Contexto espalhado
Cadastro, pedido, contrato e histórico ficam em sistemas diferentes, e cada atendimento recomeça a busca do zero.
Um agente que lê a solicitação, consulta pedido, contrato e histórico, resolve o que está dentro da política e entrega ao atendente o caso que exige julgamento, com o resumo pronto.
Para operações com fila recorrente, base de conhecimento viva e sistemas que o atendente hoje consulta manualmente.
Na maioria das centrais de atendimento, boa parte do tempo do atendente não vai para a conversa com o cliente. Vai para abrir abas: localizar o cadastro no CRM, conferir o pedido no ERP, procurar a política de troca em um documento que mudou no mês passado, verificar se já existe um chamado aberto sobre o mesmo assunto. A resposta em si costuma ser curta; o trabalho está em reunir o que é preciso para dá-la com segurança.
Chatbots baseados em árvore de decisão tentaram resolver isso com menus e respostas prontas e esbarraram no mesmo limite: o cliente raramente formula a pergunta do jeito que o fluxo previu, e o bot não tem acesso aos sistemas para responder algo além do genérico. O resultado conhecido é o cliente que digita "falar com atendente" já na segunda mensagem.
Um agente de IA para atendimento ao cliente parte de outra premissa. Ele interpreta a solicitação em linguagem natural, consulta as fontes autorizadas e decide, dentro de regras explícitas, se responde, se executa uma ação simples ou se transfere. É a mesma lógica que aplicamos em agentes de IA para empresas de outras áreas: autonomia proporcional ao risco, com pessoas no controle das exceções.
Cadastro, pedido, contrato e histórico ficam em sistemas diferentes, e cada atendimento recomeça a busca do zero.
Regras de troca, prazo e reembolso são atualizadas, mas a resposta que circula na equipe nem sempre acompanha a versão vigente.
Quando o caso sobe de nível, o cliente repete a história porque o registro anterior não diz o que já foi verificado.
O escopo é definido por tipo de solicitação. Para cada um, fica claro o que o agente consulta, o que pode responder e o que precisa encaminhar.
Identifica assunto, urgência e cliente, detecta pedidos duplicados e aplica a regra de prioridade da operação, como contratos com nível de serviço diferenciado.
Consulta a base de conhecimento, o catálogo e as políticas vigentes e responde indicando a regra aplicada, sem improvisar condições comerciais.
Verifica pedido, entrega, fatura ou chamado diretamente nos sistemas de origem, em vez de pedir ao cliente que aguarde um retorno.
Atualiza cadastro, reenvia segunda via, agenda visita ou abre ordem de serviço quando a ação está dentro da alçada liberada.
Monta um resumo com o que o cliente pediu, o que foi verificado e qual decisão está pendente, para que o atendente comece do ponto certo.
Mesmo nos casos que não pode resolver, sugere resposta e localiza documentos para a pessoa que vai conduzir a conversa.
Um exemplo comum em varejo e serviços: o cliente recebeu um produto com defeito e quer a substituição.
A mensagem chega pelo canal que o cliente escolheu. O agente identifica a pessoa pelo e-mail ou telefone cadastrado e localiza o pedido citado, ou pergunta o número quando há mais de um.
Confere data de entrega, prazo de troca, categoria do produto e se já existe solicitação aberta. Cada critério é comparado com a política em vigor, não com uma resposta memorizada.
Se todos os critérios forem atendidos, o agente abre a ordem de troca, gera a etiqueta de devolução e informa os próximos passos. Se algo foge da regra, como prazo vencido por poucos dias ou produto sem estoque, ele não decide sozinho.
O caso vai para a fila do time responsável com classificação, evidências e uma sugestão de resposta. O cliente é avisado de que uma pessoa vai analisar o pedido e de quando deve receber retorno.
Toda a interação fica no helpdesk. Exceções recorrentes viram insumo para revisar a política ou ampliar a alçada do agente, sempre por decisão da gestão do atendimento.
A integração é feita com credenciais próprias do agente e permissões mínimas: ele lê o que precisa para responder e escreve apenas nos campos e ações liberados. Em empresas com sistemas antigos sem API, avaliamos alternativas caso a caso antes de propor qualquer automação.
A transferência para um humano não é sinal de falha do agente; é o comportamento esperado para uma parte dos casos. O que define a qualidade do projeto é quando e como ela acontece.
Quando a transferência acontece, o atendente recebe o histórico completo e o resumo do que já foi feito. A supervisão também inclui revisão periódica, por amostragem, das conversas que o agente resolveu sozinho. Detalhamos esse desenho no artigo sobre handoff humano em agentes de IA.
Atendimento lida com dados pessoais o tempo todo: nome, documento, endereço, histórico de compras e, em alguns setores, informações de saúde ou financeiras. A LGPD não impede o uso de IA nesse contexto, mas exige finalidade definida, base legal adequada e controle sobre quem acessa o quê.
O artigo sobre LGPD em sistemas de IA aprofunda esses pontos, e a página de governança de IA descreve como estruturamos esse trabalho.
O caminho mais seguro é escolher um recorte com volume relevante, política clara e sistemas acessíveis, como consulta de status ou segunda via, e operá-lo bem antes de ampliar. Um bom ponto de partida é o diagnóstico executivo, que ajuda a identificar esse recorte e os pré-requisitos de dados e integração.
A partir daí, a implementação de agentes de IA segue em ciclo curto: desenho do fluxo e das alçadas, integração com os sistemas, piloto supervisionado com uma parte da demanda e ajuste com base nos casos reais. Para entender a abordagem geral, veja agentes de IA para empresas.
Se o seu canal principal é o WhatsApp, a página de agente de IA no WhatsApp trata das particularidades desse canal. Se o atendimento também gera oportunidades comerciais, veja o agente de IA para vendas e CRM.
Um chatbot tradicional segue fluxos e respostas pré-definidas. Um agente de IA interpreta a solicitação em linguagem natural, consulta sistemas como CRM, ERP e helpdesk e decide, dentro de regras definidas, se responde, executa uma ação ou transfere o caso para uma pessoa com o contexto organizado.
Não é esse o desenho que recomendamos. O agente assume solicitações repetitivas e bem delimitadas e prepara as demais, enquanto a equipe concentra tempo em casos complexos, negociações e clientes que precisam de atenção humana. A supervisão da qualidade das respostas também continua com pessoas.
Em geral, nos canais que já recebem solicitações: chat do site, e-mail, formulários e WhatsApp Business API. O registro fica centralizado no helpdesk ou no CRM, para que o histórico do cliente seja o mesmo independentemente do canal de entrada.
O agente responde com base em fontes autorizadas, como a base de conhecimento e os sistemas de origem, e é instruído a não responder quando não encontra a informação. Testes com casos reais antes da entrada em produção e revisão por amostragem depois ajudam a manter a qualidade.
As regras de transferência são definidas no desenho do fluxo: pedido explícito do cliente, assuntos sensíveis, concessões fora da política ou baixa confiança na resposta. O atendente recebe a conversa com resumo, dados consultados e a decisão que está pendente.
Depende do recorte escolhido, da qualidade da base de conhecimento e do acesso aos sistemas. Por isso começamos com um diagnóstico e um piloto supervisionado em um tipo de solicitação, o que permite estimar prazo e esforço com base no cenário real da empresa.
Conte quais solicitações mais ocupam a equipe, por quais canais chegam e em quais sistemas estão as respostas. A conversa inicial avalia aderência e próximos passos.
Nossa equipe retornará para entender o contexto e combinar a melhor forma de avançar.