Conclusão principal: economia de 2.000 horas com a orquestração de e-mails por IA

Tipo, não dá para usar IA com dados ruins. Exato.

Ou as coisas vão dar errado. Sim. Então, o primeiro passo foi dar um passo atrás, colocar os dados em um lugar limpo e legível e, depois, também em um lugar onde um computador possa fazer os cálculos. Sim. Assim como as regras de que falamos, todas elas precisam de determinados valores que o computador espera para fazer os cálculos e executar tudo automaticamente.

E, como vocês podem ver no plano, há muita coisa na cabeça das pessoas. Então, tínhamos uma coordenadora em tempo integral. Estava tudo na cabeça dela. Ela é maravilhosa.

Ela é ótima. Mas simplesmente não é possível escalar dessa forma. Criamos as regras, que são mais de 30. Já falamos sobre algumas delas.

E, então, a sobreposição de público é enorme. Mais uma vez, esse foi um fator importante para nós. Sim. E isso é tratado no Databricks, onde analisamos todos os públicos.

Analisamos como eles se sobrepõem por dia e por envio. São cerca de 18 mil combinações de públicos que simplesmente não conseguiríamos fazer com uma pessoa.

E, com base em tudo isso, ele nos indica a melhor data e hora para o e-mail.

Uau. 18 mil cálculos. Isso é... Sim. Nenhum ser humano consegue fazer isso. Você teria que ser um super-humano. Gosto muito do Genie.

Provavelmente, não teríamos conseguido fazer este projeto sem ela. Se eu tivesse que estimar, ela provavelmente fez cerca de oitenta horas de trabalho de desenvolvimento que eu não tive que fazer. Eu digo: “Genie, faça isso”. Então, acho que é uma ótima desenvolvedora júnior. Sim. Mas, se você precisar de um redator de conteúdo, pode contar com ela. Para nós, levou, eu diria, cerca de um mês, quatro semanas.

Mas sem IA em um... Se isso tivesse acontecido há dois anos, teria sido uma equipe de oito pessoas e levado vários meses, e, com sorte, teria funcionado. Isso foi simplesmente transformador para nós, e espero que todos vocês possam fazer algo parecido.