NLearn é a camada de aprendizado contínuo da IA da New Byte. Cada resposta nova que um atendente humano dá durante o atendimento vira conhecimento estruturado, aprovado pelo anfitrião e reutilizável pela IA na conversa seguinte — sem alguém ter que parar pra atualizar uma base manual. Em operações maduras de aluguel por temporada, isso significa até 80% das conversas resolvidas pela IA sem ninguém da equipe precisar intervir, mesmo após turnover.
O que é o NLearn?
NLearn é uma das peças do ecossistema de atendimento com IA da New Byte. Não é uma base de conhecimento — é o que mantém a base viva. A Nia atende o hóspede 24/7 conectada ao PMS (Stays, Ayrton) e às OTAs. Quando o hóspede pergunta algo que não está cadastrado, a conversa escalona pro atendente humano. O NLearn captura essa resposta humana, estrutura, e propõe como novo conhecimento da operação. Anfitrião aprova; na próxima ocorrência da mesma dúvida, a IA já responde sozinha.
Que problema o NLearn resolve?
O problema é invisível porque ninguém olha pra ele todo dia: o conhecimento da operação está espalhado entre cabeças, planilhas no Drive, anotações no WhatsApp da equipe. Quando um atendente sênior sai, parte do que ele sabia sai junto. Bases manuais ficam desatualizadas no primeiro mês — escrever procedimentos pra trinta unidades, cada uma com suas particularidades, é trabalho que ninguém faz com a regularidade ideal. Resultado: hóspede repete a mesma pergunta toda semana e alguém da equipe responde do zero todo dia, gastando tempo em conteúdo que já existia em algum lugar.
Por que o NLearn é diferente de uma base de conhecimento manual?
Base manual exige rotina de manutenção: alguém precisa parar, redigir, organizar, versionar. Sempre cabe a uma pessoa específica — a que sabe — e essa pessoa fica refém de uma tarefa que cresce sem fim. O NLearn opera no sentido oposto: aprende do fluxo natural do atendimento. A equipe responde como sempre respondeu; o sistema captura o conteúdo da resposta, estrutura num formato reutilizável, e propõe pra aprovação. Sem trabalho paralelo, sem reunião de documentação, sem planilha morrendo no Drive.
Como o NLearn funciona na prática?
Cenário concreto: hóspede pergunta no WhatsApp, 23h, qual a senha do Wi-Fi do prédio. A informação não está cadastrada pra aquele imóvel. A Nia escalona pra equipe; atendente responde "rede WiFi-Edificio-Principal, senha 1234abcd". O NLearn identifica que é informação reutilizável (categoria in-house, vinculada àquele imóvel), corrige eventual erro de digitação, e gera uma sugestão estruturada. Anfitrião revisa no painel pela manhã, aprova com um clique. No próximo hóspede que entrar naquele imóvel e perguntar a mesma coisa, a Nia responde em segundos sem nem escalar. Aquela pergunta sai do backlog da equipe pra sempre.
Qual é o pipeline do NLearn?
Conversa acontece → IA tenta responder → escala pro humano → humano responde → NLearn analisa a resposta humana → estrutura uma sugestão → anfitrião revisa no painel → publica via NDocs. Cinco etapas, controle de aprovação no final. Nada vai público sem o anfitrião dizer sim — esse é o ponto não-negociável do design.
Quais são os 3 níveis de informação?
NLearn classifica conhecimento em três camadas. Público: estabelecimentos próximos, restaurantes, farmácias — qualquer pessoa pode receber. Booked: endereço exato de check-in, instruções de chegada, valor pago — só liberado após reserva confirmada e paga. In-house: senhas de Wi-Fi, código do cofre, localização de itens do apartamento — só liberado após check-in. A IA respeita esses níveis ao decidir o que devolver pra cada hóspede em cada estágio da estadia, evitando vazamento involuntário de informação sensível antes da hora.
Como o NLearn evita inventar informação?
Três guardrails. Um: a sugestão estrutura a partir da resposta humana literal — o sistema não infere além do que foi dito. Dois: tipo, ortografia e concordância são corrigidos, mas o conteúdo factual fica fiel ao que o atendente respondeu. Três: nada é publicado sem aprovação explícita do anfitrião profissional. Esse pipeline humano-no-loop é o que separa NLearn de uma IA generalista que alucina. Erros do atendente são pegos na revisão antes de virarem padrão; o anfitrião é a última camada de qualidade.
O que o NLearn NÃO transforma em conhecimento?
Quatro categorias ficam fora da base mas viram Insights (analítico, no Plano Elite): reclamações sobre o imóvel, solicitações de manutenção urgente, pedidos de exceção e negociações de tarifa. Não são "aprendíveis" como resposta padrão — exigem decisão humana caso a caso. O anfitrião vê esses casos no Insights como padrão agregado: qual unidade gera mais chamado de manutenção, quais horários concentram escalonamento, sentimento médio das conversas. É decisão operacional, não atendimento. Mantém a base de conhecimento limpa de coisas que não deveriam ser respondidas no automático.
Quais ganhos reais o NLearn entrega?
Os números abaixo vêm de operações maduras (60+ dias de uso) documentadas em /cases:
- Até 80% das conversas resolvidas pela IA (Nia + NLearn em regime maduro).
- 20 horas por semana liberadas da equipe operacional.
- Conhecimento retido mesmo com saída de atendente sênior.
- Zero curadoria manual da base de conhecimento.
- Escala sem headcount proporcional — operação dobra de unidades sem dobrar equipe de atendimento.
Ramp-up típico é 30 a 60 dias até a IA chegar nesse patamar, à medida que a base acumula. Quanto mais conversas a operação tem, mais rápido o NLearn aprende e mais cedo o gráfico de escalonamento cai.
Como o NLearn se encaixa no stack New Byte?
Três peças que se completam. A Nia atende em todos os canais (WhatsApp, Airbnb, Booking, Expedia) conectada ao PMS. O NLearn aprende com cada conversa humana que escala. O NDocs publica e versiona o conhecimento aprovado, mantendo a base auditável. Junto com NChat (inbox unificada) e NCollect (check-in digital), forma um ciclo onde a operação aprende com o que ela mesma faz — sem reescrever processos, sem treinar equipe nova do zero.
Perguntas frequentes
A IA passa a responder qualquer coisa sem revisão? Não. Toda nova sugestão passa pelo painel de aprovação do anfitrião antes de virar resposta pública da IA. Nenhuma resposta é treinada sem revisão humana.
Em quanto tempo o NLearn começa a fazer diferença? Em geral 30 a 60 dias. Operações com mais volume de atendimento acumulam base mais rápido e veem queda mensurável no escalonamento já no segundo mês.
E se o atendente humano responder algo errado? A correção é capturada na etapa de aprovação do anfitrião — o erro não vira padrão. Erro humano isolado fica isolado; só sobe pra base o que foi explicitamente aprovado.
O NLearn faz parte de qualquer plano? Disponível com Insights inclusos no Plano Elite. Precificação atualizada em /planos.
E quanto à LGPD e dados sensíveis do hóspede? Apenas conhecimento operacional entra na base (procedimentos, regras do imóvel, FAQ recorrente). Dados pessoais identificáveis do hóspede não são incorporados ao aprendizado. Detalhes na política de privacidade.
Próximo passo
Se a operação tem mais de 10 unidades ativas e a equipe responde as mesmas perguntas toda semana, vale uma conversa. Agendar uma demonstração — em 30 minutos é possível ver Nia + NLearn rodando em ambiente de demo, com dados parecidos com os da sua operação.
