+10% de uplift mensal em vendas: escalando uma plataforma de IA de atendimento para operação internacional

Analisei feedback real de operadores (comentários de nota cruzados com prints de tela) e separei sintoma de causa raiz. "Às vezes funciona, às vezes não" (nota 3) apontava pra suspeita de rate limit não comunicado ao usuário ou falha de roteamento entre bases no modo automático. "Não entende o conteúdo da ligação" (nota 5) era falha de roteamento do RAG, não problema de prompt. "Toma muito espaço da tela" (nota 0) era distribuição vertical ruim, o campo mais usado caía abaixo da dobra, não excesso de conteúdo. Esse cruzamento de causa raiz foi o que justificou a decisão de arquitetura seguinte, em vez de ir direto pra uma reforma visual.

A decisão central: Knowledge Base deixa de ser um produto próprio e passa a ser um objeto independente, versionável e consultável por múltiplos assistentes (Workflows), com ciclo de vida próprio (Draft → Processing → Ready → Active → Archived). Assistant passa a significar sempre Workflow, sem mais "tipos" de assistente disputando espaço conceitual. Simplifiquei a criação para minimalista na entrada, com configuração progressiva em abas depois, tirando peso da primeira interação.

Desenhei o painel onde quem administra uma base de conhecimento ajusta os parâmetros de recuperação (modelo, tamanho de resposta, número de documentos, limite de correspondência, busca refinada) e testa a resposta do assistente contra aquele conteúdo antes de publicar. É esse painel que torna a base de conhecimento um componente de IA configurável e testável, não um repositório de arquivo estático. O handoff documentou também o estado bloqueado, quando o grupo de conteúdo ainda não terminou de processar, com a regra de negócio explícita, não só o caminho feliz.

Parâmetros e Teste — configuração de recuperação

• Ajuste de modelo, tamanho de resposta, número de documentos e limite de correspondência, sem depender de dev
• Teste conversacional embutido pra validar a resposta antes de publicar

Estado bloqueado — grupo de conteúdo não processado

• Handoff cobriu o estado vazio/bloqueado, não só o caminho feliz
• Mensagem explica exatamente o que falta pra liberar a edição

A operação precisava conseguir tirar sozinha um relatório de uso dos assistentes e das bases de conhecimento, sem depender de pedido manual pra engenharia toda vez que alguém de produto ou comercial precisava desse número. Especifiquei um dashboard com volume e taxa de sucesso dos workflows executados, tempo médio de execução, volume de consultas às bases de conhecimento e quantas vinham com baixa confiança ou erro, e execuções de LLM — dado operacional de um produto de IA, não uma métrica de produto genérica.

Dashboard de uso — Agent Platform

• Consultas à base de conhecimento com falha ou baixa confiança separadas da métrica de sucesso geral
• Relatório de uso self-service, sem depender de pedido manual pra engenharia

Percebi que desenvolvedores frequentemente não seguiam o que estava especificado no Figma. Implementei uma etapa própria: toda entrega de desenvolvimento passa por uma revisão minha de design QA antes de ir para o QA funcional. Rodei essa auditoria formal comparando Figma/handoff contra o build em desenvolvimento no módulo de Assistants, com resultado reprovado: 40 inconsistências encontradas, sendo 10 bloqueantes, entre elas abas inteiras faltando (Knowledge e Runs), checklist de setup permitindo publicar assistente sem conhecimento nem arquivos vinculados, e duas versões divergentes do modelo de permissões dentro do próprio arquivo de Figma.

Relatório de Design QA — resumo executivo

• Status geral: reprovado — 40 inconsistências, 10 bloqueantes
• Os 8 bloqueios mais graves, todos ligados à integração entre Agent Assist e base de conhecimento, não a polimento visual

Com a plataforma unificada validada, atuei diretamente com stakeholders de Produto, Comercial e Executivo para melhorar o pitch de vendas do time comercial e reestruturar o modelo de precificação dos produtos de IA para o mercado. Validamos essa nova proposta com um cliente piloto no Brasil antes de escalar. Esse reposicionamento comercial, apoiado na base de produto que unifiquei, sustentou a expansão da operação de IA para novas contas internacionais de grande porte.

Um case sênior mostra o que foi sacrificado e o que ainda não tem resposta, não só o que funcionou.

• A expansão internacional foi resultado combinado, não de uma variável só. A nova arquitetura de produto e o reposicionamento comercial (pitch e precificação) andaram juntos. Fui responsável pela base de produto e participei ativamente da frente comercial, mas não sustento sozinha a atribuição de causa da expansão, foi um esforço de Produto, Comercial e Executivo trabalhando a partir da mesma plataforma.
• O escopo deste case é a unificação arquitetural e o desdobramento comercial direto dela, não todas as frentes em que atuei nesse período. Também conduzi um discovery de benchmark de mercado e um PoC de widget flutuante para reduzir o atrito de alternar entre telas durante a ligação, mas optei por deixar essas frentes fora deste case para manter o foco na decisão de arquitetura e no impacto de negócio que dela decorreu.