Pular para o conteúdo
§ Projetos Bank · IA Conversacional

Assistente Virtual Itaú

Discovery e estratégia do Assistente Virtual Itaú. Minha primeira imersão profunda em IA conversacional — pré-LLM, NLU clássico, regras densas, transbordo humano. A escola que sustenta tudo que faço em agentes hoje.

  • Cliente Itaú Unibanco
  • Indústria Bank · IA Conversacional
  • Ano 2017 — 2018
§ 01 · Desafio

O desafio.

Banco com 60 milhões de clientes precisava de um assistente virtual unificado que entendesse intent, executasse ações transacionais (saldo, extrato, pix em outros canais), e transbordasse para humano quando precisasse — sem virar IVR disfarçado de bot.

§ 02 · Abordagem

Como abordamos.

  1. A01

    Mapeamento de intents prioritários a partir de volumetria real do call center e busca interna.

  2. A02

    Modelagem de slot filling para operações transacionais com confirmação dupla — banco não tolera ambiguidade.

  3. A03

    Design de fallback e transbordo humano explícito — o bot sabe quando parar e passar para gente.

  4. A04

    Métricas de sucesso por intent (containment rate, transbordo, CSAT) — sem isso, é só impressão.

§ 03 · Resultado

O que foi entregue.

Assistente Virtual Itaú entregue como produto operacional. Aprendizados centrais sobre IA conversacional regulamentada que apliquei depois em Santander, consultorias enterprise e — agora — agentes LLM no MB.

§ 04b · Stack

Stack técnica.

  • NLU clássico (intent + entity)
  • Slot filling
  • Fallback e handoff humano
  • Métricas de containment
§ 04c · Aprendizados

O que levaria para o próximo.

  1. L01

    Bot que não sabe transbordar é bot que perde cliente — handoff é feature, não falha.

  2. L02

    Confirmação dupla em operação transacional não é UX ruim, é segurança.

  3. L03

    Containment rate sem CSAT é vaidade — métrica isolada engana time inteiro.

ia-conversacionalenterprisebankdiscoveryhistorico
§ próximo · p. ∞

Quer um resultado parecido?