Nossa jornada com o Adobe AI mudou da inteligência preditiva para a criação generativa e agora para sistemas agênticos que agem com intenção. Ao longo do caminho, mudou a maneira como dimensionamos a personalização, desbloqueamos a produtividade e impulsionamos a inovação. Veja o que aprendemos, o que foi necessário para chegar aqui e o que vem a seguir.

Introdução

A IA já não é apenas a palavra da moda no mundo da experiência digital. É o motor que impulsiona a personalização, a produtividade e a escalabilidade modernas. No setor de Viagens, Hospitalidade e Entretenimento, onde a precisão e a escala são críticos, muitas organizações começaram com recursos de IA preditiva no Adobe Analytics e no Adobe Target. A partir daí, a adoção se expandiu para a IA gerativa por meio de ferramentas como o Assistente de IA da Adobe Experience Platform e agora está progredindo em direção aos recursos de IA agêntica dentro e além da Adobe Experience Platform. Ao longo do caminho, lições importantes surgiram em torno da adoção, governança e inovação. Esses insights são cada vez mais relevantes para qualquer organização que esteja moldando sua estratégia de experiência digital baseada em IA.

Fundamentos da IA

Adobe Analytics e Adobe Target eram nossos pontos de entrada para o marketing orientado por IA. O Analytics forneceu insights preditivos por meio da detecção de anomalias, análise de contribuição e previsão, enquanto o Target tornou a personalização prática com direcionamento, personalização e recomendações automatizados.

Esses recursos estabeleceram a base para a confiança na IA, demonstrando o ROI de várias maneiras:

• Ganhos de eficiência: redução do esforço manual necessário para descobrir insights ou otimizar conteúdo.
• Aumento de receita: impulsionando melhorias mensuráveis em conversões e no valor médio de pedido por meio de experiências personalizadas.
• Impacto na experiência do cliente: permitindo interações mais rápidas e relevantes que melhoraram o engajamento e a satisfação.

Em conjunto, esses resultados demonstraram o valor comercial concreto da IA preditiva e ajudaram a reforçar a confiança das partes interessadas para a expansão para casos de uso mais avançados.

Guia prático: 3 passos para começar a utilizar a IA no Adobe Analytics e no Adobe Target

1. Comece aos poucos com a detecção de anomalias e a análise de contribuição no Adobe Analytics para validar os insights gerados por IA.
2. Aproveite o Automated Personalization no Adobe Target para fornecer a melhor variação de conteúdo para cada visitante, otimizada dinamicamente pela IA preditiva.
3. Rastreie o aumento e o ROI no Direcionamento automático e nas recomendações para mostrar antecipadamente o impacto tangível nos negócios.

O salto para a IA generativa com o Assistente de IA da Adobe Experience Platform

O verdadeiro ponto de virada veio quando adotamos a Adobe Experience Platform (AEP) e começamos a usar o Assistente de IA da Adobe, viabilizado pela IA generativa. O Assistente rapidamente provou ser mais do que uma novidade, tornou-se uma ferramenta de produtividade diária entre as equipes.

Por que adotamos o Assistente de IA

A decisão de usar o Assistente de IA decorreu de três necessidades:

1. Rapidez na obtenção de insights: analistas e usuários corporativos precisavam de respostas rápidas a partir de conjuntos de dados complexos, sem precisar escrever consultas manualmente.
2. Acessibilidade: a Adobe Experience Platform é poderosa, mas pode ser intimidante para usuários não técnicos. Uma maneira mais natural de interagir com dados e insights por meio de consultas conversacionais ajuda a diminuir essa barreira.
3. Integração: com novas contratações e rotações de funções, a produtividade das equipes na Adobe Experience Platform era demorada. O Assistente de IA pode servir como um "treinador" interativo para orientar a exploração.

Casos de uso iniciais e sua evolução

• Integração e habilitação: novos usuários usam o Assistente de IA como um “guia” para explorar conjuntos de dados, entender esquemas XDM e conhecer os recursos de aplicativos da plataforma (Real-Time CDP, Customer Journey Analytics e Adobe Journey Optimizer) de forma prática. Em vez de ler a documentação passivamente, eles podem perguntar: “Quais métricas estão disponíveis para o desempenho da campanha?” ou “Como posso analisar as tendências de engajamento do público-alvo?” Essa abordagem interativa acelerou a integração de meses para semanas.
• Resolução de problemas e exploração de dados: desde o início, o Assistente de IA ajudou os usuários a identificar campos ausentes ou definições de dados inconsistentes. Hoje, ele também valida consultas, identifica anomalias e oferece recomendações para obter insights mais precisos.

Dicas de práticas recomendadas para usar o Assistente de IA com consultas de linguagem natural

• Incentive os novos usuários a considerarem o Assistente de IA como um guia de primeira mão, ajudando-os a explorar os dados e a aprender as funcionalidades da plataforma de forma interativa.
• Prepare um conjunto de sugestões iniciais para demonstrar consultas típicas e as práticas recomendas.
• Combine o uso do assistente de IA com sessões estruturadas de capacitação — essa combinação promove a adoção mais rápida e gera confiança.

Principais resultados

• Analistas e usuários corporativos obtêm insights úteis mais rapidamente, reduzindo o tempo de consultas e geração de relatórios de dias para minutos.
• Os usuários sem conhecimentos técnicos passaram a se sentir mais confiantes para trabalhar diretamente na Adobe Experience Platform, sem depender tanto dos analistas.
• A integração dos novos contratados ocorreu de 2 a 3 vezes mais rápido, reduzindo a carga de trabalho dos membros mais experientes da equipe durante o período de adaptação.

Os benefícios eram evidentes: as equipes tornaram-se mais eficientes, a Adobe Experience Platform ficou mais acessível e as consultas em linguagem natural permitiram que usuários de todas as áreas explorassem dados e obtivessem insights com o mínimo de dificuldade.

No entanto, a adoção não ocorreu sem seus desafios:

• Medo e mal-entendidos: as equipes jurídicas e de conformidade inicialmente temiam que, caso os dados dos hóspedes fossem utilizados em um modelo de IA, eles pudessem ser expostos externamente ou reutilizados por outra empresa. Para dar resposta a essas preocupações, foi necessário documentar claramente o uso dos dados, garantir transparência na arquitetura e promover a formação contínua.
• Desafios relacionados à confiança e à adoção: dentro da organização, muitas pessoas temiam que a IA pudesse substituir o julgamento humano ou reduzir seu controle. Tivemos que deixar claro que a IA era um facilitador, não um substituto, visto que o objetivo inicial era usá-la como um assistente.
• Desafios relacionados à preparação dos dados: nossas equipes de tecnologia tiveram que encarar o fato de que a qualidade da IA generativa está estritamente relacionada aos dados com os quais ela trabalha. Utilizar dados de 360 claros e bem orquestrados é essencial para obter resultados precisos e insights confiáveis. A camada de perfil unificado da AEP e a plataforma centralizada de dados ajudaram a superar esse desafio.

Uma vez que esses obstáculos foram reconhecidos e resolvidos, os benefícios se tornaram inegáveis.

A emergente era da IA agêntica

Embora a IA generativa seja poderosa, a IA agêntica representa o próximo avanço. Em vez de responder somente a prompts, a IA agêntica permite a execução autônoma e a orquestração de fluxos de trabalho de várias etapas, desde o desenvolvimento de estratégias até a criação de segmentos, a execução de personalização e as verificações de qualidade de dados. É uma mudança de automação de “assistência” para “colaboração”: a GenAI responde a perguntas e gera conteúdo, enquanto a IA agêntica coordena várias tarefas, gerencia dependências e executa fluxos de trabalho complexos de acordo com objetivos definidos.

No momento, estamos explorando estes recursos:

1. Adobe Experience Platform Agent Orchestrator: para permitir que agentes trabalhem juntos em fluxos de trabalho de marketing de várias etapas.
2. Agentes da Adobe Experience Platform criados para propósitos específicos: agentes especializados para segmentação, ativação e insights.
3. Adobe GenStudio e Firefly: para gerar conteúdo personalizado e seguro para a marca em grande escala.

Fora da plataforma da Adobe, também estamos avaliando a qualidade de dados, resolução de identidade e estratégia de personalização da IA agêntica, garantindo que esta atue em toda a jornada do cliente.

Atualmente, a criação de uma campanha geralmente envolve várias transferências: a engenharia de dados prepara o público-alvo, o marketing projeta o conteúdo e as operações gerenciam a ativação. Em um futuro próximo, um conjunto coordenado de processos de IA agêntica poderá executar essas etapas perfeitamente, o que reduzirá as interações manuais. Essa mudança permitirá que as equipes foquem mais na estratégia e na tomada de decisões criativas, além de reduzir drasticamente o prazo para comercialização, de vários meses para apenas alguns dias.

Guia prático: 3 passos para se preparar para a IA agêntica

1. Envolva as equipes jurídica e de segurança desde o início: documente a arquitetura, os fluxos de trabalho e o uso dos dados, e demonstre que as diretrizes de conformidade, privacidade e segurança estão sendo respeitadas.
2. Defina as funções e responsabilidades dos agentes: especifique quais processos ou fluxos de trabalho cada agente gerenciará (por exemplo, segmentação, geração de conteúdo, otimização e validação), para garantir o alinhamento com os objetivos de negócio.
3. Crie protótipos de fluxos de trabalho limitados: comece com experimentos pequenos e controlados antes de expandir para a orquestração em toda a empresa e compartilhe os primeiros resultados para criar uma relação de confiança e compreensão.

Diferença entre GenAI e IA agêntica

Conclusão principal: a GenAI ajuda a fazer as coisas mais rapidamente; a IA agêntica ajuda a fazer coisas que não eram possíveis antes.

Lições aprendidas e o que vem a seguir

Nossa jornada destaca algumas lições principais:

• Comece com pilotos pequenos e de baixo risco: use a IA como assistente, não como substituto, mantendo o humano por dentro e no controle.
• Comece pelos fundamentos da IA para criar confiança, demonstre como a IA de nível empresarial mantém os dados seguros e a proteção da privacidade intacta. Em seguida, avance para a IA generativa e a IA agêntica. Estabeleça confiança com resultados mensuráveis antes de escalonar.
• O Automated Personalization no Adobe Target tem sido um dos nossos maiores impulsionadores de ROI, fornecendo consistentemente um aumento mensurável e reduzindo o esforço manual. Também ajuda a criar confiança com as partes interessadas, mostrando resultados tangíveis rapidamente.
• Documente claramente a arquitetura, o uso de dados e as práticas de compartilhamento, e proteja as aprovações das equipes jurídicas e de segurança. Estabeleça diretrizes de conformidade, incluindo privacidade, IP e governança de dados, antes de escalar para casos de uso sensíveis.
• Meça amplamente o ROI: não apenas em dólares, mas em ganhos de produtividade, velocidade de comercialização e resultados criativos habilitados pelas ferramentas de IA.

Entender a evolução dos recursos de IA

• A GenAI acelera tarefas como criação de conteúdo, segmentação e análise.
• A IA agêntica vai além da aceleração, chegando à orquestração autônoma, gerenciando fluxos de trabalho com várias etapas, coordenando agentes e otimizando continuamente as campanhas. Essa mudança permite que as equipes se concentrem na estratégia, na criatividade e na inovação, ao mesmo tempo em que reduz o prazo para comercialização de meses para apenas alguns dias.

Olhando para o futuro, vemos a IA agêntica transformando não apenas a produtividade, mas também a forma como as experiências são concebidas, orquestradas e oferecidas. Agentes coordenados gerenciam públicos-alvo, conteúdo e ativação de forma integrada, permitindo que as equipes de marketing dediquem mais tempo ao planejamento estratégico e à inovação criativa.

Para colegas e profissionais da área, meu conselho é simples: encarem a IA como uma parceira, não apenas como uma ferramenta. Comece aos poucos, compartilhe as conquistas e prepare-se para um futuro impulsionado pelos agentes.