Muitas decisões começam com uma conversa. Imagine um assessor de investimentos conversando com seu cliente sobre objetivos, sonhos e a situação financeira atual. Em seguida, é preciso tomar uma decisão com base nas necessidades do cliente.
O assessor tem duas opções: pode examinar a carteira de investimentos sem uma direção clara, procurando algo que se encaixe no perfil do cliente, ou pode inserir as informações em um formulário que tome a decisão por ele. Com o avanço da IA, porém, agora existe uma terceira opção.
No DecisionRules, temos muita experiência em tomar decisões com base em dados concretos: formulários preenchidos, dados recebidos ou informações extraídas de bancos de dados. Mas tomar decisões a partir de texto livre sempre foi difícil — até agora.
Como usar uma regra AI Agent
Recentemente, apresentamos um novo tipo de regra chamado AI Agent. Esse tipo de regra permite conectar seu próprio agente de IA e utilizá-lo para tomar decisões diretamente a partir de texto livre ou extrair dados do texto que depois podem ser usados em decisões determinísticas.
Configuração do AI Agent
Para configurar a regra, primeiro conecte seu provedor de IA ao DecisionRules. A ferramenta possui conectores preparados para a maioria dos modelos atuais e adiciona novos todos os meses; basta fornecer sua chave de API.
Depois, como em qualquer regra, precisamos informar quais dados chegarão na entrada e quais serão os resultados da execução. Muitas vezes, a entrada pode ser apenas um objeto JSON com uma propriedade contendo a transcrição de uma conversa.
Em seguida, você pode configurar um prompt dizendo à IA o que fazer com o texto. No exemplo do assessor, podemos receber somente a transcrição da conversa entre assessor e cliente e pedir à IA que extraia alguns valores específicos, como a renda do cliente, sua tolerância ao risco ou seu horizonte de investimento.
Na última etapa da configuração, preenchemos as anotações. Elas descrevem as propriedades de saída, complementam o prompt com explicações sobre os parâmetros e informam à IA o que deve ser preenchido nos resultados da regra. Nesse momento, também podemos ativar o recurso de IA explicável, que adiciona à saída uma seção predefinida com o nível de confiança da IA e outras informações úteis: o raciocínio da decisão, alertas e uma lista dos trechos da entrada utilizados como fontes.
Como usar um AI Agent no fluxo de recomendação
O uso do AI Agent busca agilizar o processo de recomendação ao cliente, principalmente eliminando a tarefa cansativa de preencher formulários e fazer repetidamente as mesmas perguntas.
Não queremos delegar toda a decisão à IA. Nosso objetivo é apenas usá-la para preencher os dados e filtrar a lista de todos os investimentos disponíveis na carteira.
No Decision Flow, começamos introduzindo o AI Agent para extrair os dados da conversa em texto livre. Também pedimos que a IA gere um alerta quando a conversa não tiver informações suficientes para preencher algum campo. Com base nisso, podemos dar feedback ao assessor e sugerir perguntas adicionais.
Quando já temos todos os dados necessários, entramos completamente no mundo das decisões determinísticas e usamos Decision Tables e Decision Trees convencionais para filtrar a carteira de investimentos com base nos dados extraídos.
A ideia é que a parte determinística tome sempre a mesma decisão de maneira confiável para os mesmos dados. Se houver algo errado, o assessor pode usar sua experiência para verificar e atualizar as informações extraídas.
A IA extrai as necessidades do cliente, as regras determinísticas identificam os produtos elegíveis e o assessor revisa a recomendação final.
Depois de tomar a decisão determinística, podemos utilizar o AI Agent de uma forma diferente. Já temos tudo o que é necessário para a decisão, mas agora a IA pode oferecer um pouco mais de orientação ao assessor.
O AI Agent no final do fluxo tem duas tarefas. Primeiro, recebe a lista de produtos escolhidos de forma determinística e escreve algumas frases, com base na descrição e nas condições de cada produto, explicando por que ele foi selecionado.
Depois, a IA é instruída a examinar a carteira e identificar produtos adicionais para o assessor analisar. As recomendações determinísticas e as recomendações da IA ficam claramente separadas. A decisão da IA pode ser muito valiosa para encontrar produtos que estejam no limite dos critérios de recomendação. Um produto pode parecer adequado, por exemplo, embora seu horizonte de investimento esteja um ano fora do esperado. O fluxo determinístico o descartaria, mas a IA ainda pode destacá-lo; cabe então ao assessor decidir se ele deve ou não ser utilizado.
Conclusão
Não vemos a IA como algo que substitua as decisões determinísticas. Sempre haverá necessidade de resultados auditáveis e confiáveis, que não sofram deriva ao longo do tempo nem sejam inconsistentes entre uma execução e outra. Vemos a IA como uma ferramenta capaz de tornar os processos atuais mais eficientes e permitir decisões onde antes elas não eram possíveis. Naturalmente, devemos sempre lembrar que a IA pode produzir resultados pouco confiáveis, mas, se não dependermos exclusivamente dela, conseguiremos nos proteger muito bem das possíveis consequências.
