Pular para o conteúdo
K W
EU AI Act: Risco baixo Q1

Employee Self-Service Agent

Responda perguntas de RH instantaneamente - sem criar um chamado.

Responde perguntas sobre políticas de RH, orienta transações de autoatendimento e encaminha casos complexos ao especialista apropriado.

Analisar seu processo
Airbus Volkswagen Shell Renault Evonik Vattenfall Philips KPMG

Intent por IA, avaliação por regras, escalada com contexto

O agente classifica perguntas recebidas de colaboradores por reconhecimento de intent com IA, avalia-as contra marcos regulatórios internos digitalizados de forma determinística e roteia casos ambíguos com contexto completo à área responsável - em vez de um e-mail vazio pedindo esclarecimento.

Resultado: 60 a 80 por cento das perguntas padrão respondidas sem chamado de RH, com em média de 12 a 18 minutos de alívio por caso e registro completo da decisão por resposta.

50% Motor de regras
50% Agente IA
0% Humano

Por trás disso está uma clássica categorização em três tipos de pergunta, que se repete nas centrais de atendimento de RH:

Quatro dias para uma informação da folha de pagamento

Segunda-feira, 8h14. O holerite de sexta contém uma rubrica que o colaborador não consegue identificar. Ele escreve um e-mail para o RH. Na terça recebe confirmação de recebimento. Na quarta, a pergunta se é o holerite do mês corrente. Na quinta, a resposta: era o ajuste do vale-transporte que ele mesmo solicitou em janeiro. Quatro dias para uma informação que seria recuperável em 20 segundos no sistema de folha.

Esse caso não é um outlier. É o estado normal.

A sobrecarga silenciosa na central de atendimento de RH

Em uma empresa com 2.000 colaboradores, entre 800 e 1.200 consultas de RH chegam por mês. São saldos de férias, declarações, dúvidas sobre benefícios, formulários, informações sobre prazos, perguntas sobre holerite. Levantamentos de mercado mostram: cerca de 60 a 80% dessas consultas são factualmente triviais. A resposta está em um sistema, uma política ou uma convenção coletiva. Ninguém precisa pensar, ponderar ou decidir. Mesmo assim, cada consulta individual consome em média 12 a 18 minutos - abrir chamado, entender o contexto, consultar o sistema, responder, documentar.

Isso se acumula. Três posições em tempo integral que essencialmente funcionam como motor de busca humano entre colaboradores e sistemas de RH. Não porque as perguntas sejam difíceis, mas porque o canal de acesso não existe.

O custo por consulta em centrais de atendimento internas fica tipicamente entre EUR 15 e EUR 25 (USD 16 a 27). Com 900 consultas por mês e uma taxa de automação de 70%, o potencial de economia chega a EUR 135.000 a EUR 190.000 (USD 148.000 a 209.000) por ano - calculado conservadoramente, sem os custos de oportunidade dos casos que ficam esperando porque a central está ocupada com consultas de saldo de férias.

Três categorias de pergunta, três lógicas de tratamento

Nem toda pergunta de colaborador é igual. O passo decisivo é a decomposição em categorias com lógica de tratamento diferente:

Consulta chega
    |
    +-- PERGUNTA FACTUAL ────── Resposta do sistema-fonte
    |   Saldo de férias, data      direta, em tempo real,
    |   de pagamento, direito      sem intervenção humana
    |   a benefício, holerite
    |
    +-- PERGUNTA DE REGRA ───── Resposta da política
    |   Aviso prévio, licença-     Regra é aplicada,
    |   maternidade, férias        resultado com fonte citada
    |   proporcionais, experiência
    |
    +-- PERGUNTA DE JULGAMENTO → Encaminhamento a especialista
        Reclamação, conflito,      Roteamento por tema, localidade
        caso especial, dúvida      e nível de escalação
        de interpretação

Perguntas factuais compõem a maior parte e são completamente automatizáveis. Exigem acesso de leitura a sistemas-fonte - folha, ponto, plataforma de benefícios - e um modelo de permissões que garanta que cada um veja apenas seus próprios dados.

Perguntas de regra são o segundo grande bloco. Aqui a resposta não está em um campo de banco de dados, mas em uma convenção coletiva, na CLT (PT: Código do Trabalho) ou em uma política interna. Um sistema baseado em regras pode responder essas perguntas quando os marcos regulatórios estão digitalizados e estruturados - e identifica a fonte, para que a resposta permaneça verificável.

Perguntas de julgamento são o restante. Dez a vinte por cento, mas exatamente os casos para os quais profissionais de RH são formados. Situações de conflito, avaliação de casos especiais, questões emocionais. Esses casos não são automatizados, mas roteados: para a pessoa certa, na localidade certa, com o contexto certo.

Por que os colaboradores ainda enviam e-mails

A maioria das empresas já tem portais de autoatendimento. Mesmo assim, o volume de chamados permanece alto. O motivo é quase sempre o mesmo: o portal não responde perguntas - oferece formulários. Quem quer saber se o abono de ponto por mudança de residência também vale para mudança dentro da mesma cidade encontra no portal um PDF da política interna. Mas não uma resposta.

A diferença entre um portal de documentos e um agente de autoatendimento é a diferença entre uma biblioteca e um consultor. Ambos têm o mesmo conhecimento. Mas apenas um entende a pergunta e dá uma resposta que se aplica ao caso concreto.

Isso muda fundamentalmente a expectativa dos colaboradores. Quem recebe em segundos uma resposta correta e baseada em fonte não abre mais chamado. Levantamentos de mercado mostram: sistemas de autoatendimento com capacidade real de resposta reduzem o volume de chamados de RH em 60 a 80%. As consultas remanescentes são as que exigem julgamento humano - e essas finalmente recebem a atenção que merecem.

A infraestrutura por trás da resposta

Este agente não é apenas um ganho de produtividade para a central de atendimento. Ele constrói três componentes de infraestrutura que todo agente futuro que interaja com colaboradores precisa:

O reconhecimento de intenção aprende a categorizar perguntas de colaboradores. Esse modelo é reutilizado pelo Onboarding Agent, pelo Leave of Absence Agent e por todo outro agente que processe consultas em linguagem natural.

O modelo de permissões define qual função pode ver quais dados. Uma vez construído, vale para toda função de autoatendimento em toda fase posterior.

O roteamento de escalação determina para onde vão os casos que não podem ser respondidos automaticamente. Esse roteamento por tema, localidade e nível de escalação é a base para toda transferência agente-humano em todo o Decision Layer.

Por isso este agente está no início. Não porque seja o mais espetacular, mas porque entrega a infraestrutura sobre a qual tudo que vem depois se constrói - e ao mesmo tempo a prova mais visível de que o investimento se paga. Todo dia, desde a primeira segunda-feira após o go-live.

Tabela de microdecisões

Quem decide neste agente?

6 passos de decisão, divididos por decisor

50%(3/6)
Motor de regras
determinístico
50%(3/6)
Agente IA
baseado em modelo com confiança
0%(0/6)
Humano
atribuição explícita
Humano
Motor de regras
Agente IA
Cada linha é uma decisão. Expanda para ver o registro de decisão e se pode ser contestada.
Classificar consulta Determinar tipo de consulta (pergunta sobre política, transação, reclamação, outro) Agente IA

Classificação de linguagem natural da intenção do colaborador

Registro de decisão

Versão do modelo e pontuação de confiança
Dados de entrada e resultado da classificação
Justificativa da decisão (explicabilidade)
Trilha de auditoria com rastreabilidade completa

Contestável: Sim - totalmente documentado, revisável por humanos, objeção por processo formal.

Recuperar política aplicável Selecionar versão correta da política para jurisdição e grupo do colaborador Motor de regras

Seleção de política baseada em regras a partir de atributos do colaborador

Registro de decisão

ID da regra e número da versão
Dados de entrada que acionaram a regra
Resultado do cálculo e fórmula aplicada

Contestável: Sim - aplicação da regra verificável. Objeção possível por dados incorretos ou versão de regra errada.

Gerar resposta Formular resposta baseada em conteúdo da política e contexto do colaborador Agente IA

Resposta gerada por IA fundamentada em documentos de política verificados

Registro de decisão

Versão do modelo e pontuação de confiança
Dados de entrada e resultado da classificação
Justificativa da decisão (explicabilidade)
Trilha de auditoria com rastreabilidade completa

Contestável: Sim - totalmente documentado, revisável por humanos, objeção por processo formal.

Determinar se transação é necessária Identificar se consulta requer transação no sistema vs. apenas informação Motor de regras

Regras de classificação mapeando tipos de consulta a ações

Registro de decisão

ID da regra e número da versão
Dados de entrada que acionaram a regra
Resultado do cálculo e fórmula aplicada

Contestável: Sim - aplicação da regra verificável. Objeção possível por dados incorretos ou versão de regra errada.

Escalar casos complexos Encaminhar a especialista de RH quando confiança é baixa ou tema é sensível Agente IA

Limiar de confiança e classificação de sensibilidade do tema

Registro de decisão

Versão do modelo e pontuação de confiança
Dados de entrada e resultado da classificação
Justificativa da decisão (explicabilidade)
Trilha de auditoria com rastreabilidade completa

Contestável: Sim - totalmente documentado, revisável por humanos, objeção por processo formal.

Registrar interação Gravar tipo de consulta, resolução e escalação para análise Motor de regras

Registro automatizado para medição de qualidade do serviço

Registro de decisão

ID da regra e número da versão
Dados de entrada que acionaram a regra
Resultado do cálculo e fórmula aplicada

Contestável: Sim - aplicação da regra verificável. Objeção possível por dados incorretos ou versão de regra errada.

Registro de decisão e direito de contestação

Cada decisão que este agente toma ou prepara é documentada em um registro de decisão completo. Os funcionários afetados podem revisar, compreender e contestar cada decisão individual.

Qual regra em qual versão foi aplicada?
Em quais dados a decisão foi baseada?
Quem (humano, motor de regras ou IA) decidiu - e por quê?
Como a pessoa afetada pode registrar uma objeção?
Como o Decision Layer implementa isso arquitetonicamente →

Este agente se encaixa no seu processo?

Analisamos seu processo específico e mostramos como este agente se integra à sua paisagem de sistemas. 30 minutos, sem preparação necessária.

Analisar seu processo

Notas de governança

EU AI Act: Risco baixo
Não classificado como alto risco pelo PL 2338/2023 - o agente fornece informações e facilita transações sem tomar decisões que afetem a relação de emprego. Requisitos da LGPD aplicam-se ao armazenamento e tratamento do conteúdo das consultas. Colaboradores devem ser informados de que estão interagindo com um sistema de IA (obrigação de transparência). Registros de conversas devem ter períodos de retenção definidos. Direitos de informação do Sindicato aplicam-se à introdução de canais de comunicação com colaboradores assistidos por IA.

Painel de pontuações

Agent Readiness 81-88%
Governance Complexity 11-18%
Economic Impact 66-73%
Lighthouse Effect 36-43%
Implementation Complexity 26-33%
Volume de transações Diário

Pré-requisitos

  • Documentos de política de RH digitalizados acessíveis como base de conhecimento estruturada
  • Portal do colaborador ou plataforma de mensagens para interface conversacional
  • Sistema de gestão de casos de RH para roteamento de escalações
  • Acesso a dados cadastrais para respostas personalizadas
  • Regras de escalação definidas: quais temas sempre vão para um humano

Contribuição para infraestrutura

O Employee Self-Service Agent força a digitalização e estruturação de documentos de política de RH - um pré-requisito do qual o Policy Document Agent, Compliance Training Agent e Onboarding Workflow Agent dependem. A lógica de roteamento de escalação construída aqui se torna o modelo para padrões de handoff humano-IA em todo o ecossistema de agentes. Constrói Decision Logging e Audit Trail utilizados pelo Decision Layer para rastreabilidade e contestabilidade de cada decisão.

O que esta avaliação contém: 9 slides para sua equipe de liderança

Personalizada com seus dados. Gerada em 2 minutos no navegador. Sem upload, sem login.

  1. 1

    Capa - Nome do processo, pontos de decisão, potencial de automação

  2. 2

    Resumo executivo - FTE liberados, custo por transação, data de retorno

  3. 3

    Situação atual - Volume de transações, custos de erro, cenário de crescimento

  4. 4

    Arquitetura de solução - Humano - motor de regras - agente IA

  5. 5

    Governança - EU AI Act, SPED/NF-e, trilha de auditoria

  6. 6

    Análise de riscos - 5 riscos com probabilidade e impacto

  7. 7

    Roteiro - Plano de 3 fases com datas concretas

  8. 8

    Caso de negócio - Comparação de 3 cenários mais matriz de sensibilidade

  9. 9

    Proposta de discussão - Próximos passos concretos

Inclui: comparação de 3 cenários

Não fazer nada vs. nova contratação vs. automação - com seu nível salarial, sua taxa de erro e seu plano de crescimento.

Mostrar metodologia de cálculo

Hourly rate: Annual salary (your input) × 1.3 employer burden ÷ 1,720 annual work hours

Savings: Transactions × 12 × automation rate × minutes/transaction × hourly rate × economic factor

Quality ROI: Error reduction × transactions × 12 × EUR 260/error (APQC Open Standards Benchmarking)

FTE: Saved hours ÷ 1,720 annual work hours

Break-Even: Benchmark investment ÷ monthly combined savings (efficiency + quality)

New hire: Annual salary × 1.3 + EUR 12,000 recruiting per FTE

Todos os dados permanecem no seu navegador. Nada é transmitido a servidores.

Employee Self-Service Agent

Initial assessment for your leadership team

A thorough initial assessment in 2 minutes - with your numbers, your risk profile and industry benchmarks. No vendor logo, no sales pitch.

30K120K
1%15%

All data stays in your browser. Nothing is transmitted.

Perguntas frequentes

Os colaboradores saberão que estão conversando com um agente de IA?

Sim. A transparência é obrigatória. O agente se identifica claramente e explica quando e por que escala para um especialista humano.

E se o agente der uma resposta errada?

O agente gera respostas fundamentadas em documentos de política verificados - ele não improvisa. Toda resposta inclui referência à política fonte. Para situações ambíguas, o agente escala em vez de adivinhar.

O que acontece depois?

1

30 minutos

Primeira reunião

Analisamos seu processo e identificamos o ponto de partida ideal.

2

1 semana

Discover

Mapeamento da sua lógica de decisão. Regras documentadas, Decision Layer projetado.

3

3-4 semanas

Build

Agente produtivo na sua infraestrutura. Governança, audit trail, cert-ready desde o dia 1.

4

12-18 meses

Autossuficiência

Acesso completo ao código-fonte, prompts e versões de regras. Sem vendor lock-in.

Implementar este agente?

Avaliamos sua paisagem de processos e mostramos como este agente se encaixa em sua infraestrutura.