Trabalho digital: como IA e agentes humanos podem atuar lado a lado
Os grandes fornecedores de plataformas de contact center deixaram claro no Enterprise Connect 2026: a chamada agentic AI virou peça central da experiência do cliente. A ideia é usar agentes de IA tanto para roteamento inteligente quanto para atendimento direto a dúvidas simples e rotineiras. A visão comum entre esses executivos é que o digital labor não vem só para cortar custo, mas para melhorar o trabalho humano e a interação com o cliente ao mesmo tempo.
Esse movimento levanta algumas questões importantes: como muda o dia a dia de quem trabalha em atendimento quando a automação baseada em IA vira padrão? E, mais do que isso, como esses profissionais passam a interagir com agentes artificiais específicos por tarefa ou função, que atuam em paralelo com o time humano?
Para entender essa relação na prática, faz sentido olhar para as empresas que constroem as plataformas sobre as quais boa parte dos contact centers roda hoje. Cinco executivos que vivem esse cenário de perto explicaram como enxergam a parceria entre pessoas e Inteligência Artificial no atendimento:
- Neville Letzerich, CMO da Talkdesk
- John Finch, VP global de marketing de produto na RingCentral
- Jasen Williams, SVP de marketing corporativo na Verint
- Craig Walker, CEO da Dialpad
- Gautam Vasudev, SVP de product management para Agentforce Service, na Salesforce
A seguir, um panorama organizado das visões desses líderes, sempre mantendo o foco no que foi dito originalmente, mas com contexto extra para quem acompanha de perto o avanço da IA em CX.
IA especializada para reduzir filas e escalar conhecimento
Neville Letzerich, da Talkdesk, conta que a empresa lançou a plataforma CXA cerca de um ano atrás. A base da proposta é simples: criar um ambiente em que diferentes agentes de IA possam operar tanto de forma standalone quanto em conjunto, como um time coordenado de atendentes digitais.
Letzerich destaca um ponto que qualquer gestor de contact center conhece bem: muitos agentes humanos têm habilidades altamente especializadas. Em operações tradicionais, isso significa colocar o cliente em fila para esperar justamente por aquele profissional que domina um sistema específico, um produto mais complexo ou uma regra de negócio crítica.
Com a agentic AI, a Talkdesk trabalha para treinar agentes de IA nessas mesmas habilidades de nicho. Em vez de encaminhar quase toda demanda crítica para o mesmo pequeno grupo de especialistas humanos, o sistema começa a absorver parte dessas interações, em especial os casos repetitivos que seguem um padrão claro. Segundo Letzerich, quando isso é feito com cuidado, duas coisas acontecem ao mesmo tempo:
- O tempo de espera cai, porque menos clientes precisam disputar espaço na fila dos poucos especialistas humanos.
- A satisfação do cliente sobe, já que dúvidas são resolvidas mais rápido.
O segredo aqui não é tentar substituir o especialista, mas emular o conhecimento dele e deixá-lo disponível em escala. Aquele know-how que antes ficava preso na cabeça de poucos agentes passa a ser codificado em fluxos, bases de conhecimento estruturadas e modelos de IA treinados com exemplos reais. Isso muda o jogo de escala sem apagar o papel humano.
Letzerich não ignora o impacto: alguns postos de trabalho tendem a ser eliminados, sim. Mas ele aponta outro lado da história: a economia gerada no contact center pode ser reinvestida em áreas como vendas, marketing e desenvolvimento de produto, acelerando o crescimento da empresa. Na visão dele, o contact center deixa de ser apenas um centro de custo para se conectar mais diretamente com a geração de receita.
Redistribuição de funções em vez de demissões em massa
John Finch, da RingCentral, segue uma linha parecida, mas enfatiza a realocação de talentos. Para ele, cada organização vai buscar um tipo de ROI diferente com a IA. Algumas querem cortar custos direto; outras preferem usar a automação para liberar pessoas e reposicioná-las em papéis mais estratégicos.
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
Finch dá um exemplo muito comum: agentes que cresceram junto com o negócio e conhecem o funcionamento da empresa de ponta a ponta. Em vez de simplesmente dispensar essas pessoas quando a IA começa a assumir uma parte grande do atendimento, ele sugere levá-las para funções em que esse conhecimento agregado gera ainda mais valor.
Em um negócio de tecnologia, por exemplo, um atendente veterano muitas vezes sabe mais sobre problemas recorrentes, dúvidas frequentes e gargalos de uso do produto do que muita gente de outras áreas. Em empresas de logística ou envio, quem atende cliente no dia a dia entende bem onde estão as maiores dores na operação. Na visão de Finch, faz muito mais sentido colocar esse pessoal em funções internas que melhorem processos, produtos e comunicação, em vez de simplesmente enxugá-los do quadro.
Outra estratégia que ele destaca é a redução gradual do quadro via attrition, ou seja, não repor todas as vagas abertas por rotatividade natural. Assim, parte da força de trabalho migra para outros papéis dentro da organização, enquanto a IA assume mais interações na linha de frente. Com isso, as empresas podem:
- Atender mais contatos com o mesmo número de pessoas.
- Deslocar agentes experientes para funções de maior impacto.
- Conter mais interações logo na porta de entrada, sem depender sempre de um humano.
O resultado, se bem orquestrado, é um equilíbrio mais saudável entre automação e talento humano, evitando choques internos desnecessários e aproveitando melhor quem conhece o negócio por dentro.
Rebalanceamento da capacidade e qualidade em escala
Jasen Williams, da Verint, traz outro dado bem importante: segundo ele, ainda não há um movimento agressivo e generalizado de demissão em massa de agentes por causa da IA. O que aparece com mais força é um rebalanceamento de como a capacidade é usada.
Na prática, a pergunta que os clientes fazem para a Verint é:
O que eu faço com a capacidade que estou liberando com automação?
As respostas variam:
- Estender horário de atendimento sem aumentar equipe.
- Oferecer suporte mais robusto a clientes premium.
- Realocar parte da equipe para funções de venda e retenção.
Williams também aponta um impacto forte no nível de gestão. Tradicionalmente, times de qualidade conseguiam avaliar só uma pequena fração das interações — algo em torno de 1% a 3% das chamadas, dependendo do tamanho da operação. Com IA, entra outro cenário: modelos conseguem analisar praticamente 100% das ligações, do chat ao telefone.
Ele cita o caso de uma grande empresa de FinTech que usa os chamados quality bots da Verint. Segundo Williams, esses bots fazem o trabalho equivalente ao de cerca de 1.200 gestores de qualidade. Em outras palavras, seria impraticável contratar e manter uma estrutura desse tamanho apenas para ouvir e avaliar chamadas, mas a IA permite esse nível de cobertura.
O efeito direto:
- Custos de compliance caem, porque a empresa passa a monitorar tudo, não apenas uma amostra pequena.
- A qualidade de serviço sobe, já que os desvios e problemas são identificados e corrigidos muito mais rápido.
Na visão de Williams, o padrão que se repete é: a empresa começa usando IA em uma unidade de negócio, uma região ou uma linha de produto. Quando prova valor ali, expande para mais casos de uso, girando a roda de aprendizado de forma incremental.
Quando o 100% automatizado funciona (e quando não funciona)
Craig Walker, CEO da Dialpad, vai direto ao ponto sobre um hype bem comum: empresas que prometem atendimento totalmente automatizado, sem nenhum humano no circuito. Ele reconhece que esse modelo pode até funcionar, mas só em uma parcela pequena dos casos de uso reais.
Segundo Walker, a maioria esmagadora dos cenários de atendimento exige uma combinação:
- Parte do fluxo é resolvida com agentes de IA agindo sozinhos.
- Outra parte precisa de handoff para um agente humano quando o nível de complexidade ultrapassa certo limite.
Nessa transição, a IA tem um papel decisivo: preparar o terreno para o humano. Em vez de apenas transferir a chamada, o sistema coleta contexto, organiza informação, resume o histórico da conversa e entrega esse pacote para o atendente. Assim, quando a pessoa entra na linha, não precisa perguntar tudo de novo. Isso acelera a resolução e melhora bastante a percepção de cuidado por parte do cliente.
Walker destaca especialmente os casos de uso baseados em voz. Um exemplo forte é o setor de saúde. A faixa etária que mais consome serviços de saúde costuma ser a de pessoas com mais de 65 anos, que preferem ligar, falar e tirar dúvidas por telefone. Para esse público, uma experiência só de chatbot de texto costuma ser insuficiente.
Nesse cenário, o ideal é que agentes de IA sejam capazes de conduzir boa parte da interação por voz, de forma natural, e depois fazer uma entrega suave do caso para um assistente de um médico, por exemplo, com todo o contexto já mastigado. Na visão de Walker, esse é o verdadeiro ponto de magia da combinação entre Inteligência Artificial agentic e trabalho humano: cada lado faz o que faz melhor, sem atrito para o usuário.
Supervisores, observabilidade e a importância da rota humana
Fechando o grupo, Gautam Vasudev, da Salesforce, resume o momento com uma frase: o futuro próximo é de humanos e agentes atuando juntos, não de um substituindo o outro por completo.
Ele destaca o papel da IA especialmente em duas frentes:
- Supervisão em tempo real
- Modelos de workforce management mais inteligentes
Na arquitetura da Salesforce, agentes de IA conseguem acionar o supervisor da mesma forma que um agente humano faria. Se o sistema percebe que a conversa está descambando — por exemplo, aumento de atrito, tom negativo ou desvio do fluxo esperado — ele pode sinalizar e pedir escalonamento imediato. O supervisor, por sua vez, pode entrar e sair da conversa, assumindo quando necessário e retornando o controle depois.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
Outro ponto que Vasudev faz questão de frisar: ao implantar agentes de IA em atendimento ao cliente, a empresa precisa garantir desde o início um caminho claro de escalonamento para humanos. Deixar o usuário preso em um loop automático, sem rota de fuga, é visto como uma experiência fraca e, muitas vezes, inaceitável.
Na filosofia da empresa, tanto agentes humanos quanto supervisores são tratados como personas dentro do fluxo de engajamento, com regras de roteamento, observabilidade e intervenção desenhadas para ambos. A IA não está fora desse ecossistema, e sim inserida nele como mais uma persona digital, com seu próprio comportamento, limites e gatilhos de escalonamento.
O fio condutor: experiência do cliente, não automação pela automação
O que une as falas desses cinco executivos é uma visão madura: agentic AI e digital labor não são fins em si, mas meios para construir uma experiência melhor para clientes e trabalhadores. Quando funcionam bem, reduzem fila, ampliam horário, melhoram controle de qualidade e abrem espaço para que agentes humanos assumam papéis mais especializados e estratégicos.
Ao mesmo tempo, todos reconhecem alguns princípios básicos que não mudam:
- Nem tudo pode ou deve ser totalmente automatizado.
- O caminho de escalonamento para humanos precisa ser simples e transparente.
- A IA deve aprender continuamente com especialistas humanos, não atuar no escuro.
- Gestores ganham nova visibilidade com análise de 100% das interações, não só amostras.
- O foco final continua sendo a combinação de eficiência com respeito à jornada do cliente.
No fim do dia, o digital labor mais interessante não é aquele que se vangloria de tirar todas as pessoas da linha de frente, mas o que consegue equilibrar Inteligência Artificial e trabalho humano para entregar algo que, da perspectiva do cliente, pareça simples, rápido e confiável. Nesse cenário, agentes humanos deixam de ser vistos como custo a ser eliminado e passam a ser tratados como parceiros da IA — fundamentais para ensinar, supervisionar, corrigir e, principalmente, representar a marca em momentos em que empatia e julgamento fino fazem toda a diferença.
Sobre os autores do conteúdo original
O artigo que inspirou esta análise foi originalmente assinado por Lisa Schmeiser e Matt Vartabedian, ambos com uma longa trajetória cobrindo tecnologia e comunicações empresariais.
Lisa é editora do No Jitter e do Workspace Connect, com mais de duas décadas dedicadas ao jornalismo de tecnologia, passando por veículos como ITPro Today, InfoWorld e Macworld. Ao longo da carreira, foi indicada a prêmios relevantes do setor por suas matérias de fôlego sobre tecnologia e continua participando de podcasts focados nesse universo.
Matt, editor sênior do No Jitter, cobre temas de IA — incluindo IA preditiva, generativa e agentic — sempre conectados ao mundo de comunicações unificadas, contact center e local de trabalho digital. Antes de retomar o jornalismo, atuou por cerca de 20 anos como analista da indústria celular, produzindo relatórios, apresentações e artigos baseados em pesquisa e análise de dados.
As visões organizadas aqui seguem fielmente os pontos trazidos por esses autores e pelos executivos entrevistados, apenas com mais contexto e desdobramentos para quem acompanha de perto a evolução da Inteligência Artificial aplicada ao atendimento ao cliente.
