Eficácia e impacto na experiência do cliente: um estudo sobre os modelos generativos ChatGPT e Gemini

1 | Coleta de óleo e sustentabilidade nas hamburguerias do bairro Boqueirão em Praia Grande/ SP: uma alternativa para a redução de impactos ambientais Revista Processando o Saber (eISSN: 2179-5150) - Fatec Praia Grande – Multidisciplinar Revisão por pares - Acesso aberto - www.fatecpg.edu.br/revista - [email protected] eISSN 2179-5150 FATEC Praia Grande • fatecpg.edu.br/revista submetido: Jan/2025 • aceito: Mar/2025 • publicado: Jun/2025 Interface gráfica do usuário Descrição gerada automaticamente com confiança baixa Desenho de um círculo Descrição gerada automaticamente com confiança média Eficácia e impacto na experiência do cliente: um estudo sobre os modelos generativos ChatGPT e Gemini Effectiveness and impact on customer experience: a study on the generative models Chatgpt and Gemini Thaís Yassue Domingos Tagawa Fatec Praia Grande thais.taga[email protected] Isabella Correia Aguiar Fatec Praia Grande [email protected] Leonardo Villani Fatec Praia Grande [email protected] RESUMO Este estudo analisa a aplicação dos modelos generativos ChatGPT (OpenAI) e Gemini (Google DeepMind) na fidelização e engajamento de clientes. Por meio de análise comparativa, identificamos que o Gemini se destaca em tarefas multimodais, como reconhecimento visual, enquanto o ChatGPT é mais eficaz em interações textuais e personalização. A escolha do modelo deve considerar o contexto de aplicação e o perfil do usuário. Discutimos limitações técnicas e o potencial dessas tecnologias na construção de relações mais eficazes entre empresas e consumidores. Concluímos que ambos os modelos oferecem benefícios significativos (aumento de até 50% no engajamento e redução de 45% no tempo de resposta), mas sua eficácia depende de implementação estratégica. PALAVRAS-CHAVE: modelos generativos; inteligência artificial (IA); experiência do cliente; fidelização; personalização. ABSTRACT This study examines the application of generative AI models, ChatGPT (OpenAI) and Gemini (Google DeepMind), in customer engagement and retention. Through comparative analysis, we find that Gemini excels in multimodal tasks, such as visual recognition, while ChatGPT is more effective in textual interactions and personalization. Model selection should consider the application context and user profile. We discuss technical limitations and the potential of these technologies in building more effective relationships between companies and consumers. We conclude that both models offer significant benefits (up to 50% increase in engagement and 45% reduction in response time), but their effectiveness depends on strategic implementation. KEYWORDS: generative models; artificial intelligence (AI); customer experience; customer loyalty; personalization. 198 | Eficácia e impacto na experiência do cliente: um estudo sobre os modelos generativos ChatGPT e Gemini Revista Processando o Saber - v.17 - p. 197-211 - 2025 INTRODUÇÃO Os modelos generativos de IA, como ChatGPT (OpenAI) e Gemini (Google DeepMind), têm transformado a interação entre empresas e clientes, oferecendo soluções inovadoras para atendimento ao cliente, marketing personalizado e criação de conteúdo. Esses modelos, capazes de gerar texto, imagens e conteúdo audiovisual de maneira autônoma, são amplamente adotados em setores como varejo, saúde e educação, impulsionados por avanços em aprendizado profundo e infraestrutura computacional (Kasneci et al., 2023). Diferentemente dos sistemas tradicionais de IA, baseados em regras fixas, os modelos generativos aprendem a partir de grandes volumes de dados, oferecendo maior flexibilidade para criar conteúdo novo e adaptável. Essa capacidade resolve limitações comuns de sistemas convencionais, que frequentemente falham em lidar com interações dinâmicas e variadas. Por exemplo, no atendimento ao cliente, enquanto modelos tradicionais operam com scripts rígidos, os modelos generativos geram respostas personalizadas, aumentando a satisfação e o engajamento dos usuários (Bommasani et al., 2021; Bubeck et al., 2023). A personalização é crucial para a fidelização de clientes, especialmente em mercados competitivos. Estudos indicam que 71% dos consumidores esperam interações personalizadas, e 76% relatam frustração quando isso não ocorre. Além disso, um terço dos consumidores abandona uma marca após uma experiência ruim, e 68% atribuem a troca de marcas ao mau atendimento (PwC, 2022; KPMG, 2023). Nesse contexto, os modelos generativos oferecem vantagens competitivas, proporcionando interações mais engajantes e alinhadas às preferências individuais. Este estudo analisa ChatGPT e Gemini, dois dos modelos generativos mais avançados. Enquanto o ChatGPT se destaca pela facilidade de personalização e adoção ampla em atendimento ao cliente, o Gemini diferencia-se por sua capacidade multimodal, combinando linguagem e visão para tarefas complexas (Bubeck et al., 2023; DeepMind, 2023). O objetivo é comparar sua eficiência, usabilidade e impacto na experiência do cliente, explorando suas principais diferenças e como elas influenciam a fidelização do consumidor; a eficácia na geração de respostas personalizadas e na redução do tempo de resposta; além da reação dos clientes ao uso dessas tecnologias em diferentes contextos. 199 | Eficácia e impacto na experiência do cliente: um estudo sobre os modelos generativos ChatGPT e Gemini Revista Processando o Saber - v.17 - p. 197-211 - 2025 1. FUNDAMENTAÇÃO TEÓRICA Os modelos generativos de IA representam um avanço significativo na capacidade de criar conteúdo novo e adaptável a partir da análise de grandes volumes de dados. Essas tecnologias têm revolucionado setores como atendimento ao cliente, marketing e saúde, oferecendo soluções personalizadas e escaláveis. Diferentemente dos sistemas tradicionais de IA, que operam com regras fixas, os modelos generativos aprendem a partir de dados, permitindo maior flexibilidade e adaptabilidade em interações dinâmicas (Bommasani et al., 2021; Bubeck et al., 2023). 1.1 CHATGPT E GEMINI: ESTRUTURA, ADAPTABILIDADE E DIFERENÇAS CONCEITUAIS Os modelos generativos ChatGPT (OpenAI) e Gemini (Google DeepMind) destacamse como líderes na revolução da IA generativa. O primeiro, baseado na arquitetura Transformer, utiliza mecanismos de autoatenção para gerar respostas textuais coerentes e contextualizadas, sendo amplamente adotado em chatbots e assistentes virtuais (OpenAI, 2022). Já o segundo se diferencia por sua abordagem multimodal, integrando linguagem e visão para tarefas complexas, como análise de imagens médicas e diagnósticos interativos (DeepMind, 2023). A adaptabilidade e personalização são características centrais desses modelos. O ChatGPT é eficaz em simular conversas humanas, aumentando o engajamento em 35% e a retenção de clientes em 28% (Kasneci et al., 2023). O Gemini, por sua vez, combina texto e imagem para oferecer soluções personalizadas, como relatórios interativos, elevando a retenção em 40% (DeepMind, 2023). Essas diferenças técnicas refletem-se em suas aplicações práticas: o modelo da OpenAI é ideal para interações textuais rápidas, enquanto o da Google DeepMind se destaca em tarefas que exigem integração multimodal. Conceitualmente, o ChatGPT utiliza um modelo de aprendizado supervisionado reforçado por feedback humano, garantindo respostas alinhadas às expectativas dos usuários. Essa abordagem o torna ideal para aplicações que demandam respostas rápidas e precisas baseadas em texto (OpenAI, 2022). Já o Gemini emprega um enfoque de aprendizado por reforço, priorizando a interação eficiente entre diferentes tipos de dados, o que o torna preferível para tarefas que exigem integração multimodal e análise de dados complexos (Kasneci et al., 2023). 200 | Eficácia e impacto na experiência do cliente: um estudo sobre os modelos generativos ChatGPT e Gemini Revista Processando o Saber - v.17 - p. 197-211 - 2025 1.2 APLICAÇÕES E IMPACTO NA FIDELIZAÇÃO DO CLIENTE A fidelização do cliente é um desafio central em mercados competitivos, e os modelos generativos desempenham um papel crucial nessa área. O ChatGPT destaca-se em chatbots de atendimento, oferecendo interações personalizadas que aumentam a satisfação do cliente em 30% e reduzem o tempo médio de resposta em até 45%. Estudos mostram que 71% dos consumidores esperam interações customizadas, e 76% relatam frustração quando isso não ocorre (KPMG, 2023; OpenAI, 2022). Por exemplo, em plataformas de e-commerce, ele fornece recomendações personalizadas com base no histórico de compras, aumentando a probabilidade de conversão. Já o Gemini amplia sua aplicação em setores como saúde e varejo, combinando dados visuais e textuais para tarefas complexas, como diagnósticos médicos e análise de produtos. Sua abordagem multimodal aumenta o engajamento em até 50% e reduz o abandono em jornadas complexas. Em um aplicativo de saúde, por exemplo, esse modelo pode analisar imagens de exames e fornecer diagnósticos preliminares, fortalecendo a confiança e a lealdade do paciente (Kasneci et al., 2023). Enquanto o ChatGPT domina em interações textuais rápidas, o Gemini oferece uma experiência mais rica ao integrar diferentes tipos de dados. Ambos os modelos demonstram como a IA generativa pode transformar interações comerciais e fortalecer os laços entre empresas e clientes (Zou & Schiebinger, 2021; Kasneci et al., 2023). 2. PROCEDIMENTOS METODOLÓGICOS Este trabalho utiliza uma metodologia de análise comparativa, que consiste na avaliação sistemática de dois ou mais objetos de estudo com o objetivo de identificar semelhanças, diferenças e padrões entre eles. Nesse contexto, a pesquisa se baseia em estudos de caso, com foco na aplicação dos modelos generativos ChatGPT e Gemini em diferentes contextos empresariais voltados ao relacionamento com o cliente. A abordagem busca avaliar como essas tecnologias influenciam o engajamento e a experiência do usuário, destacando similaridades, diferenças e impactos. Essa metodologia permitiu analisar as características técnicas dos modelos e seu desempenho em cenários práticos, além de identificar tendências tecnológicas e estratégias empresariais (BOMMASANI, 2021). 201 | Eficácia e impacto na experiência do cliente: um estudo sobre os modelos generativos ChatGPT e Gemini Revista Processando o Saber - v.17 - p. 197-211 - 2025 2.1 SELEÇÃO DOS ESTUDOS DE CASO A seleção dos estudos de caso seguiu critérios rigorosos para garantir relevância e diversidade nos contextos analisados. Esses critérios foram escolhidos para assegurar que as aplicações do ChatGPT e Gemini fossem avaliadas em cenários representativos e com impacto mensurável (Puthiyamadam, 2018; KPMG, 2020), considerando apenas casos que os empregaram, garantindo foco nas tecnologias em estudo e permitindo uma comparação direta entre os dois modelos (Google DeepMind, 2024; Bubeck et al., 2023). A diversidade de setores também foi levada em conta, incluindo exemplos da indústria automotiva, redes sociais e publicidade, para avaliar a adaptabilidade dos modelos em diferentes contextos. A escolha desses setores baseou-se em sua relevância para a aplicação de IA generativa e na disponibilidade de dados mensuráveis (CDO Times, 2024; Snap Inc., 2024). Além disso, priorizaram-se casos com dados de engajamento e fidelização relevantes, possibilitando uma análise quantitativa robusta e a identificação de tendências claras (The 2024 Lions Creativity Rankings, 2024). Os estudos de caso selecionados refletem aplicações de destaque dos modelos generativos em setores específicos. Eles incluem: Tabela 1 - Estudos de caso aplicando modelos generativos ChatGPT e Gemini Empresa Modelo Aplicação Desafios Resultados Volkswagen Gemini Assistente virtual para suporte técnico em veículos elétricos. Integração de dados multimodais. +15% no engajamento dos usuários. Mercedes ChatGPT Comandos de voz no sistema MBUX. Precisão em ambientes ruidosos. -45% no tempo médio de resposta. Snapchat My AI Gemini Análise de imagens e tradução de textos. Respostas rápidas e precisas. +250% no engajamento. Snapchat My AI ChatGPT Interações textuais básicas Manter precisão textual. Precisão de 89%. PODS Gemini Campanha publicitária Impossible Ad. Geração de conteúdo visual realista. Retenção de 88% do público. Coca-Cola ChatGPT Campanha Create Real Magic. Personalização escalável. 1,2M de interações, +5% na fidelização . Fonte: World Premiere at CES: Volkswagen (2024); ChatGPT e Mercedes (2023); Mercedes and Toyota (2023); Snap Inc. (2024); Creating the Impossible Ad with AI (2024); ChatGPT. Coca-Cola se une ao ChatGPT (2024); CDO Times (2024). 202 | Eficácia e impacto na experiência do cliente: um estudo sobre os modelos generativos ChatGPT e Gemini Revista Processando o Saber - v.17 - p. 197-211 - 2025 A coleta de dados foi realizada por meio de pesquisa documental e revisão bibliográfica, utilizando fontes secundárias, como relatórios empresariais da Volkswagen, Mercedes, Snapchat, PODS e Coca-Cola, estudos de mercado sobre engajamento e fidelização de clientes, publicações acadêmicas sobre modelos generativos e artigos técnicos sobre o uso de ChatGPT e Gemini (BOMMASANI, 2021; BUBECK et al., 2023). Além disso, foram consultados dados quantitativos, incluindo taxas de interação dos usuários com os modelos e métricas de retenção, como fidelização e abandono de clientes. Os métodos de coleta envolveram a análise de dados extraídos diretamente das plataformas das empresas, garantindo uma base robusta para a análise comparativa (KPMG, 2020). As funcionalidades principais oferecidas pelos modelos ChatGPT e Gemini em cada estudo de caso foram identificadas, classificadas e avaliadas com base em métricas de experiência do usuário. O Gemini demonstrou sua capacidade multimodal na integração com o Snapchat, permitindo análise de imagens e tradução de textos em fotos (Google DeepMind, 2024; Snap Inc., 2024). Já o ChatGPT destacou-se na customização de respostas no atendimento ao cliente da Mercedes, com foco em interações textuais rápidas e precisas (ChatGPT e Mercedes, 2023). Para comparar a eficácia dos modelos, foram analisadas métricas de experiência do usuário. Entre os indicadores avaliados, destacam-se a eficiência nas respostas, considerando o tempo médio de resposta e a precisão das interações; a qualidade das interações, medida pela naturalidade e utilidade das respostas segundo os usuários; e as taxas de engajamento e satisfação do cliente, que refletem a retenção e a fidelização após o uso das tecnologias (KPMG, 2020; Puthiyamadam, 2018). 2.2 ANÁLISE COMPARATIVA DO DESEMPENHO E IMPACTO SETORIAL As informações coletadas foram analisadas para identificar diferenças e semelhanças no desempenho dos modelos ChatGPT e Gemini, especialmente em termos de fidelização do cliente, personalização da experiência e impacto em diferentes setores. A fidelização foi avaliada pelo impacto na retenção e lealdade dos consumidores, enquanto a personalização foi medida pela capacidade de adaptação às preferências individuais dos usuários (Samais Varejo, 2024; CDO Times, 2024). Além disso, foram realizadas análises qualitativas para interpretar os impactos dos modelos nos setores representados nos estudos de caso. No setor automotivo, o Gemini se 203 | Eficácia e impacto na experiência do cliente: um estudo sobre os modelos generativos ChatGPT e Gemini Revista Processando o Saber - v.17 - p. 197-211 - 2025 destacou em tarefas técnicas, enquanto o ChatGPT foi preferido para interações rápidas (World Premiere at CES: Volkswagen, 2024; ChatGPT e Mercedes, 2023). Em redes sociais, o Gemini aumentou o engajamento com funcionalidades multimodais (Snap Inc., 2024). Já na publicidade, ambos os modelos demonstraram potencial criativo, mas com abordagens diferentes (Creating the Impossible Ad with AI, 2024; The 2024 Lions Creativity Rankings, 2024). Com base nesses dados, foi elaborada uma síntese que evidencia o desempenho dos modelos em distintos cenários empresariais. Os resultados iniciais sugerem que o ChatGPT se sobressai na personalização e interação com usuários (Bubeck et al., 2023; ChatGPT. CocaCola se une ao ChatGPT, 2024), enquanto o Gemini apresenta vantagens em integração multimodal e aplicação em tarefas complexas (Google DeepMind, 2024; Snap Inc., 2024). Ademais, foram observadas diferenças no impacto setorial, como a maior adoção do Gemini em setores tecnológicos e a preferência pelo ChatGPT em iniciativas voltadas ao atendimento ao cliente. Esses achados serão detalhados nos capítulos subsequentes, fornecendo uma compreensão aprofundada das aplicações práticas e dos desafios enfrentados por cada modelo generativo (McKinsey & Company, 2022; KPMG, 2020). 3. COMPARAÇÃO DOS MODELOS GENERATIVOS O desempenho dos modelos ChatGPT e Gemini tem impulsionado sua adoção em diversos setores, como redes sociais, automotivo e marketing, com aplicações que aprimoram a experiência do cliente e fortalecem o vínculo com a marca. No Snapchat, o chatbot My AI evoluiu de interações textuais com o ChatGPT para funcionalidades multimodais com o Gemini, como tradução de textos em imagens e respostas baseadas em contexto visual, e análise nutricional de alimentos. Essa mudança elevou o engajamento dos usuários nos EUA, destacando o valor de interações visuais e adaptativas, deixando-as mais dinâmicas e personalizadas. No setor automotivo, a Volkswagen integrou o Gemini ao aplicativo myVW, oferecendo suporte técnico detalhado para veículos elétricos, com foco em personalização e precisão. Já a Mercedes-Benz incorporou o ChatGPT ao sistema MBUX, presente em diversos modelos da marca. A ferramenta permite comandos de voz intuitivos e respostas contextuais, facilitando o acesso a funções do carro, como navegação GPS, previsão do tempo e controle de configurações, com foco em praticidade e acessibilidade. 204 | Eficácia e impacto na experiência do cliente: um estudo sobre os modelos generativos ChatGPT e Gemini Revista Processando o Saber - v.17 - p. 197-211 - 2025 No segmento de marketing e publicidade, duas campanhas ilustram diferentes usos da inteligência artificial generativa. A empresa PODS utilizou o Gemini para uma campanha visualmente arrojada no Festival de Cannes, apostando em conteúdo visual gerado por IA para criar experiências imersivas, alcançando alta retenção de público. A Coca-Cola, por sua vez, com o ChatGPT e DALL-E, promoveu a campanha "Create Real Magic", permitindo que consumidores criassem suas próprias artes visuais e interagissem com conteúdos personalizados, gerando muitas interações e fortalecendo a conexão emocional com os consumidores. Esses estudos de caso demonstram a versatilidade das soluções generativas e compõem a base empírica utilizada na análise apresentada no capítulo seguinte. A partir deles, será possível comparar a eficiência, usabilidade e impacto de cada modelo na experiência do cliente, considerando os diferentes contextos de aplicação e os resultados obtidos em cada iniciativa. 4. ANÁLISE DOS RESULTADOS Esta seção apresenta uma análise detalhada dos dados e métricas coletadas a partir de fontes específicas em cada estudo de caso, com ênfase nas implicações dos resultados para a fidelização do cliente, bem como nos limites e potenciais falhas metodológicas dos procedimentos aplicados. 4.1 SNAPCHAT MY AI O Snapchat My AI revolucionou a experiência do usuário ao integrar inteligência artificial generativa. Inicialmente baseado no ChatGPT, oferecia interações textuais eficientes, mas com a adoção do Gemini, passou a operar em formato multimodal, combinando texto e imagens com maior precisão e agilidade. Essa evolução resultou em um aumento de 250% no engajamento, uma precisão de 94% (ante 89% do ChatGPT) e um tempo médio de resposta reduzido para 0,9 segundos. 205 | Eficácia e impacto na experiência do cliente: um estudo sobre os modelos generativos ChatGPT e Gemini Revista Processando o Saber - v.17 - p. 197-211 - 2025 Tabela 2 - Comparativo de desempenho do ChatGPT e Gemini no Snapchat My AI Métrica ChatGPT Gemini Aumento no Engajamento Queda de 45% (1,67 estrelas; 75% das avaliações com 1 estrela). Aumento de 250% (2,5x), especialmente em interações multimodais. Precisão das Respostas 89% em textos; dificuldades com análises visuais e contextos complexos. 94% geral; 5% superior em análises visuais. Eficiência na Resposta 1,2 segundos para respostas textuais. 0,9 segundos em tarefas multimodais (25% mais rápido). Satisfação dos Usuários 25% de satisfação (avaliação média de 1,67 estrelas). 85% de feedback positivo, com melhorias na confiabilidade e interatividade. Fonte: SNAP Inc. (2024); Google DeepMind (2024); Bubeck et al. (2023); Puthiyamadam (2018). A mudança para o Gemini trouxe impactos significativos, como a melhoria na qualidade das interações e a maior satisfação dos usuários, reforçando o valor da IA generativa para fidelização e retenção. No entanto, desafios persistem, como a necessidade de ajustes na personalização de respostas e no gerenciamento de expectativas, indicando oportunidades para futuras melhorias. 4.1.1 Comparação de resultados, implicações e limitações A adoção do Gemini trouxe uma evolução significativa em relação ao ChatGPT, superando suas limitações. Com interações multimodais, o Gemini alcançou uma precisão de 94% e reduziu o tempo de resposta em 25%, oferecendo uma experiência mais eficiente e imersiva. Essa capacidade fortaleceu o Snapchat no mercado competitivo, aumentando a fidelização dos usuários (SNAP Inc., 2024; GOOGLE DEEPMIND, 2024). As implicações dessa mudança são claras: o Gemini atende às crescentes demandas por interações dinâmicas e personalizadas. Sua eficiência e confiabilidade resultaram em um feedback positivo de 85%, evidenciando um impacto direto na satisfação e retenção dos usuários. Além disso, essa inovação consolida o Snapchat como líder em IA generativa, com implicações estratégicas significativas para o mercado (BUBECK et al., 2023; MCKINSEY & COMPANY, 2022).