Diretor de Experiência do Cliente do setor tecnológico afirma que os líderes de experiência do cliente estão demasiado focados nos resultados da IA enquanto a experiência do cliente definha

Oremeyi Akah é Diretora de Clientes na Interswitch, uma empresa pan-africana de infraestrutura de pagamentos que serve os segmentos B2B e B2C.

Sentámo-nos com Oremeyi para saber mais sobre os resultados impressionantes que está a obter com a integração da IA em toda a sua organização de experiência do cliente. Ao longo da conversa, contou-nos onde as organizações de CX estão a falhar nas suas integrações de IA.

De função de serviço a função estratégica

Sou Oremeyi Akah, Diretora de Clientes do Grupo Interswitch — uma empresa pan-africana de infraestrutura de pagamentos que opera em 23 mercados africanos, ligando pessoas, empresas e governos a serviços financeiros digitais.

A organização de clientes que lidero abrange todo o espectro das relações comerciais da Interswitch — desde grandes instituições financeiras e empresas de tecnologia financeira, através da nossa função de Gestão de Contas-Chave, até comerciantes, entidades de cobrança e consumidores finais que interagem através de canais digitais, centros de contacto e presenciais. Servimos os segmentos B2B e B2C.

O nosso mandato de CX vai desde relações estratégicas de contas com um elevado nível de acompanhamento com bancos como o Stanbic IBTC e o Providus até à experiência de milhões de nigerianos que realizam diariamente transações com cartões Verve, Quickteller e a nossa infraestrutura de comutação.

A minha equipa gere relações na interseção entre receitas, confiança e inclusão financeira nacional — tornando a experiência do cliente não apenas uma função de serviço, mas uma função estratégica.

Como a IA expande radicalmente aquilo que as equipas de CX podem fazer

Há um ano, com uma equipa de 15 pessoas, analisávamos manualmente apenas 10% dos contactos de clientes nos nossos canais B2B e B2C. Isto significava que não conseguíamos ver 90% das experiências dos nossos clientes — todas as reclamações, todos os pontos de fricção, todos os sinais de risco regulamentar. Tomávamos decisões sobre a experiência do cliente com base numa visão muito incompleta.

Depois, implementámos um sistema de garantia de qualidade baseado em IA que mudou completamente esta situação. Agora analisamos 100% dos contactos de clientes. Revemos todas as interações, pré-categorizamo-las por gravidade e assinalamos riscos regulamentares, padrões de falhas repetidas ou áreas que exigem atenção crítica.

Como resultado, três coisas mudaram.

1. A nossa cobertura passou de 10% para 100% — sem aumentar o número de colaboradores. Isto representa um salto de 10 vezes na visibilidade, com os mesmos recursos.
2. Passámos de uma abordagem reativa para uma abordagem proativa. Anteriormente, só encontrávamos os problemas quando os clientes apresentavam reclamações. Agora, detetamo-los antes de serem comunicados — e, na infraestrutura de pagamentos, esta distinção é extremamente importante, tanto para a confiança dos clientes como para a conformidade regulamentar.
3. Mudou aquilo que a nossa equipa de 15 pessoas faz. A equipa passou de selecionar amostras de contactos a agir com base em informação. Agora concentra o julgamento humano onde este é mais importante: nas interações de maior gravidade e risco identificadas pelo sistema.

É assim que a CX apoiada por IA se manifesta na prática — não substituindo as pessoas, mas expandindo radicalmente aquilo que as mesmas pessoas conseguem ver e fazer.

Um fluxo de trabalho de IA do mundo real para gerir interações com clientes

Eis o fluxo de trabalho.

A nossa plataforma de garantia de qualidade baseada em IA, a Gladly, ingere automaticamente todas as interações com clientes — quer ocorram por voz, e-mail, chat ou outros canais digitais.

Primeiro, a IA compreende a conversa. Classifica o problema, avalia o sentimento, determina a gravidade, identifica potenciais riscos regulamentares ou reputacionais, deteta padrões de falhas repetidas e prevê o encaminhamento mais adequado e o provável percurso de resolução com base em casos históricos semelhantes.

O fluxo de trabalho diverge depois consoante a complexidade.

Para problemas simples, a IA encaminha o caso para a equipa certa, com o contexto relevante já reunido para uma resolução mais rápida.

Nos casos de maior risco ou valor elevado — particularmente os que envolvem os nossos parceiros bancários ou questões com implicações regulamentares — escalamos imediatamente o caso com uma prioridade recomendada. Depois, a experiência humana assume o controlo. Os nossos especialistas analisam as recomendações da IA, aplicam o seu discernimento, consideram a relação mais ampla com o cliente e determinam a resposta adequada e a recuperação do serviço.

O fluxo de trabalho não termina quando o caso é encerrado.

A IA agrega continuamente conhecimentos de cada interação, identificando pontos problemáticos recorrentes, falhas operacionais emergentes e tendências dos clientes que casos individuais nunca revelariam. Esses conhecimentos alimentam diretamente as nossas iniciativas de excelência operacional, melhorias de produtos, reformulação de processos e painéis de liderança, permitindo-nos abordar as causas-raiz em vez de simplesmente resolver reclamações individuais.

Porque são necessárias tanto a IA como a interação humana

De um modo geral, a IA trata do trabalho em escala — trabalho que exige abrangência, rapidez e reconhecimento de padrões em milhões de pontos de dados. Especificamente, isto inclui a análise completa dos contactos, a pré-categorização da gravidade, a priorização dos problemas, a sinalização de riscos regulamentares e a identificação de padrões de falhas repetidas antes de se tornarem crises. Também fornece uma camada de alerta precoce para a escalada — o sistema indica-nos o que requer atenção humana e com que urgência.

Três tarefas continuam a ser humanas, e deliberadamente.

1. Decisão de escalada: a IA indica-nos o que devemos analisar; as pessoas decidem o que fazer, especialmente quando estão em causa relações importantes ou existe uma elevada sensibilidade regulamentar.
2. Recuperação do serviço: nenhum modelo trata disto — sobretudo no contexto B2B, onde uma conversa com um banco de primeira linha é um momento de relacionamento, não apenas um pedido.
3. Compreender a verdadeira experiência do cliente: esta é a que mais me importa. A verdadeira experiência do cliente não pode ser reduzida apenas a dados. Investimos numa relação etnográfica e imersiva com os clientes. Sentamo-nos com os clientes, observamos a forma como interagem com os nossos produtos e ouvimos o que dizem quando ninguém realiza um inquérito. Este tipo de conhecimento — a verdade comportamental não filtrada e não solicitada — orienta as nossas decisões mais importantes sobre a conceção das jornadas. A IA consegue identificar, em escala, o que correu mal. Uma pessoa presente na sala compreende porquê.

A IA amplia aquilo que conseguimos ver. As pessoas decidem o seu significado e o que fazer a esse respeito. Ambas são necessárias. Nenhuma é suficiente por si só.

Como a IA melhora o tratamento dos pedidos e a satisfação

Reflexões de Oremeyi

Qualitativamente, mudámos a cultura da equipa de uma gestão baseada em apagar fogos para uma gestão orientada pela informação. É algo mais difícil de quantificar, mas mais fácil de sentir — na forma como conduzimos as análises, como interagimos com as contas e como falamos do cliente nas conversas de liderança.

Os números contam uma história convincente.

Como referi, o nosso sistema de controlo de qualidade baseado em IA permitiu-nos passar da análise de 10% para 100% de todos os contactos com clientes, utilizando a mesma equipa de 15 pessoas — um ganho de visibilidade de 10 vezes, sem custos adicionais com pessoal.

O nosso portal de autosserviço baseado em IA também reduziu o tratamento manual de pedidos em mais de 54% e, crucialmente, não se limita a desviá-los — dá prioridade aos pedidos de forma inteligente, com base no volume de clientes e nos dados de tendências, para que as pessoas tratem primeiro dos assuntos certos.

O efeito subsequente na experiência também foi mensurável: o CSAT cresceu 60%. Os tempos de resposta melhoraram significativamente. E talvez o valor de que mais me orgulho — a satisfação dos colaboradores melhorou mais de 70%. Quando a sua equipa deixa de estar submersa pelo volume e começa a realizar trabalho significativo, isso reflete-se na forma como está presente para os clientes.

Qualitativamente, mudámos a cultura da equipa de uma gestão baseada em apagar fogos para uma gestão orientada pela informação. É algo mais difícil de quantificar, mas mais fácil de sentir — na forma como conduzimos as análises, como interagimos com as contas e como falamos do cliente nas conversas de liderança.

Porque os líderes de CX devem concentrar-se na transferência e na escalada

A maior parte do esforço de redesenho centra-se na interface — o chatbot, o motor de personalização e a automatização dos contactos repetitivos. Este trabalho é necessário e já está, em grande medida, em curso. Mas a ligação que determina se a IA ajuda ou prejudica a relação é frequentemente tratada como uma funcionalidade a configurar mais tarde, apesar de ser o sistema que mais determina a confiança.

A investigação converge neste ponto a partir de várias perspetivas. Um estudo de CX realizado em 2025 concluiu que 79% dos inquiridos preferem um humano a um agente de IA para questões complexas — por isso, o percurso de escalamento não é opcional; o que é opcional é saber se decorre de forma harmoniosa. O custo de fazer isto mal está agora quantificado: 48% dos clientes abandonariam uma marca se tivessem de voltar a explicar o seu problema depois de serem transferidos para um humano, e 40% abandonariam a marca se tivessem de voltar a verificar a sua identidade. O problema não é a lentidão — é o facto de uma má transferência apagar tudo o que o cliente já lhe disse, fazendo evaporar a confiança que a IA construiu precisamente quando os riscos aumentam.

Dois resultados tornam esta questão digna da administração. Primeiro, o setor admite discretamente que automatizou em excesso: a Gartner prevê que, até 2027, metade das empresas que reduziram as equipas de atendimento ao cliente por causa da IA voltará a contratar para funções semelhantes com títulos diferentes. Segundo, a conclusão estratégica é explícita — as marcas com maior probabilidade de conquistar confiança através de agentes de IA não são as que se precipitam para eliminar a interação humana, mas as que concebem processos de escalamento claro, retenção do contexto e divulgação honesta.

Porque é que a IA não reduz a necessidade de contacto humano

Duas áreas não evoluíram como esperávamos, mas ambas nos ensinaram algo importante.

A primeira: pensávamos que a IA poderia reduzir significativamente a necessidade de contacto humano. Não conseguiu — pelo menos não da forma que esperávamos. O volume diminuiu, sim. Mas a necessidade de uma interação humana genuína não diminuiu. Pensando agora no assunto, isso não nos deveria ter surpreendido. Trabalhamos com dinheiro — o dinheiro das pessoas, o dinheiro das empresas — e, quando algo corre mal ou os riscos parecem elevados, as pessoas querem falar com uma pessoa. Não com um robô, não com um portal. Querem uma voz humana que compreenda, assuma a responsabilidade e aja. A IA consegue absorver volume. Não consegue replicar a presença. Afinal, somos humanos.

A segunda: a inteligência no design de produto. Esperávamos que os dados obtidos através da IA nos dissessem como os clientes queriam que os produtos fossem concebidos. Não conseguiu — pelo menos não totalmente. Os dados comportamentais dizem-lhe o que as pessoas fazem. Não lhe dizem o que gostariam que existisse, nem o que as frustra a um nível que ainda não conseguiram expressar. Para isso, voltámos ao básico — sentámo-nos com os clientes, tivemos conversas reais e realizámos o trabalho etnográfico. A perceção que transformou o nosso pensamento sobre o produto veio dessas salas, não dos painéis de controlo.

A IA é excecionalmente boa a trabalhar em escala e a identificar padrões. Não é boa a lidar com nuances, emoções ou imaginação. Estas continuam teimosamente, irredutivelmente humanas — e talvez seja exatamente assim que deve ser.

Porque é que os líderes de CX têm de aprender a medir os resultados

O nosso primeiro projeto-piloto funcionou. O modelo teve um bom desempenho, os painéis de controlo iluminaram-se e as demonstrações para as partes interessadas foram bem recebidas. Não compreendi que nada disso respondia à única pergunta que a direção executiva faria seis meses mais tarde: "Que retorno gerou isto e como é que o sabe?"

Otimizei para demonstrar capacidade. Deveria ter otimizado para demonstrar valor, estabelecendo uma referência para a métrica que pretendíamos alterar, isolando o contributo da IA de outras mudanças e acordando antecipadamente com a área financeira a forma de medir o sucesso. Não o fizemos e, quando chegou o momento de justificar o investimento, reconstruí a referência depois do facto e defendi uma atribuição que não conseguia provar de forma inequívoca.

A lição mais difícil diz respeito à direção executiva, não ao fornecedor ou à ferramenta. Uma demonstração impressionante é fácil de comprar e difícil de justificar. Quando se é responsável pela rubrica orçamental, o entusiasmo não é o resultado a entregar — é um número que se possa defender perante a administração. A maioria dos projetos-piloto de IA impressiona. Muito menos são concebidos com os instrumentos necessários para provar que compensaram o seu custo, e é necessário conceber esses instrumentos desde o primeiro dia, porque não é possível acrescentá-los posteriormente.

Por isso, o que diria a qualquer pessoa que esteja a lançar o seu primeiro projeto-piloto é o seguinte: decida como irá provar o retorno antes de construir seja o que for e encare o resultado impressionante com desconfiança até que o número resista à análise.

Como as partes incomensuráveis da CX estão a falhar lentamente

Os pensamentos de Oremeyi

O resultado prático é que os líderes que terão sucesso tornarão mensurável aquilo que não é medido, em vez de o automatizarem ou defenderem com base na fé. Atualmente, dependo da fé para uma parte disso, e não creio que a fé seja suficiente.

Eis aquilo que me preocupa. Estamos a automatizar a metade da experiência do cliente que é barata de medir e, silenciosamente, a deixar atrofiar a metade que é dispendiosa de medir — e os números dir-nos-ão que estamos a ganhar até perdermos algo que não conseguiremos reconstruir.

A IA é excelente nas partes da experiência do cliente que aparecem nos painéis: redução de contactos, tempo de atendimento, custo por contacto, rapidez de resolução. Por isso, optimizamos estas áreas, porque um conselho de administração consegue compreendê-las facilmente. Mas os elementos que constroem uma relação duradoura — a razão pela qual um cliente se sente seguro, o que conquista o perdão depois de uma falha, a sensação de que alguém assume a responsabilidade pelo seu resultado — não estão presentes nos dados e não podemos automatizá-los.

Por isso, a minha preocupação não é que a IA faça mal o trabalho mensurável. É que, ao tornar o trabalho mensurável tão barato e visível, redefina lentamente uma “boa experiência do cliente” como sendo apenas o trabalho mensurável. A metade não medida não falha de forma evidente; simplesmente vai diminuindo, enquanto todas as métricas na parede continuam a melhorar.

A parte que ainda não resolvi — e esta é a versão honesta — é que não consigo separar claramente o meu próprio enviesamento do risco real. É conveniente para alguém cuja carreira depende do discernimento e da empatia humanos acreditar que essas coisas são insubstituíveis. Estou a tentar perceber quanto da minha convicção é verdadeira capacidade de antecipação e quanto é interesse profissional.

Parte da posição de que a “IA não consegue ter empatia” é provavelmente uma história reconfortante que os líderes de CX contam a si próprios, e a fronteira das capacidades avança mais depressa do que essa história pressupõe. Por isso, o que genuinamente me preocupa tem dois lados: acredito que estamos a proteger insuficientemente a metade não medida da experiência do cliente, e desconfio de quanto quero que isso seja verdade.

O resultado prático é que os líderes que terão sucesso tornarão mensurável aquilo que não é medido — medirão directamente a confiança, a responsabilidade e a recuperação após uma falha — em vez de o automatizarem ou defenderem com base na fé. Actualmente, dependo da fé para uma parte disso, e não creio que a fé seja suficiente.

Três conselhos para líderes de CX que implementam IA

Em geral, este é o meu conselho para os líderes de CX:

1. Seja genuíno. Seja compassivo. O ruído em torno da IA na experiência do cliente é enorme — e grande parte dele é entusiasmo alimentado por entusiasmo. Corte esse ruído concentrando-se numa pergunta: “Isto torna a vida melhor para o meu cliente?” Não melhor num painel. Melhor no seu dia. Se a resposta for sim, avance. Se for apenas impressionante, deixe passar. Os clientes não se lembram da sua infraestrutura tecnológica. Lembram-se de como os fez sentir. Isso não mudou, e a IA não o muda.
2. Continue a aprender — sem cessar. Este panorama está a evoluir mais depressa do que qualquer um de nós foi preparado para acompanhar. Os líderes mais bem posicionados para servir os seus clientes daqui a cinco anos são aqueles suficientemente curiosos para admitir hoje que não têm tudo resolvido. Leia. Faça perguntas. Fale com os seus pares de diferentes sectores e geografias. Passe tempo com os seus clientes. No momento em que deixa de aprender neste ambiente, começa a ficar para trás — silenciosamente e, depois, de repente.
3. Não tenha medo de experimentar. Nem todas as iniciativas serão bem-sucedidas. Alguns dos nossos maiores conhecimentos resultaram de iniciativas que não funcionaram como previsto. Isso não é fracasso — é inteligência adquirida a um custo elevado. Crie uma cultura em que a sua equipa se sinta segura para tentar, aprender e adaptar-se. As organizações que liderarão a CX não têm a IA mais sofisticada — têm as equipas mais corajosas e curiosas por trás dela.

Esforce-se por vencer pelas pessoas, não pela apresentação.

Acompanhe

Pode acompanhar o trabalho de Oremeyi Akah no LinkedIn.

Em breve, haverá mais entrevistas com especialistas no The CX Lead!