O cliente não rejeita a IA. Rejeita recomeçar

O futuro do atendimento depende menos de quanto a IA sabe e mais do que a operação consegue fazer com esse conhecimento.

O cliente informa o CPF ao chatbot. Explica o problema. Recebe um protocolo. É transferido. O atendente pede o CPF de novo. Ele explica de novo. O caso segue para outra área. Na terceira vez, ele já não está mais explicando. Está reclamando.

Do lado de dentro, cada etapa funcionou. O bot cumpriu o fluxo, o atendente registrou a demanda e a área recebeu o chamado. Do lado de fora, houve uma única experiência: uma empresa que esquece o que acabou de ouvir.

É esse o ponto que a discussão sobre IA no atendimento costuma pular. A pergunta relevante não é se o cliente aceita falar com uma máquina. É se a máquina vai lembrar do que ele disse.

Quem vende a solução admite o problema

Em outubro de 2026, a NTT DATA divulgou uma pesquisa feita com a AWS. Foram ouvidos 1.600 consumidores e 560 profissionais de empresas no Reino Unido e na Irlanda. Em entrevista ao CX Today, o executivo responsável pelo estudo afirmou que a resistência do consumidor à IA é um mito. Segundo ele, o que preocupa as pessoas é perder confiança, empatia e a possibilidade de falar com alguém quando a situação exige.

Vale ler com atenção, porque quem afirma isso vende transformação de contact center com IA. E um dos dados mais relevantes da pesquisa expõe justamente um limite dessas implementações: 52% das empresas relatam dificuldades de integração com sistemas legados. O desafio, portanto, não está apenas na capacidade da IA, mas na estrutura operacional que precisa sustentá-la. Na mesma entrevista, o executivo diz ainda que bancos e financeiras superestimam a satisfação dos próprios clientes em cerca de 16%.

Isso é a declaração de um fornecedor, não uma auditoria. A amostra é britânica e irlandesa, não brasileira. Mesmo assim, a direção do erro é conhecida de qualquer operação: a empresa mede o que controla e acredita no que mede.

Juntando as duas informações, o retrato fica incômodo. As empresas querem colocar uma camada inteligente sobre sistemas que não conversam entre si, enquanto acham que o cliente está mais satisfeito do que de fato está. Já tratei desse risco em outro texto, IA não conserta processo quebrado. Escala.. Aqui, o foco é outro: o que se perde entre um ponto de contato e o seguinte.

Continuidade, não conectividade

Ter muitos canais não é ser omnichannel. Omnichannel é o cliente não precisar recomeçar quando muda de canal.

A IA pode ajudar de verdade nisso. Ela resume conversas, identifica o motivo do contato e recupera o histórico antes que o atendente diga “bom dia”. Mas um resumo é tão bom quanto aquilo que ele deixa de fora. Basta omitir a frase que explicava a irritação para o atendente abrir a conversa no tom errado. Uma leitura equivocada de sentimento faz o mesmo estrago. E uma informação desatualizada transforma a resolução em uma nova reclamação.

Preservar contexto não é guardar dado. Uma empresa pode registrar todas as interações e continuar incapaz de utilizá-las.

Existe uma diferença entre registrar, compreender e agir. Registrar é manter o histórico. Compreender é recuperar as informações relevantes e identificar o que já aconteceu. Agir é usar esse conhecimento para tomar uma decisão, corrigir uma falha ou resolver a necessidade.

Uma operação pode fazer muito bem as duas primeiras coisas e falhar na terceira. O cliente não precisa apenas que a empresa se lembre dele. Precisa que essa memória tenha alguma consequência na resolução do problema.

A voz voltou, e trouxe a URA junto

A IA de voz está ganhando espaço por um motivo simples: falar com a tecnologia deixou de parecer estranho. Uma pesquisa da própria Twilio no Reino Unido indica que 22% das pessoas já falam mais do que digitam ao usar tecnologia.

Peter Bell, executivo da empresa, dá um exemplo preciso. Quem acabou de sofrer um acidente de carro não quer preencher formulário no acostamento. Já quem está pedindo um financiamento talvez não queira dizer o salário em voz alta em um lugar público. O canal certo depende da situação, não da tendência.

Falta incluir uma camada nessa conversa: a voz é a marca. Tom, ritmo, pausa e a capacidade de reconhecer que algo deu errado dizem mais sobre a empresa do que o logotipo no aplicativo. Uma voz sintética impecável, sem memória, sem integração e sem saída para um humano, é apenas uma URA com dicção melhor.

No Brasil, o humano não é uma escolha de design

Aqui, a conversa tem uma camada que as pesquisas estrangeiras não alcançam: a regulação.

Desde 2022, o Decreto 11.034 rege o SAC dos setores regulados pelo governo federal. Ele exige atendimento humano por pelo menos oito horas diárias e contato direto com o atendente quando o consumidor escolhe essa opção. Também proíbe condicionar o primeiro acesso ao atendente ao fornecimento prévio de dados, e manda transferir a demanda ao setor competente quando o primeiro atendente não puder resolvê-la. A LGPD, por sua vez, garante ao titular o direito de pedir a revisão de decisões tomadas unicamente com base em tratamento automatizado.

Na prática, isso significa que um fluxo que prende o cliente no bot para “proteger a contenção” não é só uma experiência ruim. Pode ser descumprimento. E quando decisões automatizadas afetam os interesses do consumidor, a empresa precisa avaliar as obrigações legais de transparência e revisão, além dos riscos operacionais de executar ações sem controles adequados.

Há ainda o canal para onde vai quem desiste. No Brasil, a frustração que não encontra saída no SAC tem endereço conhecido: Reclame Aqui, consumidor.gov.br, Ouvidoria e Procon. A queda de volume no atendimento pode ser apenas o mesmo problema mudando de lugar, onde é mais caro e mais público.

Uma régua para decidir o que automatizar

A pergunta “quanto do atendimento vai para a IA?” produz respostas de planilha. A pergunta útil é outra: qual combinação de capacidades resolve cada tipo de necessidade?

Proponho avaliar cada motivo de contato a partir de três dimensões: previsibilidade da solução, risco da decisão e possibilidade de reversão. O peso emocional da situação também precisa ser considerado, mas não deve ser confundido automaticamente com complexidade.

• Soluções previsíveis, de baixo risco e facilmente reversíveis: boas candidatas à automação integral, desde que existam informações confiáveis e mecanismos para tratar exceções.

• Situações com exceções, necessidade de interpretação ou decisões de maior impacto: podem combinar IA e atendimento humano. A tecnologia recupera informações e sugere alternativas, enquanto os controles definidos pela operação determinam quando a decisão exige validação.

• Situações de alto risco, vulnerabilidade ou consequências difíceis de reverter: exigem controles mais rigorosos, supervisão proporcional e possibilidade de intervenção humana quando necessária.

  
  

A classificação não deve ser feita apenas pelo nome do serviço. Um cancelamento pode ser simples e adequado ao autosserviço. Uma atualização cadastral pode envolver risco elevado de fraude. O que determina o desenho do atendimento é a combinação das características da situação, não a categoria do contato isoladamente.

O detalhe que quase ninguém desenha é que o cliente muda de zona no meio da conversa. Uma consulta de status vira reclamação quando o pedido está atrasado pela segunda vez. Por isso, o critério de transferência não pode depender só de quantas vezes a pessoa repetiu a pergunta. Precisa considerar o motivo, o histórico de tentativas, o risco envolvido e os sinais de que a conversa parou de avançar.

E alguém precisa responder antes do lançamento: quando a IA orientar errado, quem percebe, quem corrige a regra e como o erro deixa de se repetir? Sem dono, a automação não tem governança. Tem sorte.

O indicador que não conta a história inteira

Contenção alta não prova resolução. Tempo médio baixo não demonstra, isoladamente, uma operação mais eficiente. Volume em queda não significa necessariamente que o cliente deixou de precisar de ajuda.

Indicadores operacionais mostram uma parte do desempenho. O problema começa quando são interpretados como evidência suficiente de uma experiência melhor.

Todo indicador de eficiência precisa de um par que o vigie:

• taxa de contenção do bot × recontato pelo mesmo motivo em até sete dias;

• tempo médio de atendimento × resolução no primeiro contato;

• queda de volume no SAC × volume em Reclame Aqui, consumidor.gov.br e Ouvidoria;

• número de transferências × esforço percebido pelo cliente na transferência.

Se o primeiro melhora e o segundo piora, existe um sinal que merece investigação. O ganho operacional pode estar acompanhado de maior esforço para o cliente, mas também pode refletir mudanças no perfil dos contatos, sazonalidade ou outros fatores.

Por isso, esses indicadores precisam ser analisados em conjunto, preferencialmente por motivo de contato e grupos comparáveis de clientes. Sem esse cuidado, a empresa corre o risco de atribuir à automação tanto melhorias quanto problemas que tiveram outras causas.

A melhor resposta é a pergunta que não precisou ser feita

Projetos de IA costumam começar pela ferramenta. Deveriam começar pelo motivo do contato.

Se o cliente liga porque a fatura é confusa, o problema está na fatura. Se pergunta todo dia pelo pedido, falta aviso proativo. Se reclama de promessa não cumprida, a falha começou na venda, muito antes do chamado. Automatizar essas respostas é sofisticar o sintoma.

O Service Design ajuda porque obriga a olhar a jornada inteira: o que aconteceu antes do contato, o que o cliente espera como desfecho, o que a empresa já sabe e onde estão as esperas e as decisões sem dono. E obriga a ouvir quem está na operação. O atendente conhece as exceções que nenhum fluxograma registra. Ignorar esse conhecimento é automatizar a versão idealizada do processo, que só existe na apresentação.

O critério que importa

A IA pode reduzir trabalho repetitivo, ampliar horários, apoiar quem atende e responder com mais contexto. Nada disso acontece sozinho.

Empresas que colocam IA sobre processos antigos vão ganhar produtividade e acumular desgaste no relacionamento ao mesmo tempo. Já as que usam a tecnologia como pretexto para redesenhar jornadas, integrar dados e dar dono às decisões vão colher o que a ferramenta promete.

O cliente não precisa entender a arquitetura da sua empresa. Precisa que ela compreenda sua necessidade, preserve o que já foi dito e tenha capacidade de resolver o problema.

A inteligência artificial pode ajudar a operação a lembrar de tudo. Mas lembrar, por si só, não resolve nada. O atendimento só melhora quando aquilo que a empresa sabe muda aquilo que ela faz.

Referências

NTT DATA. Realising the Power of AI in Contact Centres, 2026. https://uk.nttdata.com/insights/reports/contact-centres-research-report-2026CX Today. How Consumer Attitudes to AI Are Reshaping Contact Centers. Entrevista com Sashen Naidu (NTT DATA), 8 out. 2026. https://cxtoday.com/how-consumer-attitudes-to-ai-are-reshaping-contact-centersCX Today. Why Twilio Says Voice Will Reshape Customer Journeys. Entrevista com Peter Bell (Twilio), 8 out. 2026. https://cxtoday.com/why-twilio-says-voice-will-reshape-customer-journeysBRASIL. Decreto nº 11.034, de 5 de abril de 2022 (SAC).BRASIL. Lei nº 13.709/2018 (LGPD), art. 20.