Para o produto que você vende
Como adicionar recursos de IA a um produto que já existe
Escolha uma tarefa em que seus usuários precisem de ajuda, verifique o que seus dados e permissões permitem e planeje como avaliar o resultado. Este guia cobre opções de recursos, decisões de integração e a primeira entrega.
Escolha uma tarefa para melhorar
Observe como as pessoas usam o produto hoje. Identifique uma tarefa, as informações de que ela precisa e o que a torna difícil. Registre como ela é feita para comparar um recurso proposto com o processo atual.
Estas perguntas podem ajudar a identificar opções. Os exemplos são ilustrativos; a resposta depende dos seus usuários e do fluxo de trabalho:
Onde os usuários produzem um primeiro rascunho?
Por exemplo, uma pessoa do suporte prepara uma resposta com os detalhes de um plano. Verifique se um rascunho sugerido ajudaria, de quais fontes ele precisa e como essa pessoa o revisaria.
Onde eles esperam?
Uma solicitação pode esperar por classificação, informações ausentes ou aprovação. Identifique qual etapa causa a demora e se ela precisa de IA, de uma regra mais simples ou de uma mudança no processo.
Quais informações são difíceis de encontrar?
Pense em alguém procurando uma cláusula em vários contratos. Verifique se os documentos contêm a resposta, quem pode acessá-los e como conferir o resultado.
Para cada opção, acorde como seria um resultado útil. Você pode considerar rascunhos aceitos, tempo para concluir a tarefa, taxa de correções e comentários de quem faz o trabalho.
Quatro formas de usar IA no seu produto
Estas opções ajudam a descrever o que um recurso faz. Os exemplos são ilustrativos e você pode combinar opções quando a tarefa exigir.
Assistir
Preparar um rascunho ou uma sugestão para alguém revisar. Por exemplo, uma pessoa do suporte confere uma resposta proposta antes de enviá-la. Avalie o conteúdo, as mudanças feitas pelos revisores e o tempo que a tarefa completa leva.
Recuperar
Buscar respostas em documentos ou registros que o usuário pode acessar, com fontes que ele possa conferir. Um exemplo é encontrar as condições de renovação de um contrato. Nosso serviço de Inteligência e busca documental cobre a busca e sua integração com as ferramentas da equipe.
Extrair e classificar
Preparar campos estruturados a partir de documentos, mensagens ou imagens. Por exemplo, extrair o fornecedor e o valor de uma fatura para revisão antes de criar um registro. Teste campos ausentes, valores ambíguos e como as correções entram no fluxo.
Automatizar ações acordadas
Permitir que um agente atue com permissões definidas. Por exemplo, ele pode encaminhar uma solicitação conforme regras acordadas e enviar exceções a uma pessoa. Defina as aprovações de cada ação com base nas avaliações e nas consequências de um erro.
Escolha o primeiro recurso conforme a tarefa, os dados disponíveis, o trabalho de integração e os riscos. Um agente pode ser o ponto de partida quando seu escopo e controles estão claros; um rascunho também precisa de avaliação e revisão adequada.
Revise o produto e suas restrições
Revise a interface, as regras de permissão, o modelo de dados e as integrações que o recurso usará. Acorde as mudanças necessárias antes de estimar a implementação.
Permissões
Defina quais registros cada usuário e organização podem acessar. Aplique essas regras às consultas e ações e teste solicitações que devem ser negadas.
Latência
Meça o tempo de resposta com solicitações e cargas representativas. Acorde quanto os usuários podem esperar nessa tarefa e como a interface lida com atrasos, cancelamentos e falhas.
Custo de operação
Estime a carga esperada, o tamanho das solicitações, as novas tentativas, a infraestrutura e o trabalho de revisão. Compare opções com essa carga e defina limites de gastos e monitoramento.
Avaliação
Monte um conjunto de testes com tarefas representativas, incluindo dados ausentes, entradas incorretas e limites de permissão. Acorde critérios de aceitação e combine os resultados com comentários de usuários e monitoramento em produção.
Preparação dos dados
Revise os dados para a tarefa proposta: qualidade, estrutura, acessos e lacunas. Inclua a preparação necessária no plano. Nosso serviço de Dados prontos para IA ajuda a definir esse trabalho.
Compare modelos com sua tarefa
Avalie as opções com os mesmos casos e requisitos. Compare qualidade, tempo de resposta, custo total de operação, tratamento dos dados e o trabalho de manutenção que exigiriam da sua equipe.
Modelos hospedados por provedores via API: verifique a qualidade com seus casos, os limites do serviço, onde os dados são processados, as condições de retenção e treinamento e o custo com a carga esperada.
Modelos de pesos abertos: avalie a licença, os requisitos de hospedagem, o desempenho e o trabalho operacional. Compare o custo completo e o fluxo de dados com as alternativas para sua carga de trabalho.
Aprendizado de máquina convencional: inclua entre as opções para previsão ou classificação. Teste a precisão, o tempo de resposta e as explicações de que os usuários ou revisores precisam.
Fine-tuning: identifique o problema que resolveria e se existem exemplos adequados para treinamento e avaliação. Compare o resultado e a manutenção com outras formas de resolver esse problema.
Mantenha o modelo por trás de uma interface que o seu produto controle. A troca ainda pode exigir ajustes nas instruções, nas chamadas de ferramentas ou no tratamento dos dados. Avalie o substituto com seus casos de uso antes de colocá-lo em produção.
Planeje a primeira entrega e sua revisão
Acorde quem usará a primeira entrega, o que poderá fazer e como comunicará problemas à sua equipe. Defina as condições para ampliar o acesso, mudar permissões ou interromper o recurso.
Escolha um grupo inicial
Selecione usuários e tarefas que permitam avaliar o recurso com revisão e suporte administráveis. Defina o tamanho do grupo e os critérios de implantação para seu contexto.
Mostre a fonte, permita a edição
Mostre as fontes para conferir respostas que dependem de informações recuperadas. Permita revisar e editar rascunhos e ofereça uma forma de relatar resultados incorretos.
Acorde aprovações por ação
Defina quais ações precisam de aprovação e quem as revisa. As mudanças dependem das avaliações, das consequências de um erro e da decisão da sua equipe. Menos correções não bastam para retirar a revisão. Nosso serviço de Agentes e assistentes de IA inclui a definição desses controles.
Revise a utilidade e a qualidade
Meça tarefas concluídas, rascunhos aceitos, correções e uso contínuo quando fizer sentido. Interprete esses resultados junto com comentários de usuários e as consequências dos erros.
Planeje o monitoramento e a análise de incidentes
Defina os registros necessários para investigar respostas e ações, quem recebe alertas e quando interromper o recurso. Acorde limites de acesso e retenção para esses registros.
Descreva a tarefa com clareza
Use um rótulo que explique a ação e o que o usuário deve revisar. Exemplos ilustrativos: “Preparar uma resposta” e “Buscar respostas nestes documentos”.
Quanto tempo leva e quanto custa
Estimamos o primeiro recurso após revisar o fluxo de trabalho, os dados, as integrações e as avaliações necessárias. Inclua controles de aprovação, monitoramento e responsabilidades operacionais nesse escopo. Com um caso de uso definido, você pode começar diretamente pela implementação.
Se ainda precisar definir o escopo, um Sprint de AI Discovery de duas semanas tem preço fixo e produz oportunidades priorizadas, uma avaliação de viabilidade e um roteiro com o escopo e os critérios de aceitação de uma primeira entrega. Sua equipe ou outro fornecedor pode usar esse roteiro. O valor do sprint é creditado 100% se você contratar a implementação com a gente em até 90 dias.
Revise estes pontos antes do lançamento
Tarefa pouco clara. Identifique o usuário, a tarefa e o resultado que o recurso deve ajudá-lo a alcançar.
Dados de teste limitados. Inclua entradas representativas, exceções e falhas ao avaliar o recurso.
Permissões sem testes. Verifique solicitações permitidas e negadas para cada usuário ou organização relevante.
Sem comparação com o processo atual. Registre como a tarefa é feita hoje e acorde o que contaria como uma melhoria.
Responsabilidades de revisão pouco claras. Identifique quem confere resultados, trata exceções e pode interromper uma ação.
Operação sem planejamento. Acorde monitoramento, suporte, limites de gastos e como avaliar as mudanças após o lançamento.
Perguntas que as equipes de produto fazem
Precisamos do nosso próprio modelo?
Depende da tarefa e das suas restrições. Compare modelos disponíveis e opções mais simples antes de se comprometer a treinar ou hospedar um. A decisão deve considerar as avaliações, os requisitos de dados, o custo operacional e a equipe disponível para mantê-lo.
Os dados dos nossos clientes vão treinar o modelo de outra empresa?
Verifique o fluxo real de dados e as condições de cada serviço e endpoint. Documente o que é enviado, onde é processado, armazenado e registrado, por quanto tempo é retido e se o uso para treinamento é permitido. Confira o acordo e a configuração aplicáveis aos serviços hospedados por provedores e a qualquer serviço externo usado com sua infraestrutura.
E as alucinações?
Um modelo pode dar respostas incorretas mesmo usando seus dados. Teste essas falhas, permita conferir as fontes e defina quando uma resposta precisa de revisão ou não deve ser mostrada. Esses controles não eliminam o risco. Nosso serviço de IA responsável cobre avaliação, permissões, revisão e procedimentos para incidentes.
A nossa própria equipe pode construir?
Sim, se ela tiver a capacidade e as habilidades para o escopo acordado. O roteiro do Discovery inclui descobertas, premissas, necessidades de integração e critérios de aceitação que sua equipe ou outro fornecedor pode usar. A implementação com a Sophilabs é opcional.
Como sabemos se funcionou?
Compare os resultados com a tarefa como era feita antes. Revise as medidas acordadas junto com verificações de qualidade, comentários de usuários, custo operacional e relatos de incidentes. Use essas evidências para decidir se amplia, muda ou interrompe o recurso.
Como exemplo histórico de uma entrega, veja o caso do assistente de voz da Amgen. Entregamos o assistente em 2019, antes da era dos LLMs. Para entender a propriedade do código e dos prompts, o acesso aos dados e as condições de entrega, veja o Centro de confiança.
Planeje um recurso de IA para seu produto.
Um Discovery Sprint de duas semanas a preço fixo entrega oportunidades priorizadas, descobertas sobre a viabilidade e um roteiro que sua equipe pode usar. Se o escopo já estiver definido, podemos conversar diretamente sobre a implementação.