A IA de atendimento piora com o tempo, sem ninguém perceber?
Pode, sim — e é mais comum do que parece. O nome técnico é drift: o negócio muda (preço novo, oferta nova, um jeito diferente de falar com o público) e a configuração que guia a IA continua com a versão antiga, respondendo o certo de ontem. A IA não conserta isso sozinha em tempo real — ela nem percebe que desalinhou. Quem detecta é a observabilidade (métricas de negócio, conversas revisadas de tempos em tempos) e quem corrige é uma pessoa, fora do ar, ajustando a configuração antes que o cliente sinta a diferença.
O que é exatamente esse "drift"?
É o descompasso entre o negócio que existe hoje e a configuração que a IA ainda está usando. A IA trabalha com o que foi escrito nos fatos, nas regras e nos pesos de decisão dela — enquanto isso não muda, ela responde do jeito de quando foi configurada. O problema é que o negócio muda o tempo todo: reajusta preço, lança uma oferta, descontinua outra, decide falar diferente com um público novo. Se ninguém atualiza a configuração no mesmo ritmo, a IA continua correta tecnicamente e errada na prática, porque está respondendo sobre um negócio que já não existe mais daquele jeito.
Não é um bug isolado, é estrutural: as ofertas, os sinais que valem pontuação, os pesos de cada um, o vocabulário e o preço da persona são os pontos que mais variam de um cliente pro outro — e, pelo mesmo motivo, são os que mais mudam dentro do mesmo cliente conforme o tempo passa. O que diferencia empresas no dia 1 é o mesmo tipo de coisa que muda dentro da mesma empresa no dia 200.
Por que a IA não percebe sozinha que está desalinhada?
Porque ela não foi desenhada pra isso, de propósito. O modelo de linguagem por trás do agente é fixo — não se retreina com as conversas do dia a dia. O que decide o comportamento (que oferta apresentar, que sinal pesa quanto, que fato pode ser afirmado) é configuração escrita por gente, e essa configuração só muda quando alguém muda. Não existe "a IA percebeu que o preço mudou e se ajustou": existe um humano que esqueceu de atualizar o preço, e a IA repete o valor antigo com a mesma confiança que repetiria o novo — ela não distingue "isto ainda é verdade" de "isto já foi verdade". É a mesma lógica de por que a IA não aprende sozinha com o uso: se ela não reescreve as próprias regras quando erra, também não reescreve quando o negócio muda. O mecanismo é idêntico nos dois casos — só muda o motivo do desalinhamento.
Quem enxerga o drift antes do cliente reclamar?
A camada do sistema que existe justamente pra isso: observabilidade e avaliação. Na prática, três coisas trabalhando juntas — rastro de cada conversa (o que a IA disse, por que decidiu aquilo), um conjunto de casos de teste que cresce com o tempo, e métricas de negócio acompanhadas com regularidade, não só olhadas quando algo já deu errado. Métrica de negócio aqui não é "quantas mensagens foram respondidas" — é se a conversa virou lead qualificado, se o handoff pro humano aconteceu na hora certa, coisas que já detalhamos em outro artigo. Drift raramente aparece como erro óbvio; aparece como uma métrica que vem caindo devagar, semana após semana, até alguém revisar e perguntar "por que isso mudou?". Não precisa de painel caro pra começar — precisa do hábito de olhar essa amostra com regularidade, principalmente depois de qualquer mudança relevante no negócio.
E a correção, como funciona na prática?
Sempre offline, sempre com humano aprovando, sempre com a configuração versionada — nunca o sistema se ajustando sozinho no meio de uma conversa real. Alguém revisa o que a IA andou dizendo, identifica onde ela está desatualizada e edita a configuração: um fato que mudou, um peso que ficou errado, uma regra que não reflete mais o negócio. A mudança é testada antes de valer pra todo mundo, e fica registrada — se algo piorar, dá pra voltar pra versão anterior. É manutenção, do jeito que qualquer sistema que atende gente precisa: não é falha de projeto, é ciclo de vida.
Isso é diferente de "a IA aprender sozinha"?
É o mesmo mecanismo, visto do lado oposto. Já respondemos se a IA aprende sozinha com o tempo — a resposta é não, porque quem melhora o comportamento é uma pessoa revisando e reconfigurando, offline. Drift é essa mesma verdade do lado ruim: se a IA não melhora sozinha, também não piora sozinha — ela fica parada numa configuração que o negócio já ultrapassou. O risco não é a IA "degradar" por conta própria; é o negócio andar e a configuração não andar junto.
Um exemplo real de como esse tipo de desalinhamento fica invisível até alguém procurar: no motor de pontuação que qualifica lead do próprio agente da Estefani & Co, cada sinal extraído da conversa (dor concreta, custo quantificado, ambição de usar IA no negócio) só conta ponto se existir uma definição de extração configurada pra ele — sem essa definição, o sinal nunca é lido, mas o peso continua contando no cálculo como se fosse zero, sem erro, sem alarme. Foi o que aconteceu com o sinal de ambição de IA no negócio: ele tinha peso de 25 pontos num placar de 100, e rodou semanas em produção sem a definição de extração correspondente — 25 pontos do placar, mortos, silenciosamente, em todo lead que passava pela conversa. Nenhum erro apareceu na tela de ninguém; a config simplesmente premiava menos do que devia, sem avisar. É o retrato do que a camada de observabilidade existe pra pegar: sem alguém revisando a configuração e os números com regularidade, esse tipo de desalinhamento não se anuncia — ele só corrói o resultado aos poucos, até alguém ir atrás do porquê.
Perguntas frequentes
Com que frequência preciso revisar a configuração pra evitar drift?
Não existe número fixo — o gatilho é a mudança no negócio, não o calendário. Toda vez que preço, oferta ou forma de falar com o público mudar, vale checar se a configuração da IA já reflete isso.
Dá pra saber que a IA está desalinhada só de conversar com ela?
Às vezes, mas não é confiável — drift costuma ser gradual. O jeito seguro é olhar métrica de negócio e amostra de conversas reais ao longo do tempo, não uma checagem pontual.
O drift é um defeito da IA ou é normal acontecer?
É normal e esperado — todo sistema configurado por regras precisa de manutenção quando o que ele descreve muda. O erro não é o drift acontecer; é não ter como perceber antes do cliente sentir.
A correção do drift muda o "cérebro" da IA?
Não. O modelo continua o mesmo; o que muda é a configuração — fato, regra ou peso — que guia o que ele pode afirmar e decidir.
Isso só importa pra negócio grande, com muito volume de conversa?
Importa mais rápido pra quem muda com frequência — preço, oferta, campanha —, independente do tamanho. Quem reprecifica ou lança oferta toda semana precisa desse hábito com mais frequência, não menos.