Convertendo leads de entrada em clientes na OpenAI
Este conteúdo faz parte da nossa série sobre como a OpenAI está desenvolvendo soluções próprias com base na nossa tecnologia.
Quando o ChatGPT Enterprise e o Business foram lançados, a demanda aumentou significativamente. Dezenas de milhares de empresas (desde startups em fase inicial até multinacionais) entravam em contato todos os meses. A demanda foi notável. A pressão sobre os nossos sistemas era real.
Encaminhar esses leads por meio de formulários e fluxos de trabalho estáticos não era suficiente para atender às necessidades do momento. Muitos clientes em potencial receberam uma resposta automática dizendo para se cadastrarem online. Poucos tiveram suas perguntas respondidas. O resultado foi a perda de oportunidades e uma experiência de compra que não correspondia à confiança que os clientes depositavam em nós.
O desafio não era apenas escalar. Era a qualidade. Os clientes queriam respostas específicas:
- O produto está em conformidade com as normas de saúde?
- Como comparamos planos e escolhemos o mais adequado?
- Que resultados os nossos colegas do setor estão vendo?
“Estávamos recebendo milhares de leads por mês e só tínhamos capacidade para falar com uma pequena parte deles. Alguns leads precisavam de algumas respostas para terem uma experiência de compra verdadeiramente aprimorada, mas não conseguimos oferecer essa experiência personalizada”, diz Harsha Chilakamarri, da área de Inovação para entrada no mercado.
A automação tradicional não conseguia transmitir essa nuance. A contratação linear não era sustentável. Precisávamos de uma abordagem diferente.
Criamos um assistente de vendas de entrada com tecnologia de IA, projetado não para substituir os representantes, mas para ampliar seu alcance, treinado e aperfeiçoado com o feedback deles.
No centro estão nossos conectores internos. A documentação do produto, as bibliotecas de políticas, as histórias dos clientes e os manuais são inseridos em um contexto que o modelo pode analisar. O assistente não adivinha. Ele responde com precisão, na linguagem do cliente potencial, diretamente ligado à pergunta dele.
Isso significa que os clientes potenciais recebem uma resposta personalizada em poucos minutos, escrita em seu próprio idioma e baseada em sua pergunta real.
- Uma empresa em Tóquio recebe uma resposta em japonês, e não uma carta padrão em Inglês.
- Um sistema hospitalar que solicita informações sobre conformidade obtém os detalhes na primeira troca de informações, e não após dias de espera.
- Se o cliente potencial for qualificado para a empresa, o tópico é transferido de forma integrada para um representante, com o contexto intacto.
“Esse modelo nos permite engajar com cada cliente e oferecer uma experiência hiperpersonalizada”, afirma Chilakamarri.
Não se trata de automação por si só. É automação que agrega valor imediatamente.
A grande novidade não foi apenas a resposta inicial do assistente. Foi o loop atrás dela.
Ao treinar o modelo, cada rascunho de resposta era enviado de volta aos representantes de vendas para correções. Cada correção se tornou dados de treinamento. A precisão subiu de 60% para mais de 98% em poucas semanas. Em vez de modelos genéricos, o assistente começou a soar como a melhor versão da nossa equipe, processando julgamentos e disponibilizando-os em grande escala.
“Criamos um sistema de avaliações muito complexo apenas comigo e outro engenheiro... Assim que tivemos uma maneira de fazer essas avaliações, especialmente de forma automatizada, conseguimos passar rapidamente de 60% para 90% de precisão, e agora chegamos a 98% nas primeiras mensagens de e-mail.”
Para os representantes, a mudança foi imediata. As caixas de entrada não estavam mais entupidas com leads não qualificados. Eles iniciavam conversas que já estavam em andamento, com clientes potenciais que tinham intenções reais e perguntas reais respondidas.
As avaliações também deram confiança à equipe de liderança. Elas mostraram progressos mensuráveis, não apenas relatos isolados. Elas comprovaram que o assistente poderia ser escalado de forma responsável.
O impacto foi imediato. Uma pequena empresa que antes ficava perdida na fila de espera enviou perguntas, recebeu respostas detalhadas em poucas horas e assinou um contrato empresarial dias depois. Essas histórias se repetiam continuamente.
O que era um beco sem saída se tornou um dos nossos canais de crescimento mais fortes. Em poucos meses, milhões em receitas recorrentes anuais foram alcançados.
“Nosso maior momento de descoberta foi quando lançamos o assistente pela primeira vez. Percebemos que, se oferecermos experiências personalizadas aos leads de entrada e respondermos rapidamente às perguntas importantes, mesmo que por e-mail, muitos ficarão ansiosos para comprar rapidamente.
Para os representantes que recebem leads qualificados, a mudança foi igualmente valiosa. Em vez de vasculharem leads genéricos, eles tiveram acesso a conversas ativas com intenções claras. Pela primeira vez, ninguém se sentiu deixado para trás.
Não se trata apenas de leads de entrada. Isso aponta para uma oportunidade mais ampla: integração, renovações e suporte podem se beneficiar de conversas personalizadas e confiáveis.
A lição é simples: ao escalar a excelência dos seus melhores representantes por meio da IA, você muda o que é possível para toda a equipe.
Como Chilakamarri disse: “A equipe de liderança não poderia estar mais entusiasmada com isso. É a prova de que podemos construir a OpenAI na OpenAI e mostrar nossa tecnologia diretamente aos clientes.”
Personalizar cada lead não é uma tática. Está se tornando uma maneira melhor de lidar com todo o engajamento.
