Uma avaliação de cliente é escrita por alguém que vivenciou o resultado, não o processo por trás dele. Ainda assim, nesse resultado costuma haver um rasto de como surgiu. Uma avaliação que menciona que um orçamento chegou "dentro de uma hora" diz algo diferente sobre a organização por trás dele do que uma avaliação que fala de "finalmente uma resposta após duas semanas". Ambas são feedback sobre velocidade. Apenas uma das duas aponta para trabalho que possivelmente já não é feito apenas por uma pessoa.
Quando a IA assume parte do trabalho por trás de um serviço, não é o serviço em si que muda, mas o padrão em que os clientes o experienciam. O tempo de resposta a uma pergunta foi durante muito tempo uma questão de quem estava de serviço naquele dia. Quando um sistema faz a triagem inicial e um colaborador apenas avalia e decide, essa dependência da ocupação desaparece. Isso altera não só a velocidade, mas também a consistência: um cliente que responde tarde à noite recebe o mesmo tratamento que um cliente numa segunda-feira de manhã. Avaliações que falam de um serviço uniforme em horários incomuns apontam mais para essa mudança do que avaliações sobre rapidez pontual.
Isso não se aplica a todas as empresas do mesmo mercado, e é precisamente esse o ponto. Uma empresa deixa um sistema fazer a primeira avaliação, com um colaborador que aprova ou rejeita com justificação; outra ainda faz isso de forma totalmente manual, e uma terceira ainda não tocou no processo porque o contacto com o cliente ali permanece deliberadamente pessoal. A diferença não está na ambição, mas em onde a tarefa se situa: totalmente automatizável, parcialmente com supervisão, ou trabalho humano inalterado. As avaliações mostram de que lado dessa divisão tripartida se encontra um concorrente, desde que se saiba o que procurar.
Três sinais são úteis sem se assumir demasiado.
Primeiro: um tempo de resposta que não varia com a hora ou com o volume de trabalho. Um processo humano tem picos e vales; um primeiro passo automatizado geralmente não. Queixas sobre respostas lentas às segundas-feiras mas não ao fim de semana apontam para trabalho humano. Uma velocidade consistente, mesmo fora do horário comercial, aponta para um sistema que assume uma parte do processo.
Segundo: o tom e a especificidade das respostas. Avaliações que mencionam uma resposta "muito detalhada e direta ao ponto" podem indicar um sistema que já reuniu os dados antes de um colaborador responder. Avaliações que se queixam de respostas genéricas e pouco pertinentes apontam mais para um processo sem esse pré-tratamento, ou para um sistema que gere demasiada coisa de forma autónoma sem supervisão que corrija.
Terceiro: como os erros são tratados. Uma reclamação rapidamente assumida com uma resposta pessoal e fundamentada aponta para supervisão humana que aprova ou rejeita com justificação — exatamente a segunda categoria da divisão tripartida. Uma reclamação tratada de forma correta mas genérica, sem que ninguém pareça realmente acompanhar, aponta mais para um processo totalmente delegado sem camada de correção.
A armadilha é ler qualidade como prova de automação, ou o inverso. Uma resposta lenta pode ser uma escolha deliberada por contacto pessoal, não uma falta de tecnologia. Uma resposta rápida pode ser obra de uma equipa pequena e dedicada sem qualquer uso de IA. As avaliações dão uma indicação do resultado, não da causa. Além disso, são seletivas: os clientes satisfeitos costumam escrever menos do que os clientes insatisfeitos, o que faz com que a imagem pareça estruturalmente mais negativa do que a realidade. E as avaliações nada dizem sobre o que um concorrente afirma fazer; para isso, é mais útil olhar para como os próprios comerciais de um concorrente falam sobre o seu método de trabalho ou para o que os textos de vagas de emprego revelam sobre o papel que a IA desempenha numa equipa.
Se uma empresa usa IA para aliviar o trabalho é, além disso, uma questão diferente do que a empresa faz com essa capacidade libertada — isso último enquadra-se nos próprios requisitos legais de política de pessoal e não é uma conclusão que se possa retirar de avaliações.
As avaliações valem a pena como pista complementar, não como fonte principal. São úteis quando as coloca ao lado de outros sinais: o que os orçamentos perdidos revelam sobre onde um concorrente é mais rápido ou mais lento do que a própria organização, e o que o próprio site de um concorrente afirma fazer em termos de velocidade e serviço. As avaliações confirmam ou contradizem essas afirmações a partir da perspetiva do cliente. Lida isoladamente, sem essa outra pista, uma avaliação é sobretudo uma opinião sobre uma experiência, e demasiado limitada para construir um julgamento sobre o uso de IA de toda uma organização. Quem quiser procurar de forma estruturada sem dados do próprio concorrente encontra uma abordagem mais ampla em o método para obter informação sobre concorrentes que não publicam os seus próprios resultados.
Todas as avaliações juntas dizem algo sobre os concorrentes, mas a questão que mais rende diz respeito à sua própria organização: que trabalho aqui pode realmente ser assumido pela IA, que trabalho ainda exige supervisão, e que trabalho continua a ser trabalho humano. Isso é mapeado por tarefa com o scan de trabalho da FTE TO AI.
Quer saber se as suas próprias suposições sobre velocidade e serviço se confirmam? Identifique as dimensões em que pensa estar a ganhar e faça a verificação de dimensões gratuita: verá de imediato quais dessas afirmações são defensáveis com provas e quais permanecem, por enquanto, uma suposição. O benchmark completo, com a matriz de evidências e a comparação com o seu grupo de referência, está em desenvolvimento.