NOS cria agentes de voz com IA para atendimento ao cliente com o Text to Speech da ElevenLabs

NOS, uma das maiores empresas de telecomunicações e mídia de Portugal, atende 1,5 milhão de clientes, e a voz é seu principal canal de suporte, respondendo a milhões de chamadas todos os anos. Para substituir a fricção dos menus estáticos de URA por um atendimento imediato e disponível 24 horas por dia, a NOS desenvolveu agentes de voz conversacionais com IA criados na plataforma ElevenAPI, usando nosso modelo de Text to Speech para gerar as respostas em voz em português europeu que os clientes ouvem. Atualmente, a NOS está testando a solução em produção com 3% a 5% de sua base de clientes, coletando aprendizados sobre impacto, satisfação e resiliência antes de ampliá-la gradualmente.

Por que usar voz IA

Grande parte das chamadas recebidas pela NOS é para obter informações, e os menus estáticos de URA faziam os clientes percorrerem longas árvores de opções para solicitações simples. O objetivo da NOS era:

• Dar aos clientes respostas instantâneas por meio de uma conversa natural, no próprio idioma
• Eliminar tempos de espera em solicitações repetitivas e de alto volume
• Atender clientes 24 horas por dia, 7 dias por semana, sem aumentar a carga operacional

A voz IA ofereceu uma forma mais acessível de alcançar esses objetivos sem comprometer a qualidade.

Text to Speech expressivo, confiável e de baixa latência

No pipeline em cascata da NOS, o Text to Speech molda a resposta falada, em que a baixa latência e a alta expressividade mantêm a interação conversacional, em vez de robótica. A pronúncia confiável do português europeu era um requisito inegociável — e um ponto em que muitos fornecedores deixam a desejar. A NOS avaliou a camada de resposta por voz com base em três prioridades: fala de alta qualidade, pronúncia confiável do português europeu e baixa latência para conversas em tempo real. A ElevenLabs teve bom desempenho nas três, o que fez do Text to Speech uma boa opção para integrar a voz como um componente essencial da stack de IA conversacional da NOS.

Escolhida para a camada de voz em um pipeline aberto e independente de fornecedores

A NOS criou sua arquitetura com frameworks de código aberto para manter a stack o mais independente possível de fornecedores em Speech to Text, LLM e Text to Speech. Em um pipeline projetado para que qualquer componente pudesse ser substituído, a NOS escolheu a ElevenLabs para a camada de voz. A integração foi simples: desde que o framework subjacente oferecesse suporte, a NOS poderia adicionar o modelo ao pipeline existente com mudanças mínimas e obter a qualidade de fala e a baixa latência necessárias para conversas com clientes em tempo real.

A voz continua sendo um foco importante para a NOS, e a equipe segue aprimorando a experiência. Ela iterou o dicionário fonético para garantir que terminologias e palavras-chave específicas da NOS sejam pronunciadas corretamente e está trabalhando com Clonagem Profissional de Voz para otimizar ainda mais a qualidade da voz para a marca.

Resultados iniciais dos testes em produção

A NOS está aprendendo deliberadamente em produção antes de ampliar a solução, executando-a com 3% a 5% de sua base de clientes. Os primeiros resultados mostram:

• Os agentes de voz resolvem com sucesso cerca de 50% das chamadas no grupo de teste. A NOS considera uma chamada resolvida com sucesso quando o cliente a encerra e não liga novamente, medindo o impacto desconsiderando retornos como a melhor métrica disponível para avaliar a resolução.
• Quando uma chamada é transferida para uma pessoa, o tempo gasto com o agente de voz é 15% menor do que com o antigo menu de URA. O agente identifica mais cedo quando não consegue resolver um problema e transfere o atendimento sem reter o cliente desnecessariamente.
• A satisfação dos clientes aumentou, com saltos de dois dígitos na pontuação líquida ao comparar a nova experiência com a anterior. Os atributos mais valorizados pelos clientes são a rapidez, o baixo esforço e a fluidez da interação.

A NOS continuará medindo o impacto da solução e coletando feedback dos clientes à medida que a implementação se expandir, usando ambos para aprimorar continuamente a experiência antes de ampliá-la para uma base maior de clientes.

Projetada tanto para resolução quanto para uma transferência tranquila

A NOS busca a maior taxa possível de atendimentos resolvidos à medida que a solução é ampliada. Tão importante quanto isso é a experiência nos casos que o agente não consegue resolver: para as chamadas restantes, a NOS projetou a solução para transferir o atendimento a uma pessoa sem fricção, evitando os ciclos em que os clientes se perdem em um menu de URA.

O que vem a seguir

Além do atendimento ao cliente, a NOS está investindo na automação por voz de processos internos, com o objetivo de tornar os processos mais rápidos em toda a empresa. Desenvolvedores que criam experiências semelhantes podem usar nosso modelo de Text to Speech pela plataforma ElevenAPI para gerar vozes naturais e de baixa latência.