A inteligência artificial já faz parte da rotina de atendimento de muitas empresas. Mas existe uma diferença enorme entre implementar agentes de IA e construir uma operação que realmente entrega uma experiência melhor para o cliente.
No novo episódio do Vamos de Vendas, Gustavo Pagotto conversa com Bruna Venceslau, diretora de Customer Success, Customer Experience e Suporte Técnico da HostGator, sobre como a empresa vem utilizando inteligência artificial para aumentar a produtividade, automatizar processos e transformar o atendimento ao cliente.
Desde o início da implementação de IA no atendimento, a HostGator registrou um ganho de 25% em produtividade. Mas um dos principais aprendizados da conversa é que esse resultado não veio simplesmente de colocar um chatbot para responder perguntas.
A questão central é entender o que deve ser automatizado, quando o atendimento humano precisa entrar e como garantir que a tecnologia resolva o problema do cliente de verdade.
Automatizar tudo pode ser um dos maiores erros da IA no atendimento
Um dos primeiros pontos levantados por Bruna é que nem todo atendimento precisa de intervenção humana. Mas também não significa que todos possam ser resolvidos por inteligência artificial.
O caminho começa pelo mapeamento dos principais motivos de contato. Problemas recorrentes, de grande volume e baixa criticidade, como recuperação de senha, emissão de boletos e configurações simples, são bons candidatos à automação.
Já situações que exigem análise, interpretação e compreensão de diferentes contextos precisam continuar contando com pessoas preparadas para resolver o problema.
A lógica é identificar onde o processo pode ser automatizado de ponta a ponta e onde a experiência humana faz diferença.
O primeiro passo, portanto, não é escolher uma ferramenta de IA. É entender quais problemas consomem o tempo da operação e quais deles realmente precisam de uma pessoa.
A IA precisa preparar o atendimento humano, não apenas responder ao cliente
Na HostGator, todos os atendimentos passam por uma primeira etapa com inteligência artificial.
Quando o cliente apresenta um problema, a IA realiza uma triagem, aplica procedimentos de diagnóstico e, caso não consiga resolver a solicitação, encaminha o caso para um analista com um resumo do contexto e sugestões de possíveis soluções.
Isso reduz o tempo que o atendente gastaria fazendo perguntas que já foram respondidas e permite que a conversa avance mais rapidamente.
Bruna destaca que a IA funciona como um copiloto: ela identifica padrões, organiza informações e potencializa a capacidade do profissional, mas não substitui o conhecimento e a análise humana em situações mais complexas.
Existe uma diferença importante entre responder rápido e resolver rápido. A velocidade só gera valor quando vem acompanhada de uma solução.
O cliente não quer falar com um robô, ele quer resolver o problema
Uma das provocações mais interessantes do episódio é sobre a forma como as empresas interpretam a redução de contatos no atendimento.
Poucos contatos nem sempre significam uma boa experiência. Para Bruna, cada interação também representa uma oportunidade de relacionamento com o cliente.
O que realmente importa é que ele consiga resolver o que precisa, seja por meio de uma ferramenta de autoatendimento, seja conversando com uma pessoa.
E existe um detalhe que não pode ser ignorado: um problema que representa apenas 2% dos chamados da operação pode representar 100% do problema para aquele cliente.
Por isso, quando uma situação chega ao atendimento humano, o profissional precisa estar preparado para assumir a responsabilidade e conduzir a resolução, mesmo quando se trata de um caso pouco recorrente.
A tecnologia pode acelerar a jornada, mas não pode fazer o cliente sentir que está sendo transferido de um lado para outro sem que ninguém assuma o problema.
Sem curadoria, a IA pode piorar a experiência que deveria melhorar
Outro aprendizado importante é que implementar um agente de IA não significa deixá-lo funcionando sozinho.
Bruna defende a necessidade de uma equipe de curadoria, responsável por acompanhar a qualidade das respostas, o tempo de atendimento, a linguagem utilizada e a forma como as informações chegam ao cliente.
Não basta verificar se a resposta está certa ou errada. É preciso entender se ela poderia ser mais simples, se deveria ser dividida em etapas, se um vídeo funcionaria melhor do que um texto ou se o conteúdo da base de conhecimento está realmente ajudando.
Esse acompanhamento também precisa considerar as mudanças no comportamento dos clientes e nos próprios produtos da empresa.
Um modelo mal treinado pode repetir perguntas, encaminhar o cliente para caminhos indisponíveis ou oferecer respostas que não resolvem nada. E, nesse cenário, a automação deixa de gerar eficiência e passa a criar mais atrito.
A IA precisa ser treinada, monitorada e atualizada continuamente. A qualidade do atendimento automatizado depende tanto da tecnologia quanto das pessoas responsáveis por aprimorá-la.
NPS alto não significa, necessariamente, clientes satisfeitos
Quando o assunto é medir a experiência do cliente, Bruna chama atenção para um erro comum: olhar isoladamente para indicadores como NPS e CSAT.
Uma empresa pode apresentar um NPS elevado e, ainda assim, ter uma retenção baixa. Afinal, gostar de uma marca não significa necessariamente continuar pagando por seus produtos ou serviços.
Por isso, a operação precisa acompanhar outros indicadores, como retenção e First Call Resolution (FCR), que mede a capacidade de resolver uma solicitação no primeiro contato.
Outro ponto levantado é a possibilidade de utilizar IA para ampliar a monitoria de qualidade. Em vez de depender exclusivamente de uma equipe humana para avaliar uma amostra dos atendimentos, agentes bem treinados podem analisar as interações em escala, identificando sinais de insatisfação e pontos de melhoria.
A partir daí, uma equipe humana pode fazer a curadoria dos casos mais críticos e garantir que a avaliação esteja alinhada com a experiência que a empresa deseja entregar.
O custo dos tokens pode transformar uma boa ideia em um problema financeiro
Existe também uma discussão que costuma ficar em segundo plano quando as empresas começam a implementar IA: o custo de operação.
No episódio, Bruna compartilha uma experiência em que uma aplicação de atendimento consumiu muito mais tokens do que o previsto. O motivo? Uma resposta que parecia simples exigia três etapas de interação para entregar a informação de forma clara ao cliente, triplicando o custo inicialmente projetado.
O aprendizado foi revisar o processo, entender onde estava o consumo e ajustar a aplicação junto ao parceiro responsável.
Isso reforça a importância de construir um business case antes de escalar uma solução. E essa análise não deve considerar apenas a redução de custos.
Bruna também sugere olhar para o potencial de geração de receita: quanto mais produtivo um time comercial pode se tornar? Quanto tempo pode ser reduzido no ciclo de vendas? Quantas oportunidades adicionais a operação consegue atender?
A maturidade está em entender o investimento, acompanhar os resultados e dar tempo para que a aplicação evolua antes de projetar ganhos definitivos ou redirecionar equipes.
A melhor experiência também depende de quem não está no atendimento
Por mais avançada que seja a inteligência artificial, existem situações que dependem de uma comunicação rápida entre diferentes áreas da empresa.
Quando um produto é lançado, por exemplo, podem surgir problemas que não apareceram durante os testes. E o time de atendimento precisa conseguir respostas de Produto, Marketing e Vendas sem depender de longos fluxos de comunicação.
Bruna também destaca a importância de convidar os clientes para participar desse processo. Ouvir quem utiliza o produto, compartilhar novidades e construir melhorias em conjunto ajuda a identificar necessidades que nem sempre aparecem dentro da empresa.
A experiência do cliente não é responsabilidade exclusiva de Customer Success ou Customer Experience. Ela depende de toda a organização.
IA no atendimento exige evolução contínua, não uma implementação isolada
Ao longo da conversa, fica claro que a adoção de inteligência artificial exige aprendizado constante. É preciso testar, acompanhar os resultados, corrigir falhas e evoluir os processos aos poucos.
A recomendação de Bruna para quem está começando é escolher um único processo, mapear sua jornada, entender o impacto para o cliente e fazer essa primeira implementação muito bem feita antes de replicá-la para outras áreas.
Afinal, uma operação mais produtiva não é aquela que automatiza o maior número possível de interações. É aquela que consegue resolver os problemas com mais agilidade, sem perder qualidade e sem deixar o cliente desamparado.
📌 Talvez a pergunta não seja “quantos atendimentos minha IA consegue resolver?”
Mas sim: “quantos problemas dos meus clientes conseguimos resolver melhor depois que começamos a usar IA?”
🎧 Quer aumentar a produtividade do atendimento sem comprometer a experiência do cliente?
Assista ao episódio completo do Vamos de Vendas com Bruna Wenceslau, diretora de Customer Success, Customer Experience e Suporte Técnico da HostGator, e descubra como a empresa utiliza IA para automatizar processos, potencializar o trabalho dos atendentes e construir uma operação mais eficiente e preparada para o futuro. 🚀
