Ir para o conteúdo
Publicidade

IAIA · Agentes de IA

Nubank corta de 21,2 para 4,4 dias o ciclo de agente de IA

Antes de falar com cliente real, o agente de atendimento conversa com perfis simulados por software, método descrito em estudo do time de AI Research.

por

· 3 min

nubank capa B tipografia

O Nubank passou a testar mudanças no seu agente de IA de atendimento do cartão primeiro com clientes sintéticos, perfis simulados por software, e só depois com gente de verdade. No estudo da equipe de AI Research do banco, cada versão nova ficou pronta, em média, em 4,4 dias, contra 21,2 dias no fluxo anterior, sem simulação.

O método está num artigo de pesquisa publicado no arXiv. Dentro de um ambiente fechado, clientes fictícios, de perfis e demandas variados, fazem conversas de várias rodadas com o agente, e a equipe compara as alternativas antes de qualquer cliente real ser exposto a elas.

Nubank · agentes de IA do atendimento

Com clientes sintéticos, a versão nova do agente sai em menos de cinco dias

Estudo do time de AI Research do Nubank: médias por versão do agente e teste offline do Card Management

Estudo do time de AI Research do Nubank: cada versão nova do agente de IA de atendimento consumiu, em média, 21,2 dias no fluxo anterior, sem simulação, e 4,4 dias com testes prévios em clientes sintéticos. Na avaliação offline, a versão nova do agente Card Management baixou os encaminhamentos desnecessários para atendentes humanos de 22,4% para 16,0%.

Números autodeclarados pela empresa. Fonte: Nubank (05/11/2026). Arte: Let’s Money.

“Cada mudança em um agente de IA é uma aposta na experiência do cliente. A simulação nos permite testar essas apostas primeiro com clientes sintéticos, para que apenas as mudanças com resultados claramente melhores cheguem às pessoas”, afirmou Rohan Ramanath, gerente-geral de IA do Nubank.

Dois agentes do cartão de crédito no teste

A pesquisa olhou para dois robôs que cuidam do cartão. O Card Delivery informa onde está a entrega do plástico e emite segunda via; o Card Management troca o endereço cadastrado e pede nova via. Só o segundo teve as mudanças guiadas pela simulação. O primeiro serviu de base de comparação.

Na rodada offline, uma das versões avaliadas do Card Management levou a 16,0% a fatia de casos em que o robô passava o cliente a um atendente sem necessidade; na versão anterior, eram 22,4%. No A/B que veio depois, já com clientes reais, ele fechou sem ajuda humana uma parcela das sessões 4,9 pontos acima da do Card Delivery e teve tNPS 36,7 pontos acima do dele, a nota de recomendação dada logo após o atendimento.

O próprio Nubank pondera que esse ganho mistura duas coisas: o Card Management cobre mais tarefas que o agente de comparação, então o resultado mede o robô novo e o método juntos. O banco também lembra que sessão encerrada sem pedido de atendente, sozinha, não prova que o problema foi resolvido. Encerrado o A/B, o robô de gestão do cartão foi liberado aos clientes do Nubank no Brasil.

Modelo aberto escolhido no simulador

O mesmo ambiente serviu para escolher modelo. A equipe pôs à prova 29 combinações de modelos open weights, num volume acima de 16 mil diálogos simulados, e ficou com o Qwen, com raciocínio ligado. Num A/B à parte contra o modelo que o Card Management usava, a versão ajustada elevou a taxa de autoatendimento, com alta de 8,8 pontos, e deixou 25% mais curta a latência no percentil 95, sem mudança estatisticamente relevante no tNPS.

No Nubank, a IA já chegou a outras frentes, como a IA lançada pelo banco que dá nota à carteira de investimentos do cliente. Entre os bancos digitais, o PicPay também abriu números de custo e de uso de IA pela equipe.

O que observar

A tese do estudo é que o simulador precisa acertar a ordem das opções, e não imitar à perfeição como uma pessoa age, e que ele mesmo precisa ser validado. Vale acompanhar se bancos digitais e fintechs que usam agentes no atendimento vão adotar padrões para medir a confiabilidade desses ambientes de teste.

Outro ponto é a trilha de auditoria. Como cada ajuste parte de uma hipótese com meta de sucesso definida de antemão, fica registrado por que ele foi aprovado, algo que o banco considera útil em setor regulado. A simulação ainda para nos sistemas que o agente aciona; levar o backend para dentro dela é o passo seguinte apontado pela própria empresa.

Fontes: Nubank • arXiv • Let’s Money: Nubank • Let’s Money: PicPay

Compartilhar essa notícia

Let's News

Entenda o dinheiro antes do mercado.

Ao assinar, você concorda com a política de privacidade.

Sem spam. Cancele quando quiser.

Mais notíciasIA
Ver a editoria →

Mais artigos de IA →

Let's News

Ao assinar, você concorda com a política de privacidade.

Sem spam. Cancele quando quiser.