British Gas demorou 15 meses para emitir uma fatura final e reembolsar mais de £1.500 a uma cliente, apesar de uma decisão do provedor de energia quase um ano antes. Beth Kojder mudou-se do seu apartamento de um quarto no sudeste de Londres em outubro de 2024 e, posteriormente, apresentou uma reclamação ao provedor depois de não receber uma fatura final ou reembolso.

O provedor de energia decidiu a favor de Kojder em fevereiro de 2025, instruindo a British Gas a cumprir o seu pedido. No entanto, o provedor não tem autoridade legal para fazer cumprir as suas decisões. Kojder recebeu uma oferta para o seu reembolso esta semana, pouco antes do seu caso ser ouvido num tribunal de pequenas causas.

A British Gas afirmou que estava "a implementar a solução do provedor" para Kojder e pediu desculpas pelo atraso. Kojder descreveu o processo como "implacável, cansativo e completamente desgastante" numa declaração à BBC. Ela tinha fornecido leituras do contador à British Gas quando se mudou do seu apartamento, solicitando uma fatura final.

O atraso destaca as preocupações contínuas sobre o atendimento ao cliente e a precisão da faturação no setor de energia. Embora os sistemas automatizados sejam cada vez mais usados para faturação e interações com clientes, casos como o de Kojder demonstram as limitações desses sistemas ao lidar com situações complexas ou erros. A integração da IA no atendimento ao cliente visa melhorar a eficiência e a personalização, mas requer uma supervisão cuidadosa para garantir a justiça e a precisão.

O uso de IA nos processos de faturação, por exemplo, depende de algoritmos para prever o consumo de energia e gerar faturas. No entanto, esses algoritmos podem ser imprecisos se não levarem em consideração as circunstâncias individuais ou se forem baseados em dados incompletos ou desatualizados. Isso pode levar a erros de faturação e disputas, como visto no caso de Kojder.

Os mais recentes desenvolvimentos em IA incluem o uso de machine learning para melhorar a precisão da previsão do consumo de energia e para detetar potenciais erros de faturação. No entanto, essas tecnologias ainda estão nos seus estágios iniciais de desenvolvimento, e a sua eficácia depende da qualidade e disponibilidade dos dados.

O caso de Kojder sublinha a importância da supervisão humana em sistemas automatizados e a necessidade de as empresas de energia terem processos robustos em vigor para resolver as reclamações dos clientes de forma rápida e eficaz.