a longo prazo. Ele usa a analogia do caixa eletrônico de forma eficaz: quando os caixas eletrônicos foram inventados, previu-se uma enorme perda de empregos no setor bancário, mas o que realmente aconteceu foi que os humanos se libertaram da tarefa de contar dinheiro e passaram a desempenhar funções mais valiosas de consultoria e relacionamento. O setor bancário emprega mais pessoas hoje do que antes da existência dos caixas eletrônicos porque os ganhos de eficiência financiaram o crescimento dos negócios e criaram novas oportunidades.

A conversa termina com uma análise realista sobre a IAG (Inteligência Artificial Geral). Apesar da expectativa de que a IA em breve substituirá completamente o pensamento estratégico humano, Ibby passa seus dias lutando para que agentes de IA executem tarefas básicas corretamente. A tecnologia de IA atual aumenta consideravelmente as capacidades humanas para fluxos de trabalho definidos e repetíveis, mas o julgamento refinado, a resolução adaptativa de problemas e a criatividade estratégica permanecem firmemente no domínio humano. Esta não é uma história sobre a IA substituindo sua equipe — é um plano para multiplicar o que sua equipe pode realizar, automatizando as tarefas rotineiras e elevando todos a trabalhos de maior valor agregado.

👉  Defina os fluxos de trabalho do seu agente de IA exatamente como você os delegaria a um membro humano da equipe. Descreva o processo em linguagem simples, como se estivesse enviando um e-mail para um estagiário — passo a passo, com pontos de decisão claros e resultados esperados. O grande diferencial dos agentes autônomos não está na complexidade técnica, mas sim na capacidade de articular a lógica de negócios com clareza suficiente para que um agente possa executá-la de forma independente, sem supervisão constante.

👉  Priorize a automação por IA em tarefas de alta frequência e baixa complexidade. Não comece tentando automatizar suas decisões mais estratégicas. Em vez disso, identifique o trabalho repetitivo que sua equipe realiza diariamente — analisar chamados de suporte para problemas comuns, categorizar motivos de devolução, segmentar clientes com base em padrões de compra — e crie agentes para esses fluxos de trabalho. É nessas tarefas que economizar de 3 a 4 horas por dia se transforma em ganhos de eficiência significativos, sem exigir precisão absoluta em cada decisão.

👉  Forneça aos seus agentes de IA as ferramentas certas, e não apenas os dados certos. Um agente que analisa a rotatividade de clientes precisa acessar seu provedor de serviços de e-mail (ESP) para obter dados de engajamento, sua plataforma de suporte para o histórico de tickets e sua loja Shopify para entender os padrões de compra. Pense no que um humano precisaria para realizar o trabalho corretamente e garanta que seus agentes tenham essas mesmas integrações. Agentes com conexões incompletas produzem resultados parcialmente úteis, independentemente da sofisticação do modelo de IA subjacente.

👉  Mude a mentalidade da sua equipe, passando da execução de tarefas para o planejamento de processos. Os profissionais de marketing que prosperarão em operações aprimoradas por IA não são aqueles que protegem seus fluxos de trabalho atuais, mas sim aqueles que se sentem à vontade para definir processos, testar os resultados dos agentes e iterar na automação. Comece a usar essas ferramentas agora, mesmo que imperfeitamente, porque a habilidade não está mais em executar o trabalho, mas sim em orquestrar os sistemas que executam o trabalho em escala.

👉  Meça o ROI da IA ​​em tempo economizado e, em seguida, reinvesta esse tempo estrategicamente. Se sua equipe economizar de 15 a 20 horas semanais automatizando a análise de tickets, a categorização de devoluções e a pesquisa de clientes, isso não é uma licença para reduzir o quadro de funcionários — é combustível para o crescimento. Redirecione essas horas para iniciativas estratégicas: lance novos segmentos de clientes, teste conceitos criativos de campanhas, construa relacionamentos mais profundos com os clientes. Empresas que usam a economia gerada pela IA para financiar o crescimento superarão aquelas que a utilizam apenas para reduzir custos.

👉  Estabeleça expectativas realistas sobre o que a IA atual pode e não pode fazer. Apesar da grande expectativa, a Inteligência Artificial Geral (IAG) ainda não está próxima. Os agentes de IA atuais se destacam na execução de fluxos de trabalho definidos e repetíveis, mas têm dificuldades com julgamentos sutis, resolução adaptativa de problemas e criatividade estratégica. Não espere pela IA perfeita que substituirá o pensamento humano — implemente hoje mesmo uma IA suficientemente boa para lidar com tarefas repetitivas, liberando seus funcionários para se dedicarem ao trabalho estratégico que realmente diferencia sua marca.