News · O BBVA transformou 20 000 Custom GPTs no seu front end de AI (mantém-se o acrónimo em inglês)

Jul, 134 min de leitura
Frontend

O BBVA transformou 20 000 Custom GPTs no seu front end de AI (mantém-se o acrónimo em inglês)

O estudo de caso da OpenAI sobre o BBVA mostra um banco que escalou o ChatGPT ao tornar a camada de interface algo que os próprios colaboradores constroem, em vez de uma ferramenta entregue pelas equipas de TI.

O front end é um GPT, não uma aplicação

O detalhe mais concreto do artigo da OpenAI não é o número de produtividade. É o facto de os colaboradores do BBVA terem criado mais de 20 000 Custom GPTs, dos quais cerca de 4 000 são usados com frequência. Cada um destes é uma pequena interface feita à medida — um invólucro com instruções, contexto e uma tarefa definida — construído sobre o ChatGPT Enterprise.

Isso redefine o que é 'o produto' dentro do BBVA. O banco não encomendou um catálogo de aplicações internas à medida, com os seus próprios ecrãs e fluxos de login. Deu às pessoas uma única superfície e deixou que moldassem milhares de front ends específicos sobre ela. A camada de interface passou a ser algo que os colaboradores criam, e não algo que uma equipa central entrega e mantém.

Para equipas que constroem AI (mantém-se o acrónimo em inglês) aplicada, esta é uma decisão de design relevante. Um Custom GPT é o front end mais leve possível: sem pipeline de implementação, sem framework de interface, sem ciclo de lançamento. O custo de criar uma nova interface aproxima-se de zero, e é por isso que o número chega às dezenas de milhares.

O que o assistente do Peru revela sobre a superfície de interação

O resultado mais claro a nível de fluxo de trabalho vem do Peru, onde um assistente desenvolvido internamente serve mais de 3 000 colaboradores e reduziu o tempo de resposta a pedidos de cerca de 7,5 minutos para aproximadamente 1 minuto — uma redução de ~80%, segundo a fonte.

Lido como uma história de front end, trata-se de uma tarefa de consulta e resposta que antes exigia navegar por sistemas ou documentos e que agora acontece numa única troca conversacional. O ganho não é um modelo mais inteligente em abstrato; é a compressão de várias etapas manuais de interface numa só caixa de conversa que já contém o contexto certo.

É também por isso que a estimativa de ~3 horas poupadas por colaborador por semana é plausível e não apenas aspiracional: é o resultado agregado de muitos pequenos atalhos de interação, como o do Peru, replicados pelos 83% que o usam semanalmente.

A adesão vem da confiança na interface, não só da sua utilidade

O discurso do BBVA associa repetidamente a adoção à segurança. Elena Alfaro descreve ter dado aos colaboradores 'uma plataforma segura para que pudessem começar a experimentar', com as áreas de segurança, jurídica e de compliance envolvidas desde o primeiro dia. O objetivo declarado era converter a AI (mantém-se o acrónimo em inglês) informal em AI (mantém-se o acrónimo em inglês) sancionada, tornando a superfície oficial o caminho de menor resistência.

Depois de se começar a usar, cria muito hábito e... sente-se que ajuda bastante.Montana Labs

A lição de frontend por detrás desta citação sobre adesão: uma interface só se torna a opção padrão se for mais fácil e mais segura de usar do que as alternativas a que os colaboradores recorreriam de qualquer forma. O BBVA competiu com as ferramentas informais tornando a sua própria superfície mais conveniente, complementando-a depois com formação prática para 250 líderes seniores, incluindo o CEO e o presidente.

A implicação: a criação de front ends é agora uma estratégia de distribuição

Os números do BBVA descrevem um padrão específico que vale a pena nomear. Ao transferir a criação de interfaces para a linha da frente — as pessoas mais próximas de cada tarefa —, obtêm-se rapidamente milhares de ferramentas específicas, e a minoria útil (os ~4 000 GPTs usados com frequência) revela-se através do uso real, e não de um comité de planeamento.

A contrapartida é a fragmentação: 20 000 interfaces significam 16 000 que praticamente não são usadas, sem qualquer garantia de consistência entre elas. A resposta do BBVA, segundo a fonte, foi assentar tudo na governação e partilhar os GPTs mais usados por todo o banco — curadoria depois da criação, não antes.

Para equipas que trabalham com AI (mantém-se o acrónimo em inglês) aplicada, a lição desta implementação específica é que deixar os utilizadores construir os seus próprios front ends pode superar as aplicações concebidas centralmente em termos de adoção, desde que a plataforma partilhada por baixo garanta a segurança e os melhores casos sejam promovidos. A próxima fase do BBVA, o roteiro a que chama 'The Eight', vai testar se essa expansão de interfaces feita de baixo para cima pode ser consolidada em produtos orientados ao cliente sem perder o impulso que a trouxe até aqui.

Find this story relevant to you?

Contact us to find a unique solution

Contact us

Precisa de um parceiro de engenharia de IA que saiba executar?

Ajudamos equipas em Portugal a integrar IA em produtos, automatizar processos de alto valor e modernizar os sistemas que suportam o negocio.

Get in touch

Leitura relacionada

Mais análises sobre entrega de produto, AI operacional e o trabalho de sistemas que faz com que a implementação funcione na prática.

Jul, 134 min de leitura
Frontend

A DNP colocou o ChatGPT Enterprise diante de dez departamentos e tratou a janela de chat como interface

Jul, 134 min de leitura
Frontend

A AdventHealth implementa o ChatGPT em nove estados ao tratar a adoção como o produto

Jul, 13Leitura de 4 min
Frontend

A AP+ utiliza a Codex para criar prototípagens de pagamento funcionais, e não apenas ecrãs clicáveis