Um inquérito da Gartner concluiu que 64 % dos clientes prefeririam que as empresas não utilizassem IA no apoio ao cliente. E, sinceramente? Não estão errados, pelo menos no que diz respeito à IA que a maioria conheceu. Os chatbots que obrigam a percorrer 5 menus para depois sugerirem um número de telefone para o qual já se ligou. Os que marcam o pedido como «resolvido» porque se desistiu, e não porque alguma coisa foi resolvida.
Esse é o legado da IA conversacional no apoio ao cliente: sistemas otimizados para conter interações em vez de as resolver. Mas há agora uma arquitetura diferente em produção. Uma que não perde tempo apenas a conversar com os clientes, mas que age efetivamente em nome deles. O setor chama-lhe IA agêntica, e a diferença de desempenho entre estas abordagens não é subtil.
A IA conversacional foi criada para desviar. Esse é o problema central.
A IA conversacional tradicional, a categoria que inclui a maioria dos chatbots implementados na última década, foi concebida em torno de uma única métrica: a taxa de contenção. Quantas interações é possível manter afastadas de um agente humano? O sistema conseguia responder a perguntas frequentes, apresentar artigos de ajuda e encaminhar pedidos. O que não conseguia era resolver efetivamente alguma coisa. Nada de processar reembolsos, atualizar contas ou alterar encomendas.
A CNBC noticiou em abril de 2026 que muitos chatbots de apoio ainda deixam os clientes presos naquilo que descreveu como um labirinto de ambiguidade. Se alguma vez mediu a «taxa de desvio» do seu chatbot e ficou satisfeito, vale a pena perguntar: quantos desses pedidos desviados terminaram realmente com um cliente satisfeito? A análise da própria Maven AGI sobre métricas de desvio vs. resolução concluiu que a resposta é muitas vezes desconfortável.
A IA agêntica não responde. Resolve.
A passagem da IA conversacional para a IA agêntica não é uma atualização de funcionalidades. É uma mudança de arquitetura naquilo que o sistema foi concebido para fazer. Os analistas de todas as grandes consultoras convergiram na mesma distinção: a IA conversacional melhora as interações; a IA agêntica melhora a execução.
A previsão da Gartner de março de 2025 de que a IA agêntica resolverá de forma autónoma 80 % dos problemas comuns de apoio ao cliente até 2029 traçou uma linha clara: a IA conversacional é reativa e trata pedidos delimitados através do diálogo. A IA agêntica é proativa: agentes autónomos que tomam decisões, executam tarefas com vários passos em sistemas de back-end e concluem workflows com intervenção humana mínima.
A perspetiva da McKinsey destaca a autonomia como característica determinante: estes sistemas decompõem objetivos amplos em tarefas concretas, decidem a ordem de execução, obtêm e avaliam informação e desencadeiam ações. O BCG chama-lhe a nova fronteira na transformação do apoio ao cliente. O denominador comum de todas as definições dos analistas é simples: a IA agêntica não gera respostas. Executa resultados.
Na prática, isto significa que, quando um cliente contacta o apoio por causa de um erro de faturação, um agente de IA acede ao sistema de faturação, cruza o histórico de transações, identifica a discrepância, emite uma correção, envia uma confirmação e regista toda a interação. Uma única sessão. Sem escalamento. Sem «vou transferi-lo para um especialista». (A menos, claro, que o escalamento seja necessário. Nesse caso, deve ser feito com todo o contexto da conversa anterior disponível para o agente humano.)
A diferença de desempenho já é mensurável
As primeiras implementações empresariais estão a produzir dados que tornam a distinção concreta. Os chatbots tradicionais baseados em regras atingem 20–40 % de contenção. Os chatbots integrados com LLM chegam aos 40–55 %. Os sistemas de IA agêntica bem implementados estão a atingir 70–80 % de resolução autónoma, e os clientes da Maven AGI registam taxas de resolução que chegam a ultrapassar os 90 %. E isto é resolução, não contenção.
Os dados de clientes da Maven AGI confirmam-no. A Mastermind atingiu 93 % de resolução autónoma em 6 semanas. A Papaya Pay chegou aos 90 % em 3 semanas. A Clio alcançou 80 % de resolução, com mais 60 % de pedidos resolvidos. Não são números de projetos-piloto em ambientes controlados; são implementações em produção que tratam volumes reais de clientes.
A Gartner projetou que a IA conversacional reduzirá em 80 mil milhões de dólares os custos de mão de obra dos contact centers em 2026, e as empresas que estão a obter esse ROI são as que medem a resolução autónoma, não o desvio. Dados da IDC e da Microsoft mostram um retorno de 3,50 dólares por cada 1 dólar investido em IA no apoio ao cliente, com os melhores desempenhos a chegar a 8 vezes.
O senão: a maioria das empresas ainda não chegou lá
Apesar de todo o impulso, a distância entre os primeiros a adotar e o resto do mercado é grande. A McKinsey refere que menos de 10 % das empresas escalaram agentes de IA ao ponto de gerar valor tangível. O BCG concluiu que apenas 28 % obtiveram impacto mensurável no negócio com IA generativa no apoio ao cliente. E a própria Gartner alerta que mais de 40 % dos projetos de IA agêntica serão cancelados até ao final de 2027 devido ao aumento dos custos ou a um ROI pouco claro.
As organizações que estão a obter resultados têm um padrão em comum: investiram em infraestrutura de dados e integração de sistemas antes de implementar agentes. Escolheram plataformas com uma arquitetura de sobreposição que se liga ao service desk existente — Zendesk, Salesforce, Freshdesk — em vez de exigirem uma migração total. E mediram o sucesso pelos resultados para o cliente, não pelo número de pedidos que conseguiram evitar.
As previsões da Forrester para 2026 são diretas: este ano, os projetos de self-service com IA que vão falhar serão ligeiramente mais do que os que vão ter sucesso, sobretudo porque as empresas os implementam sob pressão de custos, sem o trabalho de integração que torna a resolução possível. A lição, tanto dos sucessos como dos fracassos, é consistente: a IA agêntica não é uma atualização de chatbot. É uma mudança de arquitetura operacional.
O que isto significa para a sua estratégia de CX
Se gere hoje uma operação de apoio, a questão prática não é «devemos adotar IA agêntica?». O consenso dos analistas sobre isso já está estabelecido. A questão é como sequenciar a transição sem repetir os erros que transformaram a primeira geração de chatbots em motivo de piada.
Com base no que está a funcionar em produção, há 3 aspetos que mais importam:
Meça o que importa. Troque a taxa de contenção pela taxa de resolução autónoma. Se o seu fornecedor não consegue reportar a resolução real, verificada pelo estado dos sistemas de back-end e não apenas pelo encerramento da conversa, continua a fazer teatro de contenção. A abordagem da Maven AGI à avaliação de agentes de IA explica exatamente o que procurar.
Primeiro integrar, depois implementar. A vantagem de rapidez de implementação de um modelo de sobreposição, dias a semanas em vez de meses, só funciona se a IA conseguir efetivamente aceder aos seus sistemas. Isso significa acesso por API ao CRM, à faturação, à gestão de encomendas e ao sistema de pedidos. Sem integração de leitura e escrita, está apenas a construir um bot de perguntas frequentes mais caro.
Planeie o modelo híbrido. Todas as implementações bem-sucedidas, em todos os relatórios de analistas, convergem no mesmo modelo operacional: 60–70 % IA, 30–40 % humanos. O objetivo não é eliminar a equipa. É libertá-la da resolução repetitiva para que possa tratar das interações complexas e críticas em que o discernimento humano faz realmente a diferença.
A janela para acertar está a estreitar-se. As empresas que avançarem agora, com a arquitetura, as integrações e as métricas certas, não vão apenas superar a concorrência nos custos de apoio. Vão construir algo muito mais valioso: clientes que confiam que, quando entram em contacto, o seu problema fica realmente resolvido. É isso que a IA agêntica torna possível. A questão é se está a construir nesse sentido ou se continua a medir o desvio e a chamar-lhe sucesso.
Veja-o nas suas próprias conversas.
Peça uma demonstração personalizada gratuita.
