As previsões de mercado para IA na experiência do cliente são grandes e consistentes. A MarketsandMarkets estima o mercado de IA para experiência do cliente em US$ 12,06 bilhões em 2024, chegando a US$ 47,82 bilhões até 2030. O número de 2026 fica em torno de US$ 15 bilhões, confirmado pela Fortune Business Insights e pela Grand View Research.
Esses números medem uma coisa: quanto as empresas estão gastando. Não dizem nada sobre o que as empresas estão obtendo e, nesta categoria, a diferença é grande o bastante para que usar um como referência do outro distorça o seu planejamento.
Gasto é uma métrica de compromisso
Uma previsão de tamanho de mercado conta contratos, incluindo da mesma forma implementações que resolvem 20% e 90% do volume, e até pilotos que nunca escalaram. Uma curva em alta mostra que a categoria tem consenso, não que os resultados sejam consistentes em todos os casos.
O contraponto está na mesma cobertura de analistas. O Gartner prevê que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, apontando custos crescentes, valor de negócio incerto e controles de risco inadequados.
O problema de medição por trás dos números
A maioria das organizações corporativas de CX já tem algo com cara de IA em produção. Nem todas conseguem dizer qual parcela do volume total de contatos é encerrada sem intervenção humana, e o motivo é que a maioria dos dashboards ainda mede deflexão em vez de resolução.
A deflexão pergunta se o ticket saiu da fila. A resolução pergunta se o cliente saiu satisfeito. Um contato desviado que volta em 48 horas conta como desviado 2 vezes e resolvido 0, e é assim que uma organização acaba reportando melhora enquanto sua taxa de recontato sobe.
A True Resolution Formula estabelece 3 condições, e um contato só conta como resolvido quando as 3 são atendidas. Foi encerrado sem escalonamento, ou seja, o agente concluiu a solicitação. Não houve reabertura dentro da sua janela, normalmente 7 dias. E não houve CSAT negativo, o que captura os contatos que foram tecnicamente encerrados, mas deixaram o cliente silenciosamente furioso.
Um diretor pode reavaliar os contatos do mês passado com base nessas 3 condições e comparar o resultado com o número de deflexão que já está no dashboard. A diferença entre os dois é o tamanho da oportunidade.
Por que a deflexão durou tanto
A deflexão virou padrão por um motivo prático: era a única coisa que a geração anterior de ferramentas conseguia produzir. Um sistema que respondia perguntas, mas não executava ações, não tinha resolução para reportar. Só conseguia reportar que uma conversa terminou sem chegar a um humano.
A métrica combinava com a tecnologia e depois sobreviveu a ela. Substituir uma medida que a liderança já entende é realmente difícil, principalmente quando a substituta parece pior no início. Uma organização que reporta 60% de deflexão e passa a medir a resolução com honestidade pode descobrir que o número real está mais perto de 25%. Nada piorou; a medição é que ficou precisa. Ainda assim, alguém precisa se levantar e explicar a mudança.
Qual é o teto de verdade
Para o planejamento de 2027, a pergunta útil não é quanto o mercado vai gastar, mas o que já foi demonstrado, porque é isso que define o padrão que você deve exigir dos fornecedores.
A Mastermind chegou a 93% de resolução autônoma em 6 semanas. Nos dados da Maven, as melhores implementações atingem de 80% a 93% de resolução autônoma até o 6º mês, e fazem isso mantendo o programa focado na resolução desde o início, em vez de trocar de métrica depois que os números decepcionam.
Se a sua taxa de resolução está bem abaixo do que já foi demonstrado em outros lugares, a restrição provavelmente está na arquitetura, no acesso ao conhecimento ou nas ações que o agente tem permissão para executar, e não no modelo em si. E um fornecedor que não consegue informar a taxa de resolução de implementações comparáveis está pedindo que você financie a descoberta. Trate o número que um fornecedor não consegue dar como um dado em si.
Como ler o mercado daqui para frente
As previsões estão certas na direção. O orçamento está migrando para esta categoria e vai continuar migrando. O que está mudando é a base de comparação.
Nos últimos 2 anos, comprar IA para experiência do cliente significava, em grande parte, comprar capacidade. Os fornecedores demonstravam que a tecnologia funcionava, e isso fechava negócios. À medida que as implementações amadurecem, a comparação passa a ser por resultados medidos, um padrão mais exigente e melhor. É também por isso que a taxa de resolução está a caminho de substituir medidas mais frouxas como principal benchmark de CX.
Se você está montando um plano para 2027, os 2 números que valem a pena levar para ele são a sua própria taxa de resolução, medida corretamente, e a taxa que o seu fornecedor consegue comprovar em outro lugar. A previsão de mercado é contexto. Esses 2 são a decisão.
As 3 condições estão detalhadas na True Resolution Formula , e o panorama completo do mercado está no capítulo Market State do relatório State of AI in CX 2026 .
Veja nas suas próprias conversas.
Solicite uma demonstração personalizada gratuita.
