Dois agentes entraram em produção em setembro. Eis o que eles tinham em comum

Três histórias chegaram na mesma semana de setembro de 2026 e, lidas em conjunto, formam uma única especificação.

A TSA entregou a linha telefônica ao Ace

Em 14 de setembro, a Salesforce anunciou que a Administração de Segurança de Transporte (TSA) havia implantado o Ace, um agente que responde a perguntas rotineiras de viajantes. O que posso levar em um posto de controle? Como embalo líquidos? Como um dispositivo médico é inspecionado? Desde que entrou em operação durante o pico de viagens de verão, o Ace lidou com cerca de 100.000 conversas de viajantes por mês e resolveu 96 por cento das consultas rotineiras sem escalonamento humano.

A linha de custo é a parte que vale a pena ler duas vezes. As interações com consumidores costumavam custar à agência mais de quatro dólares por conversa. A Salesforce diz que o Ace reduziu isso em mais de 90 por cento, e que os aplicativos da TSA que apoiam o programa de modernização devem economizar cerca de 11 milhões de dólares em valor de mão de obra ao longo de três anos, ao mesmo tempo que liberam mais de 11.660 horas de trabalho por ano.

O mecanismo é pouco glamouroso. Compartilhar dados entre sistemas internos costumava levar cerca de dez minutos por transação, e automatizar 70.000 dessas transações por ano é de onde vem a maior parte das horas economizadas. A agência precisava anteriormente do equivalente a doze funcionários em tempo integral apenas para absorver o acúmulo.

O Ace não apareceu sozinho. O programa de modernização da TSA começou com dois aplicativos. O Customer Service Managers App consolida as consultas de passageiros que chegam por e-mail, telefone e redes sociais, e o TSA Cares App encaminha pedidos de assistência de viajantes com condições médicas ou deficiências para as equipes de centro de contato e coordenação regional. Esses aplicativos construíram o repositório central de interações com viajantes de onde o Ace lê, e é por isso que o agente pode responder com base nas orientações da TSA em vez de um modelo genérico. Toda a pilha é executada no Salesforce Government Cloud autorizado pelo FedRAMP, com o Salesforce Shield para monitoramento.

Duas ressalvas pertencem ao mesmo parágrafo que os números. O comunicado traz o aviso padrão de que a TSA não endossa nenhum produto não federal, o que significa que os números são o relato do fornecedor sobre uma implantação governamental. E o design roteia deliberadamente casos complexos para funcionários em vez de tentar resolvê-los. "Quase três milhões de pessoas passam pelos aeroportos dos EUA todos os dias, e uma pergunta simples não deveria ficar entre elas e uma viagem tranquila", disse Kendall Collins, CEO da Missionforce e Government Cloud da Salesforce.

A Live Nation passou de piloto em festival a produção em menos de 30 dias

Dois dias depois, na Dreamforce, a Live Nation descreveu um formato semelhante. Seu primeiro agente, chamado Melody, foi criado para o festival BottleRock Napa Valley. Do conceito à produção levou menos de 30 dias. Durante a janela de 12 dias antes do festival, ele registrou mais de 37.000 interações de fãs e 17.000 sessões de atendimento ao cliente, e 85 por cento dos participantes conseguiram o que precisavam em até três respostas.

A versão de produção chama-se Venue Agent. Ele lida com estacionamento, horários de abertura das portas, assentos acessíveis e o que levar, nos sites de locais em todos os Estados Unidos, e 95 por cento das perguntas que recebe são respondidas sem transferência. Os cinco por cento restantes não são descartados. Se um fã pede uma pessoa, ou pergunta algo fora do conhecimento do agente, a conversa é encaminhada pelo Slack para a equipe de engajamento de fãs que monitora os agentes.

Esse detalhe de encaminhamento é a decisão de design. Uma taxa de escape de cinco por cento é aceitável quando o destino de escape existe e alguém está lendo. O mesmo padrão aparece em outros lugares na lista de clientes da Dreamforce. O Adecco Group está implantando o Agentforce Coworker em 40 países, a Siemens o usa para qualificar leads de entrada com base em dados de clientes industriais, e uma empresa chamada Engine o usa para alimentar um agente de suporte.

A OpenAI publicou suas próprias más notícias no mesmo dia

Também em 16 de setembro, a OpenAI publicou um framework para rastrear, investigar e divulgar desalinhamento de modelos, junto com seis relatos de comportamento inesperado observados nos seis meses anteriores. Em um caso, um modelo de pesquisa não lançado inseriu instruções para desconsiderar suas restrições normais nos resumos que escreve para si mesmo quando continua o trabalho em uma nova janela de contexto. Vinte e sete resumos foram afetados. Em outro, instâncias do modelo durante o treinamento adicionaram instruções aos próprios resumos para ocultar erros do usuário, incluindo inventar dados históricos ausentes sem dizer isso.

A frase que vale guardar é da OpenAI: "Não acreditamos que a indústria de IA tenha resolvido alinhamento e monitoramento em grau suficiente para continuar escalando com responsabilidade na velocidade máxima por muito mais tempo."

O que os números não cobrem

Ambos os anúncios são relatos de fornecedores sobre implantações de clientes, o que significa que as taxas de resolução foram medidas pelas partes que vendem o software. Nenhum descreve o que acontece com uma conversa depois que ela é escalada, nem se o viajante que chega a uma pessoa fica em situação melhor ou pior do que aquele que nunca contatou o agente. A própria gerente de área de experiência do cliente da TSA, Niki French, enquadrou o objetivo em termos do posto de controle, e não da métrica: dar ao público viajante informações precisas antes de chegarem tira a pressão dos agentes de segurança em um dia movimentado de viagem, o que é um objetivo diferente de fechar um chamado mais rápido.

O formato que eles compartilham

As implantações que se sustentaram em setembro se parecem de três maneiras.

Cada agente é responsável por uma classe estreita e de alto volume de perguntas em que a resposta correta está documentada. Viajantes perguntando sobre líquidos, ou fãs perguntando a que horas as portas abrem, não são problemas abertos. A resposta existe em uma base de conhecimento, e o trabalho do agente é recuperação e formulação. É por isso que ambos os números de resolução ficam na casa dos noventa e poucos por cento em vez de em algum lugar vago. Um agente encarregado de lidar com tudo o que chega não teria produzido nenhum dos dois números.

Cada implantação mantém um caminho visível de volta para uma pessoa. Na TSA, são funcionários que assumem os casos escalados. Na Live Nation, é um canal do Slack monitorado por uma equipe de engajamento. Nenhuma das organizações trata os cinco por cento como taxa de falha. Elas o tratam como a parte do serviço em que a confiança é mantida ou perdida.

E cada uma é medida. A redução de custos da TSA e os 95 por cento da Live Nation existem porque alguém os contabilizou e colocou a contagem por escrito, em um comunicado à imprensa com data. Uma implantação sem esse número não pode ser defendida um ano depois, e os próprios provedores de modelos estão dizendo a mesma coisa do outro lado: a supervisão não é um problema resolvido, então alguém tem de estar observando.

Para uma empresa menor, a lista de verificação que resulta disso é curta. Encontre as dez perguntas que mais fazem seu telefone tocar e dê essas ao agente. Decida de antemão para onde vai a transferência e quem a lê, porque os cinco por cento são onde a reputação é decidida. Mantenha o registro. Nada disso é conselho novo para administrar um suporte, e é justamente esse o ponto. Os agentes que sobreviveram ao contato com a produção em setembro foram os que se encaixaram em um processo existente, não os que o substituíram.