Serasa transforma a renegociação de dívidas com IA generativa

Com milhões de consumidores acessando diariamente seus canais digitais, a Serasa precisava modernizar a experiência de renegociação de dívidas para torná-la mais simples, mais fluida e mais eficaz. O modelo anterior era sustentado por um chatbot tradicional, com fluxos pré-definidos e menus rígidos, o que gerava atrito ao longo da jornada e impactava diretamente indicadores estratégicos do canal.

Apesar da boa adoção, a experiência ainda apresentava limitações importantes. A jornada era fixa, sem adaptação ao contexto do usuário, sem continuidade entre etapas e sem entendimento real da intenção de cada pessoa. Em vez de apoiar a resolução do problema, o fluxo exigia que o próprio consumidor navegasse entre múltiplas opções, identificasse sozinho qual dívida fazia mais sentido negociar e seguisse todos os passos até concluir o acordo.

Na prática, o usuário precisava lidar com uma experiência pouco flexível e excessivamente operacional.

Era necessário percorrer vários caminhos dentro da conversa, interpretar ofertas, parcelamentos e formas de pagamento sem apoio contextual e avançar em uma lógica linear, muitas vezes distante da real necessidade daquele momento. Esse formato aumentava o abandono da jornada, ampliava o transbordo para atendimento humano e limitava a capacidade de escala do canal.

Para enfrentar esse cenário, a MadeinWeb desenvolveu o Agente Negociador Limpa Nome, uma solução de IA generativa cloud-native integrada ao WhatsApp da Serasa. A proposta foi substituir a lógica rígida do modelo anterior por uma operação inteligente, capaz de compreender linguagem natural, interpretar contexto, conduzir a negociação de forma ativa e fechar acordos de ponta a ponta com segurança e escalabilidade.

A transformação representou uma mudança clara de abordagem. Sai um modelo baseado em regras, respostas pré-definidas e baixa capacidade de adaptação. Entra uma arquitetura conversacional orientada a resultado, em que a jornada deixa de ser uma sequência engessada de etapas e passa a funcionar como uma interação contextual, contínua e mais humana.

A solução foi desenhada como um ecossistema de agentes colaborativos, em que cada agente assume um papel específico dentro da jornada.

• Agente de Orquestração

Conduz a interação de forma natural, empática e orientada à conversão, coordenando a jornada do início ao fim.

• Agente de Autenticação

Valida o usuário nos sistemas da Serasa e garante acesso seguro às informações necessárias para a negociação.

• Agente de Negociação de Dívidas

Conduz a negociação propriamente dita, identifica as condições mais adequadas e apoia o fechamento do acordo.

• Agente de Informação

Consulta e organiza os dados relevantes sobre cliente, ofertas, contas e contexto da negociação para apoiar a tomada de decisão.

• Memória Compartilhada

Funciona como uma camada de contexto que preserva continuidade, consistência e progressão ao longo da conversa.

Com essa estrutura, a experiência deixa de ser apenas transacional e passa a ser orientada à resolução efetiva do problema do usuário.

A arquitetura da solução foi projetada para operar com alta escala, baixa latência, resiliência e governança. As interações WhatsApp são recebidas pela camada de integração e colocadas em Amazon SQS, separando a ingestão de mensagens do processamento aplicacional, o que evita que picos de tráfego de campanhas sobrecarreguem a aplicação. O AWS Lambda consome e roteia as mensagens enfileiradas para a aplicação principal.

O Amazon EKS opera como camada principal de computação, executando a aplicação FastAPI com LangGraph para orquestração conversacional multi-agente. Múltiplos pods intercambiáveis processam conversas simultaneamente, com readiness/liveness probes, substituição automática de pods com falha e horizontal scaling conforme a demanda.

O Amazon Bedrock fornece acesso a múltiplos modelos de linguagem para compreensão de linguagem natural, geração de respostas e condução da negociação. O Amazon ElastiCache for Redis armazena o estado conversacional e checkpoints do LangGraph, permitindo que qualquer pod saudável continue processando uma conversa sem acoplar a sessão a um container específico.

Logs, artefatos e dados de sessão são armazenados em Amazon S3. O monitoramento operacional utiliza Amazon CloudWatch para acompanhamento de performance, latência e alertas, complementado por AWS CloudTrail para auditoria.

Essa fundação tecnológica viabiliza uma experiência mais inteligente e ao mesmo tempo preparada para absorver grandes volumes de interação sem crescimento proporcional da operação.

Após a implantação do Agente Negociador Limpa Nome, a Madeinweb passou a atuar também na sustentação contínua da solução em produção, em modelo de managed services. A atuação inclui monitoramento da performance e escalabilidade da arquitetura na AWS; gestão de incidentes e melhorias corretivas; acompanhamento das integrações com APIs do Limpa Nome; observabilidade de componentes como Amazon EKS, Amazon Bedrock, AWS Lambda, Amazon SQS e Amazon ElastiCache for Redis; além da evolução contínua dos fluxos conversacionais, prompts, guardrails e mecanismos de governança do agente de IA.

Esse modelo operacional permite que a Serasa mantenha o canal digital de negociação em funcionamento contínuo, com acompanhamento proativo de qualidade, segurança, custo, latência, resiliência e experiência do consumidor, transformando a solução em uma operação viva e escalável, e não apenas em uma entrega pontual de projeto.