Estado da IA em CX 2026

02 · O estado do mercado

O estado do mercado

Onde se encontra realmente a IA empresarial na experiência do cliente em 2026.

O mercado da IA para a experiência do cliente é maior, cresce mais depressa e está mais dividido do que os títulos dão a entender. Os números agregados de adoção sugerem uma adesão universal. Os dados de fundo contam outra história: um pequeno grupo de organizações está a obter retornos crescentes, enquanto um grupo muito maior mantém pilotos dispendiosos que nunca chegam a produção. Eis cinco grandes tendências do mercado em 2026.

48 mil milhões USD

Dimensão de mercado prevista até 2030, face a cerca de 15 mil milhões USD em 2026 — uma TCAC de 26 % (MarketsandMarkets)

80 mil milhões USD

Redução dos custos laborais dos contact centers graças à IA conversacional, só em 2026 (Gartner)

80%

Questões que a IA agêntica resolverá de forma autónoma até 2029, reduzindo os custos operacionais em cerca de 30 % (Gartner)

1. 01

   O número de destaque é real.

   O mercado da IA no apoio ao cliente estava avaliado em cerca de 15 mil milhões de dólares em 2026 e deverá atingir 48 mil milhões de dólares até 2030, uma taxa de crescimento anual composta de 26 % (MarketsandMarkets). O investimento está a subir de forma acentuada e as poupanças previstas são ainda maiores: a Gartner estima que a IA conversacional reduza os custos laborais dos contact centers em cerca de 80 mil milhões de dólares só em 2026. As implementações à escala de produção não estão a acompanhar o ritmo do investimento.

2. 02

   A maioria dos projetos de IA generativa nunca chega a produção.

   Segundo uma estimativa do MIT de 2025, amplamente citada, cerca de 95 % dos pilotos empresariais de IA generativa não chegam a gerar impacto mensurável no negócio à escala. O valor exato é discutível; a tendência não. O ponto de falha raramente é o modelo. É o acesso aos dados, o desenho da escalada e a falta de clareza sobre a responsabilidade dentro da organização compradora.

3. 03

   A “integração parcial” é o estado dominante.

   Cerca de 88 % dos contact centers já utilizam IA de alguma forma, mas apenas cerca de um quarto a integrou plenamente nas operações diárias (dados do setor, 2026). Integração parcial significa que a deflexão funciona em percursos restritos e que a resolução não acontece à escala.

4. 04

   O fosso na governação está a aumentar.

   Em abril de 2026, a Grant Thornton revelou que 78 % dos executivos não passariam hoje numa auditoria independente de governação de IA. A conformidade deixou de ser um mero requisito de aquisição para passar a ser uma condição de implementação, tema a que a Secção 5 regressa.

5. 05

   Os melhores estão a distanciar-se.

   Nas implementações analisadas neste relatório, os 10 % com melhor desempenho atingem 80 % ou mais de resolução autónoma, enquanto a mediana fica bastante abaixo. O fosso está a aumentar, o sinal mais claro de que os resultados dependem da forma como a IA é gerida e não apenas da sua adoção. A Gartner prevê que, até 2029, a IA agêntica resolva de forma autónoma 80 % das questões comuns de apoio ao cliente. Os líderes de hoje estão simplesmente adiantados numa curva que toda a categoria vai percorrer.

Quem olha apenas para os números de adoção julga a história terminada. Quem olha para os números de produção vê um cenário diferente.

Como isto se traduz na prática

Pense-se num percurso conhecido. No início de 2025, um responsável de CX de uma grande empresa implementa uma ferramenta de IA, vê-a tratar um leque restrito de perguntas simples e apresenta à administração uma taxa de deflexão elevada. Em quatro meses, a taxa de deflexão estagna, os contactos repetidos aumentam e a satisfação cai precisamente nas interações que a ferramenta devia assegurar. No final de 2025, a equipa reorganiza-se em torno da resolução, e não da deflexão, e os números que realmente importam começam a mexer. Este padrão é suficientemente comum nas implementações para ser tratado como o caminho habitual, e não como a exceção.

As organizações que evitam este desvio têm em comum uma decisão inicial: constroem o dashboard em torno da resolução antes de o agente entrar em funcionamento, e não depois de os números desiludirem. No melhor caso registado nos dados da Maven, um cliente atingiu 93 % de resolução autónoma em 6 semanas, mantendo o programa centrado nessa única questão desde o início.

Então, porque é que a métrica mais importante no apoio ao cliente com IA é aquela que a maioria dos fornecedores não reporta?

03 · O fosso da resolução

O fosso da resolução

Porque é que a métrica mais importante no apoio ao cliente com IA é aquela que a maioria dos fornecedores não reporta.

Entre os dois números, o setor otimizou o mais fácil. A deflexão é simples de contabilizar e favorável de reportar, por isso tornou-se a norma. O problema é que deflexão e resolução podem evoluir em sentidos opostos: um pedido pode ser fechado e o problema do cliente continuar por resolver. É nesse fosso que a IA ou justifica o seu retorno ou corrói silenciosamente a satisfação. Os analistas independentes começaram a traçar a mesma linha, tratando deflexão, contenção, resolução e resolução ao primeiro contacto como quatro medidas distintas, precisamente porque divergem na prática.

As melhores implementações da Maven atingem entre 80 % e 93 % de resolução ao fim de 6 meses. Estes programas ligaram o agente de IA aos sistemas de registo desde o primeiro dia e mediram a resolução segundo a fórmula acima, e não a deflexão. Numa implementação no setor fintech, o agente atingiu 90 % de resolução autónoma em 3 semanas. Uma empresa de tecnologia jurídica que avaliou 32 fornecedores e testou exaustivamente mais de 10 registou mais 60 % de pedidos resolvidos depois de passar de um sistema baseado em regras para a resolução autónoma.

90%

Resolução autónoma em 3 semanas, implementação no setor fintech

+60%

Mais pedidos resolvidos após a passagem de regras para resolução autónoma

80–93%

Resolução alcançada pelas melhores implementações ao fim de 6 meses

Peça a taxa de resolução, não a taxa de deflexão. A resolução é mais difícil de reportar do que a deflexão porque reflete com honestidade as reaberturas e a satisfação, e não apenas o encaminhamento. Qualquer equipa que leve isto a sério consegue apresentar um número. Se não lhe derem esse número, isso já é, por si só, um dado.

A deflexão mede se um pedido saiu da fila. A resolução mede se o cliente ficou satisfeito.

04 · O paradoxo da implementação

O paradoxo da implementação

Porque é que as empresas que avançam depressa superam as que planeiam com cautela, e porque é que a rapidez sem um âmbito bem delimitado é o erro mais caro de todos.

As implementações mais longas tendem a produzir os piores resultados. As organizações que passam 12 a 18 meses em seleção de fornecedores, aquisição e planeamento arrancam normalmente com taxas de resolução inferiores às das empresas que fizeram um piloto bem delimitado em 90 dias. No entanto, a rapidez não é uma tática. Rapidez com um âmbito restrito é uma estratégia. A cautela tem fundamento: a rapidez aplicada a um processo que nunca foi redesenhado para a IA gera novos tipos de falha à escala, e é por isso que o âmbito importa tanto quanto o ritmo.

O prazo de 12 a 18 meses é um artefacto do processo de aquisição, não um requisito do produto. Existe porque os concursos, as revisões de segurança e o planeamento da integração são feitos uns a seguir aos outros, quando poderiam decorrer em paralelo. Os dados mais gerais sobre falhas apontam no mesmo sentido: a McKinsey conclui que, embora quase todas as empresas já utilizem IA de alguma forma, apenas cerca de 1 % considera as suas implementações maduras, e a RAND situa a taxa de falha dos projetos de IA perto dos 80 %, bem acima de outros projetos de TI. O fator limitante é a preparação da organização, não o modelo.

Três decisões explicam a maioria dos atrasos na implementação: acesso aos dados, aprovação de conformidade e desenho da escalada. Tratá-las em paralelo, e não em sequência, é a alavanca com maior impacto na duração de uma implementação. Nas implementações da Maven, costuma ser a diferença entre um trimestre e um ano.

05 · O ponto cego da conformidade

O ponto cego da conformidade

Porque é que os requisitos de segurança e conformidade travam mais implementações do que a tecnologia.

O debate sobre a IA no apoio ao cliente é dominado por questões de capacidade. O agente consegue tratar pedidos complexos? Consegue compreender o contexto? A questão que fica esquecida é se a plataforma consegue passar uma avaliação de segurança e conformidade sem obrigar a reescrever o plano de implementação. Em 2026, é essa a questão que determina os prazos.

A conformidade é hoje o principal entrave na aquisição de IA empresarial. Na nossa experiência, e em linha com o que reportam os investigadores de governação, a avaliação de segurança trava hoje negócios empresariais pelo menos tantas vezes quanto a adequação técnica, e normalmente depois de a avaliação técnica já ter corrido bem. O atrito é generalizado: a BCG indica que 74 % das empresas têm dificuldade em equilibrar inovação e segurança ao implementar IA generativa. Os compradores que não preparam antecipadamente a discussão sobre conformidade perdem tipicamente 2 a 3 meses a meio do processo.

78%

dos executivos não conseguiriam passar hoje uma auditoria independente de governação de IA (Grant Thornton, abr. 2026)

74%

das empresas têm dificuldade em equilibrar inovação e segurança (BCG)

2–3

meses tipicamente perdidos a meio do processo quando a conformidade não é preparada antecipadamente

O panorama das certificações consolidou-se

SOC 2, HIPAA, GDPR e PCI-DSS 4.0 são requisitos mínimos para qualquer fornecedor que trate dados regulados. A ISO 42001, a norma de governação específica para IA, é o novo fator de diferenciação, e a maioria dos fornecedores ainda não a tem. A mudança replica o que aconteceu com o SOC 2 e a ISO 27001 há uma década. Segundo um inquérito de 2026, uma grande maioria das equipas de compras da Fortune 500 tenciona exigir aos fornecedores o alinhamento com a ISO 42001 até 2027. As plataformas com certificação mais rigorosa detêm hoje pelo menos 10 certificações e avaliações, entre as quais a ISO 42001.

Há 2 requisitos que estão a passar de opcionais a decisivos. O PCI em chamadas de voz em direto (ocultação de dados em tempo real, registos de auditoria, tratamento segmentado) está a tornar-se um filtro de pré-seleção à medida que a voz trata cada vez mais dados de pagamento, e a maioria dos produtos de voz não foi concebida para isso. A residência de dados por região determina se um fornecedor pode sequer ser considerado nos serviços financeiros, na saúde e em partes da EMEA e da APAC. Ambos devem entrar na triagem inicial, não numa revisão jurídica tardia.

A prova de que a fasquia é alcançável. Uma empresa de gaming da Fortune 500 gere mais de 330 000 interações mensais com um agente de IA autónomo sob as restrições de um setor regulado, o que nesse setor significa conformidade PCI para compras dentro do jogo e tratamento de AML e KYC. Uma organização sujeita a esse nível de escrutínio escalou em vez de estagnar, e é precisamente essa a questão: a solidez da conformidade é uma barreira que pode ser ultrapassada cedo quando a plataforma é construída para isso.

A decisão de implementação com mais consequências é o dashboard que constrói antes de entrar em produção.

06 · A oportunidade do canal de voz

A oportunidade do canal de voz

O canal que a maioria das empresas ainda não automatizou.

A voz é o canal com maior volume, maior custo e maior complexidade técnica no apoio ao cliente. É também o canal onde a adoção de IA está mais atrasada. Essa diferença está a diminuir rapidamente: as previsões do setor apontam para um crescimento do mercado de IA de voz a uma taxa anual de cerca de 35 %, mais rápido do que a categoria em geral, e um estudo de 2026 registou um aumento homólogo de 340 % nas implementações de voz em produção em mais de 500 organizações (Opus Research). As organizações que avançam cedo garantem uma vantagem de custos que se acumula trimestre após trimestre.

340%

Aumento homólogo das implementações de IA de voz em produção (Opus Research, 2026)

~35%

CAGR do mercado de IA de voz, mais rápido do que a categoria em geral

500+

Organizações analisadas com implementações de voz em produção

A voz ficou para trás por 3 razões reais, e todas as 3 têm hoje solução

Nenhum destes problemas tinha solução em 2023; em 2026, tem. A voz empresarial é um produto diferente da voz para consumidores: suporte multilingue em mais de 50 idiomas, conformidade PCI em chamadas em direto, tempos de resposta inferiores a 300 ms em produção e integração com a telefonia existente. A fasquia é mais alta e o número de fornecedores que a ultrapassam é muito menor.

A voz está a aproximar-se do chat. A ideia de que a voz é intrinsecamente mais difícil de automatizar é, em grande medida, um resquício de 2023. Nas implementações medidas pela Maven, agentes de voz bem construídos resolvem numa gama semelhante à do chat em intenções comparáveis. A complexidade é real, mas é limitada: hoje é um pequeno conjunto de decisões, e não a tecnologia, que determina a velocidade de implementação.

Em 2026, a conformidade é a porta de entrada. O fornecedor que apresenta primeiro o âmbito das certificações e as datas de auditoria costuma vencer a avaliação de segurança.

07 · O que os melhores 10 % fazem bem

O que os 10 % melhores fazem bem

Uma síntese do que distingue as implementações que funcionam das que não funcionam.

Nas implementações que estão na base deste relatório, o mesmo padrão repete-se entre as organizações com resultados excecionais, e tem pouco a ver com a dimensão do orçamento ou com a sofisticação técnica de partida. Resume-se à forma como a organização compradora gere o programa depois de escolher um fornecedor. 4 dos 5 comportamentos abaixo foram defendidos nas secções anteriores; reunidos aqui, formam um único modelo operacional. O 5.º é aquele que a maioria das equipas ignora.

Os cinco comportamentos das organizações com melhor desempenho

1. 01

   Medir a resolução, não a deflexão, desde o primeiro dia.

   O painel é criado antes de o primeiro agente entrar em produção, e não acrescentado depois de os números desiludirem.

2. 02

   Começar com um âmbito restrito e expandir com base em resultados comprovados.

   É um piloto bem delimitado que justifica a implementação; ninguém fica à espera de um roteiro perfeito.

3. 03

   Sobrepor antes de migrar.

   Ligar a IA aos sistemas já existentes, em vez de deixar que uma arquitetura ideal bloqueie uma implementação funcional.

4. 04

   Certificar antes de escalar.

   A conformidade condiciona a expansão, não o piloto, o que evita a adaptação posterior mais dispendiosa da IA empresarial.

5. 05

   Gerir o agente como um produto, não como um projeto.

   Dados de resolução e de reabertura analisados semanalmente e cobertura de intenções trimestralmente. Este é o comportamento que as secções anteriores não abordam, e aquele que a maioria das equipas ignora.

Os próximos 18 meses

A IA agêntica está a passar do aconselhamento à operação, de sugerir respostas a concluir tarefas. Está a começar a era agente-a-agente, em que os agentes de IA transferem tarefas para outros agentes especializados. As organizações que estão hoje a construir conhecimento institucional sobre implementações de agente único estarão bastante à frente quando as soluções multiagente chegarem, no final de 2026 e em 2027.

O que tornava a voz difícil em 2023 era a latência, os sotaques e a conformidade. Hoje são problemas de engenharia com solução.

08 · Por onde começar

Por onde começar

Nenhum dos cinco comportamentos exige aprovação orçamental. O primeiro, medir a resolução em vez da deflexão, pode ser feito já este trimestre com dados de que a equipa já dispõe. A True Resolution Formula da Secção 3 é o ponto de partida: reavalie os contactos do último mês consoante tenham sido encerrados sem escalamento, se tenham mantido encerrados durante um período adequado aos seus padrões de satisfação do cliente e não tenham recebido uma avaliação negativa. A diferença entre esse valor e a taxa de deflexão do painel atual corresponde à dimensão da oportunidade.

Este relatório foi elaborado pela Maven AGI com base em dados de produção de mais de 90 implementações empresariais de agentes de IA autónomos em chat, voz e email.

Fontes selecionadas

Estudos de terceiros citados neste relatório

• Gartner — previsão sobre IA agêntica no serviço ao cliente (2025): até 2029, a IA agêntica resolverá de forma autónoma 80 % dos problemas comuns de serviço ao cliente sem intervenção humana, reduzindo os custos operacionais em cerca de 30 %.
• Gartner — perspetivas de custos da IA conversacional: redução de cerca de 80 mil milhões de dólares nos custos laborais dos contact centers em 2026.
• Gartner — inquérito sobre governação de IA na aquisição (2026): uma grande maioria das equipas de aquisição das empresas da Fortune 500 planeia exigir aos fornecedores o alinhamento com a ISO 42001 até 2027.
• MarketsandMarkets — previsão do mercado de IA para serviço ao cliente: de 12,06 mil milhões de dólares (2024) para 47,82 mil milhões de dólares (2030), com uma TCAC de 25,8 %; cerca de 15 mil milhões de dólares em 2026.
• MIT (2025): uma grande maioria dos pilotos de IA generativa nas empresas, cerca de 95 % segundo uma estimativa amplamente citada, não alcança um impacto mensurável no negócio em escala.
• McKinsey: utilização de IA quase universal, mas apenas cerca de 1 % das organizações considera as suas implementações maduras.
• RAND: taxa de insucesso dos projetos de IA próxima dos 80 %, superior à de outros projetos de TI.
• Grant Thornton (abril de 2026): 78 % dos executivos não passariam hoje numa auditoria independente de governação de IA.
• BCG: 74 % das empresas têm dificuldade em equilibrar inovação e segurança ao implementar IA generativa.
• Opus Research (2026): crescimento homólogo de cerca de 340 % nas implementações de IA de voz em produção em mais de 500 organizações; mercado de IA de voz a crescer a uma TCAC de cerca de 35 %, segundo as previsões para 2026.
• Dados do setor dos contact centers (2026): cerca de 88 % dos contact centers utilizam IA de alguma forma, mas apenas cerca de um quarto a integrou totalmente.