O Desafio
Criar uma plataforma enterprise onde times de suporte pudessem monitorar conversas da IA em tempo real, intervir quando necessário, e treinar o sistema continuamente. O desafio era tornar tecnologia complexa acessível sem sacrificar poder e controle.
Abordagem
Passei 3 semanas com o time de atendimento do ControleNaMao observando operações reais. Sentei ao lado de atendentes durante seus turnos, acompanhei handoffs problemáticos e mapeei pontos de atrito. O que descobri: Atendentes perdiam tempo contextualizando cada conversa do zero. Precisavam ler histórico completo antes de responder qualquer coisa. Assumiam conversas desnecessariamente ou deixavam clientes esperando muito por falta de sinalização clara.
Gestores não tinham visibilidade. Não sabiam quantas conversas estavam ativas, quais precisavam atenção, ou se a IA estava melhorando. Relatórios genéricos não mostravam onde investir tempo de treinamento. Sistema de conhecimento era caótico. Informação espalhada em docs, planilhas, mensagens. Atualizar resposta da IA exigia envolver TI. Time de produto queria ajustar tom mas não tinha acesso.

Arquitetura de Informação
Estruturei a plataforma em torno de workflows reais de operação: Atendimentos como hub central com lista de conversas ativas e filtros, Perguntas com chat view e histórico completo, Treinamento pra gerenciar conhecimento da IA, Relatórios com métricas e evolução, Intelligences pra configurar assistentes, e gestão de Equipe com permissões. A navegação lateral fixa mantém contexto entre seções. Seletor de empresa no topo permite alternar entre múltiplos clientes (multi-tenant)

Design
Estruturei a plataforma em torno de workflows reais de operação: Atendimentos como hub central com lista de conversas ativas e filtros, Perguntas com chat view e histórico completo, Treinamento pra gerenciar conhecimento da IA, Relatórios com métricas e evolução, Intelligences pra configurar assistentes, e gestão de Equipe com permissões. A navegação lateral fixa mantém contexto entre seções. Seletor de empresa no topo permite alternar entre múltiplos clientes (multi-tenant)

Resultados
Cores definem status na lista: verde (IA processando), azul (humano no comando), cinza (encerrado). Chat distingue IA através de avatar laranja. Histórico lateral carrega 30 dias de interações, dando contexto necessário pro agente decidir se assume ou não. Topo do dashboard concentra 6 métricas críticas: contagem de atendimentos, automação em horas, percentual de escalação, latência de handoff, esforço humano, e score de satisfação. Visualizações complementares revelam tendências e gaps individuais. Algoritmo de prioridade identifica conversas urgentes automaticamente – tempo parado elevado ou padrões indicando cliente insatisfeito ganham destaque. A plataforma oferece tema escuro completo, essencial pra times que monitoram conversas 24/7. Mesma paleta semântica adaptada, com ajustes de contraste pra garantir legibilidade. Alternância automática ou manual.