{"id":1065139,"date":"2026-01-05T12:15:42","date_gmt":"2026-01-05T12:15:42","guid":{"rendered":"https:\/\/www.artefact.com\/?post_type=cases&#038;p=1065139"},"modified":"2026-02-12T15:19:38","modified_gmt":"2026-02-12T15:19:38","slug":"groupe-barriere-launching-the-first-tailor-made-generative-agents-kicking-off-groupe-barrieres-ai-roadmap","status":"publish","type":"cases","link":"https:\/\/www.artefact.com\/br\/cases\/groupe-barriere-launching-the-first-tailor-made-generative-agents-kicking-off-groupe-barrieres-ai-roadmap\/","title":{"rendered":"<span class=\"highlight\">GROUPE BARRI\u00c8RE<\/span> Lan\u00e7amento dos primeiros agentes geradores feitos sob medida: Dando in\u00edcio ao roteiro AI do Groupe Barri\u00e8re"},"content":{"rendered":"<p style=\"text-align: center;\"><span style=\"text-decoration: underline;\">Assista \u00e0 confer\u00eancia replay em franc\u00eas:<\/span><\/p>\n<p style=\"text-align: center;\"><iframe title=\"Reprodutor de v\u00eddeo do YouTube\" src=\"https:\/\/www.youtube.com\/embed\/faaMhy3bdYk?si=PR0va8Tq54UCI-l_\" width=\"560\" height=\"315\" frameborder=\"0\" allowfullscreen=\"allowfullscreen\" data-mce-fragment=\"1\"><\/iframe><\/p>\n<p>Joy e Alexandre Barri\u00e8re assumiram as r\u00e9deas da empresa familiar de seus pais, Diane Barri\u00e8re e Dominique Desseigne, dando nova vida ao <a href=\"https:\/\/www.groupebarriere.com\/en\" target=\"_blank\" rel=\"noopener\">Grupo Barri\u00e8re<\/a> com uma nova abordagem \u00e0 inova\u00e7\u00e3o. Essa institui\u00e7\u00e3o centen\u00e1ria foi pioneira no conceito de <strong>\u201cResort em estilo franc\u00eas,\u201d<\/strong> combinando hot\u00e9is, cassinos, restaurantes, instala\u00e7\u00f5es de bem-estar e entretenimento. Em 2025, o Grupo tem <strong>33 estabelecimentos de jogos de azar<\/strong>, <strong>20 hot\u00e9is de luxo<\/strong>, e quase <strong>7.000 funcion\u00e1rios em todo o mundo<\/strong>.<\/p>\n<p>Foi nesse cen\u00e1rio de internacionaliza\u00e7\u00e3o que come\u00e7ou a transforma\u00e7\u00e3o do data e da IA do Grupo. <a href=\"https:\/\/www.linkedin.com\/in\/salomon-bentolila-3834518\/\" target=\"_blank\" rel=\"noopener\">Salomon Bentolila<\/a>, A iniciativa est\u00e1 sendo conduzida pelo Diretor de Data e Aquisi\u00e7\u00e3o. Com <a href=\"https:\/\/www.artefact.com\/br\/\">Artefact<\/a> como seu parceiro estrat\u00e9gico e tecnol\u00f3gico, o Grupo Barri\u00e8re est\u00e1 lan\u00e7ando seus primeiros agentes de IA personalizados.<\/p>\n<h2>Estabelecer um roteiro de IA com base em tr\u00eas objetivos<\/h2>\n<p>Para adotar a IA, o Grupo Barri\u00e8re estruturou sua abordagem em tr\u00eas \u00e1reas:<\/p>\n<ol>\n<li><strong>Melhorar a produtividade e as opera\u00e7\u00f5es:<\/strong> Todos os funcion\u00e1rios t\u00eam acesso \u00e0 IA, independentemente de seu n\u00edvel de maturidade tecnol\u00f3gica. Isso se aplica a todas as linhas de neg\u00f3cios.<\/li>\n<li><strong>Transformar a experi\u00eancia do cliente e do funcion\u00e1rio:<\/strong> As solu\u00e7\u00f5es de suporte de chatbots e IA melhoram a efici\u00eancia operacional sem comprometer a excel\u00eancia do servi\u00e7o.<\/li>\n<li><strong>Crie novos servi\u00e7os usando IA generativa:<\/strong> Atualmente, o Grupo est\u00e1 experimentando novos modelos de neg\u00f3cios para se diferenciar.<\/li>\n<\/ol>\n<h2>Casos de uso: Tr\u00eas agentes piloto de IA para diferentes necessidades de neg\u00f3cios<\/h2>\n<p>Em colabora\u00e7\u00e3o com o Artefact, o Groupe Barri\u00e8re desenvolveu um <strong>plataforma de IA generativa com tr\u00eas agentes principais<\/strong>. Cada um deles aborda desafios comerciais espec\u00edficos. Eles est\u00e3o sendo implementados gradualmente em um modo de teste e aprendizado.<\/p>\n<p><strong>Agente 1 - Barri\u00e8re GPT: IA para todos<\/strong><\/p>\n<p>Baseado no Gemini, o <strong>Agente Barri\u00e8re GPT<\/strong> fornece acesso seguro a um modelo de linguagem avan\u00e7ado. A plataforma integra bibliotecas de prompts que as equipes podem compartilhar e reutilizar. Implementada para cerca de cem funcion\u00e1rios, a ferramenta j\u00e1 <strong>gerou mais de 4.000 prompts<\/strong>. Essa fase piloto permite a avalia\u00e7\u00e3o da ado\u00e7\u00e3o real e o ajuste da estrat\u00e9gia.<\/p>\n<p><em>\u201cAprendemos e avan\u00e7amos muito rapidamente questionando as coisas. O Google inclui muitos recursos em seu Workspace. Isso levanta a quest\u00e3o: devemos manter o Barri\u00e8re GPT ou confiar em ferramentas nativas? Continuamos \u00e1geis\u201d.\u201d<\/em>- Salomon Bentolila, Diretor de Data e Aquisi\u00e7\u00e3o, Groupe Barri\u00e8re<\/p>\n<p>Isso <strong>abordagem de teste e aprendizado<\/strong> permite que o Grupo permane\u00e7a flex\u00edvel diante das r\u00e1pidas mudan\u00e7as do mercado. Em vez de se comprometer com uma implanta\u00e7\u00e3o maci\u00e7a, as equipes da Salomon Bentolila avaliam em tempo real se a solu\u00e7\u00e3o continua relevante ou se alternativas nativas poderiam atender melhor \u00e0s necessidades.<\/p>\n<p><strong>Agente 2 - Call Center: Agilizar o relacionamento com o cliente<\/strong><\/p>\n<p>O <strong>segundo agente visa call centers<\/strong>. Os consultores precisavam consultar v\u00e1rias fontes: procedimentos, cat\u00e1logos de produtos, etc. Eles perdiam um tempo valioso durante as intera\u00e7\u00f5es com os clientes.<\/p>\n<p>A equipe de Salomon Bentolila desenvolveu <strong>um agente de call center baseado na arquitetura RAG (Retrieval-Augmented Generation)<\/strong>. Essa tecnologia agrega toda a documenta\u00e7\u00e3o comercial. Os consultores obt\u00eam instantaneamente as respostas de que precisam; o tempo de processamento das informa\u00e7\u00f5es \u00e9 reduzido; os agentes podem voltar a se concentrar nas vendas e no suporte.<\/p>\n<p>Resultado: mais de <strong>1.000 prompts gerados por mais de 60 usu\u00e1rios ativos com um \u00edndice de satisfa\u00e7\u00e3o de 3,64\/4<\/strong>. A implementa\u00e7\u00e3o est\u00e1 planejada em todas as centrais de atendimento do Grupo.<\/p>\n<p><strong>Agente 3 - Barri\u00e8re Play Support: Assist\u00eancia cont\u00ednua dispon\u00edvel<\/strong><\/p>\n<p>O Grupo Barri\u00e8re desenvolveu o Barri\u00e8re Play, um aplicativo que <strong>permite que os clientes se conectem \u00e0s m\u00e1quinas ca\u00e7a-n\u00edqueis usando uma carteira recarreg\u00e1vel<\/strong>. O aplicativo est\u00e1 em constante evolu\u00e7\u00e3o por meio de sprints \u00e1geis. No entanto, quando surgem problemas t\u00e9cnicos, os funcion\u00e1rios da \u00e1rea nem sempre entendem os aspectos t\u00e9cnicos suficientemente bem para resolv\u00ea-los. Isso levou \u00e0 pergunta: <strong>Como podemos garantir um suporte eficaz em todos os momentos?<\/strong><\/p>\n<p>Foi tomada a decis\u00e3o de criar uma FAQ. O documento resultante database foi colocado em um RAG. Esse sistema fornece <strong>Suporte de IA 24 horas por dia, 7 dias por semana<\/strong>. Testado em tr\u00eas cassinos-piloto, ele tem <strong>mais de 350 prompts, mais de 30 usu\u00e1rios ativos e um \u00edndice de satisfa\u00e7\u00e3o de 3,77\/4<\/strong>.<\/p>\n<h2>A ado\u00e7\u00e3o comercial \u00e9 t\u00e3o importante quanto o desempenho t\u00e9cnico<\/h2>\n<p>A ado\u00e7\u00e3o do usu\u00e1rio \u00e9 t\u00e3o importante quanto o desempenho da ferramenta. O feedback do campo exigiu ajustes.<\/p>\n<p>Para as centrais de atendimento, as equipes de Data e Aquisi\u00e7\u00e3o tiveram que <strong>melhorar a qualidade do documento databases<\/strong> nos RAGs. Foi necess\u00e1ria uma evid\u00eancia concreta do valor agregado para convencer as equipes.<\/p>\n<p><em>\u201cNossos funcion\u00e1rios do call center j\u00e1 t\u00eam acesso a cerca de 32 ferramentas. Isso significava mais uma ferramenta para eles dominarem. Portanto, tinha que valer realmente a pena.\u201d<\/em> - Salomon Bentolila, Diretor de Data e Aquisi\u00e7\u00e3o, Groupe Barri\u00e8re<\/p>\n<p>Quanto ao agente Barri\u00e8re Play, a interface inicial via Google Chat n\u00e3o era adequada para funcion\u00e1rios m\u00f3veis. Portanto, o Grupo <strong>integrou o agente diretamente ao back-office<\/strong> ferramentas usadas diariamente, por meio de uma API.<\/p>\n<p>A Artefact apoiou essas mudan\u00e7as adaptando a arquitetura t\u00e9cnica e os m\u00e9todos de integra\u00e7\u00e3o. Al\u00e9m disso, eles abordaram dois aspectos essenciais:<\/p>\n<ol>\n<li>Ado\u00e7\u00e3o pelos funcion\u00e1rios<\/li>\n<li>Materiais de apoio ao gerenciamento de mudan\u00e7as<\/li>\n<\/ol>\n<h2>LLM como juiz: Supervisionando o agente de IA para garantir a qualidade<\/h2>\n<p>A sustentabilidade do sistema depende de uma supervis\u00e3o rigorosa. A Artefact e o Groupe Barri\u00e8re implementaram um <strong>LLM como uma abordagem de juiz<\/strong> para avaliar continuamente a relev\u00e2ncia das respostas.<\/p>\n<p>Essa metodologia est\u00e1 estruturada da seguinte forma:<\/p>\n<ul>\n<li><strong>Informa\u00e7\u00f5es<\/strong>: Cria\u00e7\u00e3o de bibliotecas data de refer\u00eancia com linhas de neg\u00f3cios, incluindo pares de perguntas e respostas anotadas<\/li>\n<li><strong>Resposta<\/strong>: Gera\u00e7\u00e3o de respostas \u00e0s perguntas dos usu\u00e1rios por meio do agente RAG a ser avaliado<\/li>\n<li><strong>Avalia\u00e7\u00e3o<\/strong>: Pontua\u00e7\u00e3o automatizada da previs\u00e3o em uma escala de 1 a 4 por um juiz do LLM, com base no conhecimento dataset. Cada pontua\u00e7\u00e3o \u00e9 expl\u00edcita e justificada.<\/li>\n<li><strong>Recalibra\u00e7\u00e3o<\/strong>Revis\u00e3o das justificativas para as pontua\u00e7\u00f5es e, em seguida, modifica\u00e7\u00e3o do prompt de contexto\/RAG do agente (atividade humana epis\u00f3dica)<\/li>\n<\/ul>\n<p>Esse ciclo de melhoria cont\u00ednua refor\u00e7a a confian\u00e7a do usu\u00e1rio e garante a confiabilidade de longo prazo dos agentes de IA.<\/p>\n<h2>2026: Uma abordagem \u00e1gil para a ado\u00e7\u00e3o generalizada da IA<\/h2>\n<p>Com mais de 5.000 prompts gerados, o Groupe Barri\u00e8re planeja implantar novos casos de uso em 2026. A agilidade continua sendo a prioridade.<\/p>\n<p><em>\u201cEm vez de seguir rigidamente um roteiro, preferimos aproveitar as oportunidades que possam ser do interesse de nossas equipes. Definimos um or\u00e7amento que implantamos de forma \u00e1gil, de acordo com as necessidades.\u201d<\/em> -Salomon Bentolila, Diretor de Data e Aquisi\u00e7\u00e3o, Groupe Barri\u00e8re<\/p>\n<p>Essa metodologia pragm\u00e1tica e flex\u00edvel permite que o Grupo aloque seu or\u00e7amento de IA de forma din\u00e2mica, em vez de seguir uma prioriza\u00e7\u00e3o fixa. Com essa transforma\u00e7\u00e3o, o Grupo Barri\u00e8re est\u00e1 mostrando como <strong>uma empresa centen\u00e1ria do setor de hot\u00e9is de luxo pode inovar sem perder sua identidade<\/strong>. Ao colocar a ado\u00e7\u00e3o do usu\u00e1rio no centro de sua estrat\u00e9gia, a empresa mant\u00e9m altos padr\u00f5es de qualidade de seus servi\u00e7os gra\u00e7as a sistemas de monitoramento robustos.<\/p>","protected":false},"excerpt":{"rendered":"<p>Em colabora\u00e7\u00e3o com a Artefact, o Groupe Barri\u00e8re desenvolveu uma plataforma AI generativa com tr\u00eas agentes principais. Cada um deles aborda desafios comerciais espec\u00edficos. Eles est\u00e3o sendo implementados gradualmente em um modo de teste e aprendizado.<\/p>","protected":false},"featured_media":1065140,"parent":0,"template":"","meta":{"_acf_changed":false,"ep_exclude_from_search":false},"categories":[106],"class_list":["post-1065139","cases","type-cases","status-publish","has-post-thumbnail","hentry","category-tourism"],"acf":[],"_links":{"self":[{"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/cases\/1065139","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/cases"}],"about":[{"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/types\/cases"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/media\/1065140"}],"wp:attachment":[{"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/media?parent=1065139"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/www.artefact.com\/br\/wp-json\/wp\/v2\/categories?post=1065139"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}