A pergunta sobre IA no atendimento mudou de lugar. Não é mais se o bot responde bem, nem qual modelo está por trás dele. A pergunta que separa as operações que colhem resultado das que apenas gastam é bem menos glamourosa: sobre o que essa IA está rodando.
É a tese que a CRM Buyer levantou em reportagem de Jack M. Germain ao acompanhar a parceria entre a Crescendo e a Alorica. E é a mesma conclusão a que a Forrester chega por outro caminho, ao medir onde os agentes de IA estão de fato entregando valor em operações de CRM.
Quem já passou por um projeto de CX sabe o que está em jogo. A camada de IA é a parte visível e a parte barata. A parte cara é o que existe embaixo dela, e é aí que entra a discussão sobre CX nativo de IA.
Sem CX nativo de IA, a IA herda a fragmentação de onde é instalada
O argumento central é direto: quando você instala inteligência artificial sobre sistemas desconectados, ela herda dados desconectados, fluxos desconectados e responsabilidade desconectada. O modelo não conserta a arquitetura, ele apenas expõe as falhas dela mais rápido.
O fator limitante, na minha experiência, é a arquitetura embaixo do modelo de IA. Quando a IA fica em cima de sistemas fragmentados, ela naturalmente herda dados, fluxos e responsabilidades fragmentados.
Andy Lee, CEO da Crescendo, em entrevista à CRM Buyer
Isso conversa diretamente com um padrão que já registramos aqui: o gasto recorde em martech que não se traduziu em melhora da experiência do cliente. Mais ferramenta sobre a mesma base fragmentada produz mais fragmentação, não mais resultado.
Contenção ou resolução: a métrica que muda o projeto inteiro
Contact centers passaram duas décadas medindo automação pelo quanto ela reduz o número de chamados que chegam a um humano. É a lógica da contenção. O problema é que ela pode registrar sucesso mesmo quando o cliente sai sem solução, apenas desistindo.
A alternativa é medir resolução. Para o cliente, importa pouco se quem resolveu foi um agente humano ou um sistema. Importa se ele saiu do contato com o problema encerrado. Nossa leitura sobre o cliente que não dá segunda chance ao chatbot depois de uma falha e sobre o prazo de três minutos que o consumidor concede ao atendimento com IA aponta para o mesmo lugar: a paciência acabou, e contenção mal feita custa relacionamento.
O que uma plataforma de CX nativo de IA muda na prática
A Crescendo desenhou a plataforma para reunir automação, dados do cliente, analytics e suporte humano em um sistema só, em vez de tratar essas funções como produtos separados. A empresa afirma que a tecnologia sustenta mais de 500 implantações de IA no mundo. A Alorica entra com uma operação de mais de 100 mil agentes humanos.
O objetivo declarado é que o sistema automatizado e o agente humano trabalhem com acesso ao mesmo contexto. Intenção do cliente, histórico da conversa, ações anteriores e pendências seguem com ele quando a interação troca de canal, em vez de recomeçar do zero.
Marcas que vão liderar são as que tratam a IA não como um complemento, mas como a base operacional de como a experiência do cliente é conduzida.
Max Schwendner, co-CEO da Alorica
O humano não sai de cena, muda de função
Um dado citado na reportagem ajuda a calibrar expectativa. Em levantamento do Gartner com 321 líderes de atendimento no mundo, feito entre setembro e outubro de 2025, 85% disseram estar ampliando as responsabilidades dos agentes humanos à medida que a IA reduz o volume de contatos e desloca o trabalho para tarefas de maior valor.
Ou seja, o movimento dominante não é eliminar o time, é redesenhar o papel dele. É exatamente o fenômeno que descrevemos ao falar do CX engineer, o novo gestor do contact center com IA, o profissional que passa a operar a ponte entre agentes de IA, sistemas corporativos e pessoas.
O valor já aparece nos números, mas não aparece sozinho
A Forrester entrevistou dezenas de consultorias e clientes e documentou onde os agentes de IA entregam valor mensurável em CRM. Os exemplos são concretos: uma organização do setor público economiza 90% no custo de trabalho rotineiro ao processar faturas, e a Siemens usa agentes para qualificar mais de 12 mil leads B2B de entrada por mês, garantindo 100% de resposta em minutos e convertendo 2% de oportunidades que antes eram simplesmente ignoradas.
| Onde o ganho aparece | O que muda na operação |
|---|---|
| Custo de servir | Solicitações rotineiras resolvidas de ponta a ponta |
| Cobertura de leads | Resposta em minutos para a fila que antes ficava sem retorno |
| Crescimento sem headcount | Volume adicional absorvido sem contratação proporcional |
| Qualidade do registro | Atualização de CRM feita pelo próprio agente, não pelo vendedor |
O detalhe que costuma passar batido: todos esses ganhos dependem de o agente conseguir ler e escrever no sistema de registro. É a mesma dependência que tratamos ao falar de dados primários no centro do CRM e de dados unificados e governança antes da IA. Sem isso, o agente vira um chatbot caro.
A lacuna entre o que se anuncia e o que se opera
Thomas Wieberneit chama esse descompasso de lacuna de intenção da IA corporativa, no CustomerThink: a distância entre o que as empresas declaram estar fazendo com IA e o que efetivamente roda em produção. É a mesma leitura que apareceu no estudo sobre IA comercial, em que apenas 13% das empresas tiram valor real.
A Forrester também projeta o destino desse movimento ao analisar a evolução do front office, com a automação assumindo o primeiro contato e o time humano migrando para desenhar e otimizar essas automações.
Cinco perguntas para fazer à sua própria operação
- Quando um cliente troca de canal, o contexto viaja com ele ou o atendimento recomeça?
- Sua métrica principal mede chamados evitados ou problemas resolvidos?
- O agente de IA consegue escrever no CRM ou apenas ler dele?
- O time humano recebe a interação com o histórico completo ou com um resumo pobre?
- O que a operação aprende com um contato mal resolvido volta para o sistema ou morre no relatório?
Se três dessas respostas forem desconfortáveis, o gargalo não está no modelo de IA que você escolheu. Está na base sobre a qual ele foi instalado, e nenhum upgrade de modelo resolve isso.
Perguntas frequentes
O que é uma plataforma nativa de IA em CX?
É uma arquitetura desenhada desde o início para que automação, dados do cliente, analytics e atendimento humano operem no mesmo sistema, em vez de somar uma camada de IA sobre plataformas que existiam antes dela.
Qual a diferença entre contenção e resolução?
Contenção mede quantos contatos deixaram de chegar a um humano. Resolução mede quantos clientes saíram com o problema encerrado. Uma operação pode ter contenção alta e resolução baixa ao mesmo tempo.
A IA no atendimento reduz o time humano?
Na pesquisa do Gartner com 321 líderes de atendimento, 85% disseram estar ampliando as responsabilidades dos agentes humanos, não eliminando posições. O padrão dominante é redesenho de função, não corte direto.
Preciso trocar de plataforma para colher esse resultado?
Não necessariamente. O requisito real é contexto compartilhado entre canais e permissão de escrita no sistema de registro. Isso pode ser resolvido com integração, desde que a operação assuma o custo dessa integração.
Por onde começar sem um projeto de arquitetura completo?
Escolha uma jornada única de alto volume, garanta que o contexto sobreviva à troca de canal nela e meça resolução em vez de contenção. Um caso bem resolvido dá o argumento para o investimento maior.
