A inteligência artificial ainda está distante de assumir o comando das interações com clientes nas empresas, segundo pesquisa da Concentrix realizada pelo Everest Group com tomadores de decisão de 100 companhias globais. Apenas 16% das empresas esperam chegar ao início de 2027 com um modelo de execução por IA e supervisão humana.
Segundo o levantamento realizado no primeiro trimestre deste ano, ao qual o Monitor do Mercado teve acesso com exclusividade, 41% das empresas projetam manter interações com clientes exclusivamente humanas, enquanto 31% esperam adotar um modelo combinado entre humanos e IA, enquanto a maioria das empresas ainda utiliza modelos tradicionais gerenciados por pessoas, aplicando a tecnologia principalmente ao suporte aos agentes, ao apoio aos fluxos de trabalho e à automação de tarefas específicas.
O resultado indica que, apesar do avanço dos investimentos e dos testes com a tecnologia, a substituição ampla do trabalho humano não deve ocorrer de forma imediata. Ao contrário, a tendência apontada o levantamento aponta uma transição gradual, em que a IA primeiro amplia a capacidade das equipes antes de assumir parcelas maiores da execução.
A pesquisa aponta ainda que o principal obstáculo para ampliar o uso da IA não está apenas na tecnologia. As empresas enfrentam dificuldades para integrar sistemas, redesenhar processos e estabelecer estruturas de governança capazes de sustentar a tecnologia em escala.
O gargalo está em escalar a inteligência artificial
O levantamento aponta que muitas empresas já conseguiram testar aplicações de IA com resultados, mas encontram dificuldades quando tentam ampliar essas soluções.
Entre os principais obstáculos identificados pelo estudo estão restrições de segurança, questões jurídicas e de conformidade, integração lenta com sistemas existentes e soluções pontuais que não conseguem executar jornadas completas.
Esse cenário modifica a natureza do desafio empresarial. A questão deixa de ser apenas implementar ferramentas de IA e passa a envolver a criação de uma operação capaz de integrar, governar e medir a tecnologia em escala.
Por isso, os compradores esperam que os provedores ofereçam não apenas capacidade de entrega, mas também orquestração, integração de IA, estruturas de governança e operações em escala.
IA muda critérios para contratação de provedores
A expansão das jornadas habilitadas por IA também modifica a forma como as empresas avaliam seus fornecedores. As decisões de contratação passam a envolver líderes de experiência do cliente, marketing, vendas, operações, risco, compliance, tecnologia, dados e finanças, já que a execução de uma jornada afeta experiência, receita, custo, risco e controle.
Por isso, os compradores devem avaliar a maturidade do modelo operacional dos provedores, além de sua capacidade de entrega.
Entre os critérios estão a capacidade de redesenhar responsabilidades pela jornada, integrar fluxos de trabalho entre sistemas, incorporar governança à produção, administrar exceções, coordenar mudanças entre diferentes áreas e manter execução auditável em escala.
Nesse cenário, escala de entrega e taxas de Full-time Equivalent (FTE) — medida utilizada para representar a força de trabalho equivalente em tempo integral — tendem a ter menor importância como diferenciais isolados.
Ganham peso a capacidade de transformação, a profundidade de integração, o conhecimento do setor, a responsabilidade e a confiabilidade da operação em produção.
Há três caminhos para as empresas
O estudo identifica três trajetórias possíveis para as organizações: permanecer nos modelos tradicionais, evoluir a entrega existente com IA ou reinventar as operações em torno de uma execução conduzida por IA.
A evolução parte de modelos operacionais conduzidos por pessoas e os reorganiza em torno da colaboração entre humanos e inteligência artificial. Nesse processo, as empresas podem modificar fluxos de trabalho, funções, governança, bases de conhecimento, integração tecnológica e gestão de desempenho. A IA passa a apoiar decisões, execução, qualidade e consistência.
Esse modelo é considerado adequado para jornadas complexas, orientadas por relacionamento ou empatia, que continuam dependendo de julgamento humano e decisões contextuais.
A reinvenção, por outro lado, parte de uma reconstrução da jornada do cliente em torno de um ambiente operacional nativo de IA e baseado em agentes.
Nesse caso, as empresas reconstroem a orquestração do trabalho e estabelecem a estrutura de dados, a camada agentiva, os controles e a supervisão humana necessários. A IA deixa de atuar apenas na automação de tarefas específicas e passa a fazer parte da estrutura operacional pela qual as jornadas são executadas, monitoradas, escaladas e aprimoradas.
Esse modelo é mais adequado a jornadas padronizadas, baseadas em regras e ricas em dados, nas quais a IA pode atuar dentro de limites definidos. As pessoas permanecem responsáveis por exceções, interações que exigem julgamento, disputas e governança.
A escolha depende de cada jornada
O estudo ressalta que evolução e reinvenção podem ser utilizadas simultaneamente por uma mesma empresa, dependendo do contexto de cada jornada.
A evolução pode ser aplicada, por exemplo, em negociação de cobranças, suporte a vendas de alto valor, jornadas de retenção e recuperação de serviços complexos. Nessas situações, a IA pode contribuir para priorização, apoio à decisão e consistência, enquanto o julgamento humano continua central.
A reinvenção pode ser mais adequada a processos padronizados, como verificações rotineiras de elegibilidade, atualizações de status de pedidos, agendamento de consultas, alterações simples de contas, tratamento de respostas a campanhas e lembretes de pagamento, desde que políticas, dados e integração de sistemas estejam suficientemente maduros para permitir execução conduzida por IA.
A avaliação de cada jornada deve considerar complexidade, variabilidade, requisitos regulatórios, expectativas dos clientes, potencial de automação e prontidão. Assim, a escolha do modelo não deve representar um nível uniforme de ambição em IA para toda a empresa. O modelo precisa ser adequado às características de cada jornada.
Eficiência da IA passa a ser medida pelo resultado da jornada
A expansão da inteligência artificial também modifica a forma como as empresas avaliam eficiência. Em vez de considerar apenas produtividade ou tempo de atendimento, o estudo aponta uma mudança para métricas relacionadas ao resultado completo da jornada.
Entre os parâmetros estão resolução completa e correta, pontualidade, custo e resultado, além de qualidade e esforço do cliente. Na prática, isso altera a função de medição da operação. Em um modelo de reinvenção, por exemplo, a avaliação deixa de se concentrar em indicadores isolados de uma interação ou tarefa e passa a considerar o desempenho de toda a jornada.
A mudança também afeta o desenho dos processos, os requisitos de dados, a definição de responsabilidades e a forma como pessoas e agentes de IA trabalham conjuntamente.
Onde está o potencial de automação
O estudo aponta que o valor adicional está também em fluxos de resposta de marketing, resolução de serviços, cobrança, retenção e atendimento de processos de back-office. Para capturar esse potencial, porém, as organizações precisam redesenhar jornadas, incorporar a execução por IA aos fluxos de trabalho e melhorar a coordenação entre sistemas, canais e equipes.
Atividades de baixo julgamento, como consultas básicas de serviço, acompanhamentos rotineiros de vendas, tratamento de respostas a campanhas, atualizações manuais de casos, processamento de back-office e verificações de qualidade por amostragem, estão entre aquelas que sofrerão maior pressão por automação.
Durante a transição, o crescimento dos gastos pode permanecer estável, enquanto sua composição muda do esforço humano repetitivo para produtividade habilitada por IA, orquestração, geração de insights e entrega de resultados.
Próximos desafios da IA
A pesquisa mostra que a transformação das operações não deverá ocorrer por uma substituição imediata e integral do trabalho humano.
O estudo aponta que empresas que redesenharem as jornadas, incorporarem governança à execução em escala e alinharem investimentos aos novos conjuntos de valor poderão fortalecer resiliência, desempenho do serviço e eficiência de custos. Já aquelas que avançarem mais lentamente correm o risco de enfrentar custos de serviço maiores, experiências fragmentadas e menor diferenciação.
A vantagem competitiva, nesse contexto, dependerá da capacidade de transformar a IA de pilotos isolados em um modelo operacional que consiga escalar ao longo da jornada do cliente, integrar sistemas e canais e permanecer mensurável e governável em produção.
Para os tomadores de decisão, a questão passa a ser definir, em cada jornada, onde a IA deve auxiliar, onde pode conduzir a execução e onde o julgamento humano deve permanecer essencial, além de estabelecer os controles necessários para que esse modelo possa ser ampliado.
