Counting House: padrão propõe usar IA em sistemas com grande volume de trabalho humano

O texto de Steve Yegge descreve o Counting House como um padrão para departamentos com milhões a dezenas de milhões de contatos por ano, como atendimento ao cliente e processamento de sinistros. A ideia é o oposto de uma fábrica de software com agentes soltos. Cada chamada de modelo é um "escriturário" sem estado: pega um item de trabalho, executa, escreve notas e encerra. Não tem credencial própria, não guarda memória e nunca escreve direto em sistema de registro. Até a leitura passa por um esquema que limita o que o modelo enxerga.

Tudo é governado por uma tabela de políticas. Cada linha cobre uma intenção de contato (reembolso por isenção e reembolso de cortesia são intenções distintas, por exemplo) e define qual modelo atende, quanto de autonomia tem, quem aprova e quais ferramentas pode usar. São cinco níveis: off, shadow, assist, contain e transact. O modelo começa sem autonomia e sobe de nível por avaliação. Para avaliar, o autor propõe um conjunto de referência de 200 a 1000 casos reais por intenção, pontuados por humanos em perguntas de sim ou não (seguiu o procedimento, o tom estava adequado, o reembolso foi emitido). Intenções com dinheiro envolvido recebem mais exemplos. O autor diz que a única empresa com quem conversou está tendo sucesso inicial com modelos relativamente baratos.

Para quem opera atendimento ou back-office em escala, a leitura é que o ganho aqui vem de engenharia e estatística clássicas, não de um agente mais esperto. Medir o modelo contra o desempenho humano, intenção por intenção, dá uma régua para decidir onde ligar a IA e onde manter gente. É uma proposta de um autor, descrita a partir de um caso inicial, e não um resultado amplamente validado.