Este exemplo foi adaptado para a nova estrutura focada em hipóteses e aprendizado.
-
1. Ideia a Ser Validada:
- Utilizar um assistente de IA para automação do agendamento de consultas.
-
2. Hipótese Principal:
-
Acreditamos que implementar um assistente de IA para a recepcionista Ana resultará em uma redução drástica no tempo de agendamento. Saberemos que isso é verdade quando
o tempo médio para marcar uma consulta cair 50% durante os testes2.
-
-
3. Desenho do Experimento (MVP):
- Um protótipo de chatbot "Wizard of Oz", onde um membro da equipe responde às perguntas dos usuários seguindo um script, simulando a IA. O objetivo é validar o fluxo da conversa e a aceitação da persona ("Ana"), utilizando dados históricos de agendamento 3 para as respostas, sem construir o modelo de IA ainda.
-
4. Métricas-Chave de Aprendizagem:
- Tempo médio de espera para marcação de consultas.
- Taxa de sucesso (percentual de usuários que conseguem agendar sem precisar de ajuda extra).
- Feedback qualitativo da recepcionista "Ana" sobre a facilidade e clareza do fluxo.
-
5. Critérios de Sucesso (Para "Pivotar ou Perseverar"):
- Se o tempo médio de agendamento for reduzido em pelo menos 40% (próximo da nossa meta de 50%) e o feedback qualitativo da "Ana" for positivo, a hipótese será considerada validada. Vamos perseverar e iniciar o desenvolvimento do modelo de IA real. Caso contrário, vamos pivotar e testar um novo fluxo de conversação ou uma nova abordagem.