RPA de Atendimento 2º Nível

O problema

SAC de 2º nível (back-office) é onde tickets caem após o chatbot falhar e o atendente humano não pode resolver sozinho. Tipos comuns:

• "Quero segunda via de NF de 6 meses atrás" → atendente pesquisa no ERP, exporta PDF, anexa no ticket, envia por e-mail
• "Atualizei meu endereço, atualiza tudo" → atendente vai em 3-5 sistemas e atualiza
• "Reset de senha do portal" → atendente abre AD/Okta, força reset
• "Cancelei serviço, quero restituição proporcional" → atendente calcula prorata, gera nota de crédito, libera PIX

Cada uma dessas tarefas leva 8-25 minutos. Atendentes processam 15-25 por dia. Time fica grande, custo alto, NPS pior (SLA não cumprido).

A solução

Robôs especializados que processam essas tarefas operacionais em menos de 2 minutos cada:

[Ticket aberto] → [Classificador de intent (LLM)]
                          ↓
        ┌─────────────────┼─────────────────┐
        ↓                 ↓                 ↓
   [Bot 1ª via]    [Bot alt. cadastral]  [Bot reset]
   [Bot cancelam.] [Bot reembolso]        ...
                          ↓
                  [Resposta automática]
                          ↓
                  [SLA < 2 min]

Cada bot é especializado em um tipo de solicitação. Quando o intent é claro e a operação é determinística, bot resolve. Senão, escala para humano com contexto completo.

Métricas em produção

Cliente B2B (e-commerce + serviços, 28K tickets/mês no back-office):

Economia anual: 8 FTEs = R$ 1.4M/ano. Setup paga em 4-6 meses.

Catálogo de bots prontos

O que vem incluso

• Catálogo de 8 bots prontos (configuráveis por cliente)
• Classificador de intent (LLM GPT-4o mini)
• Integração com tickets: Zendesk, Movidesk, Salesforce Service Cloud, Freshdesk
• Painel admin: métricas por bot, taxa de sucesso, tempo médio
• Audit log: cada decisão automática rastreada
• Escalação inteligente: bot detecta complexidade e passa pra humano com contexto

Stack

• Bun + Hono (escolha por performance, escala melhor que Express)
• Postgres para audit + state
• Redis (Upstash) para filas
• OpenAI GPT-4o mini para classificação
• n8n para orchestration

Compliance

• LGPD: dados sensíveis redacted nos logs após 30 dias
• Audit log imutável: cada ação do bot é auditável
• Auth obrigatória: bot só executa após validação de identidade do usuário
• Rollback: ações reversíveis em até 48h

Tempo de implementação

4-5 semanas:

• Sprint 1: integração com sistema de tickets + 2 bots iniciais (mais frequentes)
• Sprint 2: 3 bots adicionais + classificador de intent
• Sprint 3: painel admin + escalação inteligente
• Sprint 4: bots restantes + rollout gradual
• Sprint 5: tuning + treinamento do time humano

FAQ

E se eu não tenho 28K tickets/mês? ROI menor mas ainda positivo. Para volume baixo, sugerimos começar com 2-3 bots dos casos mais repetitivos. Setup proporcional.

Bots são pré-construídos ou custom? 8 bots no catálogo + você pode pedir custom. Tempo de novo bot: 3-7 dias de dev dependendo da complexidade da integração com seu ERP.

Quanto custa rodar? LLM: ~R$ 0,03 por ticket classificado. Para 28K tickets: ~R$ 840/mês. Setup: R$ 68K-145K. Licença anual: R$ 32K-78K. ROI 8-12 meses.

Funciona com qualquer ferramenta de ticket? Adapters prontos para Zendesk, Movidesk, Salesforce Service Cloud, Freshdesk, HubSpot Service. Custom: 3-5 dias.

E se cliente xinga ou ameaça? Detecção automática de toxicidade. Bot escala imediatamente para humano + flag de prioridade. Atendentes recebem briefing de contexto sensível.

O bot pode aprender com humanos? Sim. Cada resposta humana em ticket que o bot escalou alimenta retreino mensal. Em 6 meses, taxa de auto-resolução cresce 5-15 pontos.

Como evita resposta ruim? Templates fechados para cada bot. LLM completa apenas campos pré-definidos (nome cliente, valor, data). Nunca free-form completo.

Funciona em multi-idioma? Português + inglês + espanhol nativos. Outros idiomas: 3-5 dias de ajuste em prompts.