Allos — AI Agents
A Allos é uma das maiores gestoras de shopping centers do Brasil. Em 2024, a empresa passou a explorar o uso de inteligência artificial para entregar inteligência de negócios diretamente aos lojistas. O produto que desenvolvemos usava AI Agents com arquitetura RAG para responder perguntas sobre performance do lojista via WhatsApp, sem necessidade de abrir relatório ou solicitar reunião com o time do shopping.
Lojistas tinham acesso a dados de performance, mas o acesso era fragmentado e dependia de relatórios extensos ou de solicitações ao time da Allos. A informação estava disponível, porém inacessível no momento certo.
Definição da experiência conversacional do produto
Mapeamento dos fluxos de interação com os AI Agents
Estruturação das bases de conhecimento e guardrails do agente
Colaboração com engenharia de IA na definição das capacidades e limitações do agente
Prototipagem de fluxos conversacionais e validação com usuários reais
Descoberta e mapeamento de dados
Levantamento das perguntas mais frequentes dos lojistas e dos dados disponíveis no ecossistema Allos. O objetivo era entender o que o agente precisaria saber antes de pensar em como ele responderia.
Arquitetura conversacional
Definição do escopo do agente: quais perguntas ele responde, quais ele recusa e como comunica os limites do seu conhecimento sem frustrar o usuário.
Bases de conhecimento e guardrails
Estruturação das bases de dados que alimentam o agente e das regras que garantem respostas confiáveis. Esse foi o trabalho mais crítico do projeto: um agente que alucina em contexto de negócios perde credibilidade em uma única resposta.
Testes com lojistas reais
Sessões de validação com lojistas via WhatsApp, analisando as perguntas que surgiam naturalmente e os pontos onde o agente falhava em compreensão ou resposta.
WhatsApp como canal único
A escolha por WhatsApp eliminou qualquer necessidade de onboarding. Os lojistas já usavam o canal no dia a dia; o produto entrou no fluxo existente em vez de criar um novo.
Escopo restrito intencionalmente
Decidimos limitar o agente a responder apenas sobre dados de performance do lojista e informações operacionais do shopping. Ampliar o escopo teria comprometido a confiabilidade das respostas.
De relatório para conversa
Lojistas passaram a consultar KPIs estratégicos via WhatsApp sem depender de relatórios ou de intermediários do time da Allos. O produto foi incorporado à estratégia de inteligência de negócios da empresa.
Produto conversacional tem regras diferentes de produto visual. O design de um agente de IA exige tanta atenção ao que ele não deve fazer quanto ao que ele faz. Os guardrails não são uma limitação técnica do produto: eles são parte da experiência.