Todo gestor de CRM já viveu esta cena. O time de vendas quer usar um assistente de IA para consultar o histórico do cliente. TI responde que precisa de um conector. O conector custa caro, demora três meses e serve para um assistente só. No trimestre seguinte, a empresa troca de assistente e o conector vira lixo.
É contra esse ciclo que a Coevera, o antigo Pipeliner CRM, está apostando as fichas. A empresa anunciou uma estratégia construída em torno do Model Context Protocol, o MCP, para abrir os dados do CRM a qualquer assistente de IA sem integração sob medida, como noticiou o CRM Buyer.
Não é sobre um fornecedor específico. É sobre uma pergunta que vai bater na porta de todo time de CRM nos próximos meses: quando o agente de IA quiser ler a sua base, ele vai conseguir? E, mais importante, ele vai conseguir só o que deveria?
O que é o MCP, sem jargão
O Model Context Protocol é um padrão aberto criado pela Anthropic e liberado como código aberto no fim de 2024. A ideia é simples: em vez de cada assistente de IA precisar de uma integração própria com cada sistema da empresa, todo mundo passa a falar a mesma língua.
Na prática, a empresa sobe um servidor MCP na frente do seu CRM. A partir daí, Claude, ChatGPT, Copilot ou Gemini conseguem consultar o dado ao vivo, sem middleware, respeitando os papéis e as permissões já definidos pelo administrador. É o que a documentação oficial do protocolo descreve como uma camada padronizada de contexto para modelos.
O protocolo virou infraestrutura de mercado rápido. Até o Google, ao lançar o Universal Commerce Protocol para comércio agêntico, fez questão de anunciar compatibilidade com o MCP. Quando concorrentes convergem para o mesmo padrão, é sinal de que ele deixou de ser aposta.
A aposta da Coevera: abrir em vez de trancar
O antigo Pipeliner CRM foi relançado como Coevera em abril, com o argumento de que o CRM deveria desenvolver o vendedor, e não apenas monitorá-lo. O comunicado oficial do relançamento deixa clara a tese.
Agora a empresa dá o passo seguinte com um servidor MCP próprio, se posicionando na contramão dos grandes fornecedores, que historicamente preferem manter o dado dentro do próprio ecossistema. A promessa é conectar qualquer assistente relevante à base ao vivo, refletindo as permissões granulares definidas por administrador e por papel, sem integração customizada.
É uma jogada de desafiante, e faz sentido: quem é menor ganha ao tornar o dado portátil. Quem é líder ganha ao mantê-lo preso. Vale acompanhar quem mais vai aderir.
O que isso muda na retenção, na prática
Aqui é onde a conversa deixa de ser sobre arquitetura e passa a ser sobre resultado. Um agente que enxerga o dado ao vivo consegue fazer o que nenhum relatório semanal faz: agir no momento certo.
| Sinal na base | O que o agente enxerga ao vivo | Ação que passa a ser possível |
|---|---|---|
| Queda de frequência de compra | Intervalo entre pedidos acima do padrão do cliente | Disparar reativação antes de o cliente virar inativo |
| Ticket em retração | Últimos três pedidos abaixo da média histórica | Sugerir oferta de recomposição de cesta |
| Chamado sem resposta | Ticket aberto e sem retorno há mais de 48 horas | Escalar para humano antes da reclamação pública |
| Contato-chave inativo | Decisor sem interação em nenhum canal no trimestre | Acionar o vendedor com contexto pronto |
Nada disso é novo conceitualmente. Já escrevemos aqui sobre o CRM autônomo, com agentes de IA que agem sozinhos na retenção, e sobre o churn silencioso, o cliente que vai embora sem reclamar. O MCP é o encanamento que faz essas ideias saírem do slide.
O pré-requisito chato que ninguém quer discutir
Abrir o CRM para agentes de IA só melhora a retenção se a base merecer ser lida. Se o cadastro está duplicado, o agente vai agir duas vezes sobre o mesmo cliente. Se a permissão é genérica, o agente vai enxergar o que não deveria. Se não há trilha de auditoria, você não vai saber o que ele fez.
Some a isso a LGPD. Dado de cliente exposto a um modelo de terceiro exige base legal, minimização e registro. Não é o tipo de coisa que se resolve depois.
A ordem correta é impopular, mas é esta: primeiro higiene de base e governança de permissão, depois agente. Quem inverte compra um problema mais rápido e mais caro. Antes de conectar qualquer assistente, vale entender o valor previsto de cada cliente, para o agente saber onde vale a pena gastar esforço.
Por onde começar
- Pergunte ao seu fornecedor de CRM se existe servidor MCP ou roadmap para isso. Registre a resposta.
- Mapeie quais campos podem ser lidos por um agente e quais nunca podem sair da base.
- Rode uma limpeza de duplicidade antes de abrir qualquer acesso.
- Comece por leitura, não por escrita. Deixe o agente sugerir antes de deixá-lo agir.
- Ligue a trilha de auditoria desde o primeiro dia, e revise semanalmente.
Interoperabilidade é uma boa notícia para quem tem a casa arrumada, e uma péssima notícia para quem não tem. O protocolo não conserta a sua base. Ele apenas expõe, em tempo real, o estado em que ela está.
Perguntas frequentes
O que é o MCP e quem criou?
O Model Context Protocol é um padrão aberto criado pela Anthropic e disponibilizado como código aberto no fim de 2024. Ele define uma forma única de assistentes de IA acessarem dados e ferramentas de uma empresa, sem integração sob medida para cada modelo.
Um servidor MCP dá acesso irrestrito ao meu CRM?
Não deveria. A proposta é que o servidor respeite os papéis e as permissões já configurados no CRM. Na prática, isso depende da qualidade da sua governança de acessos, que precisa ser revisada antes de conectar qualquer agente.
Preciso trocar de CRM para usar MCP?
Não necessariamente. O caminho mais comum é o próprio fornecedor disponibilizar um servidor MCP. Vale perguntar ao seu fornecedor atual sobre o roadmap antes de considerar migração.
Como o MCP ajuda na retenção de clientes?
Ele permite que o agente leia sinais da base em tempo real, como queda de frequência de compra ou chamado sem resposta, e aja no momento certo. O ganho vem da tempestividade, não do volume de disparos.
E a LGPD nessa história?
Expor dado de cliente a um modelo de terceiro exige base legal, minimização dos campos compartilhados e registro do tratamento. Trilha de auditoria e permissão por campo deixam de ser boa prática e passam a ser exigência.
