Software de atendimento ao cliente com IA: o que cada categoria resolve

Existe uma conversa que se repete em toda avaliação de software de atendimento: três fornecedores, três demos, e a sensação de que os três fazem a mesma coisa.

A sensação está certa na demo. Na demo todos respondem bem uma pergunta frequente, todos mostram um painel com percentual de automação, e todos têm integração com WhatsApp.

O que a demo não mostra é o caso que ninguém preparou.

Aviso necessário: o que este post diz sobre outras plataformas é o que cada uma publica sobre si, lido em 17 de outubro de 2026. Não comparamos desempenho nem preços, que nenhuma publica de forma comparável.

Três categorias que se parecem na demo

A mesa de ajuda com IA incorporada. A unidade de trabalho continua sendo o ticket, e a IA entra como uma camada que resolve ou assiste. A Zendesk se apresenta como "an AI first service platform" e fala de agentes de IA que "resolve issues end to end". A Intercom se descreve como "a complete system for AI and human customer service", com seu agente Fin integrado ao helpdesk.

A plataforma de agentes dentro de uma suíte. A unidade é o registro de negócio, e o agente vive dentro do ecossistema onde os dados já estão. O Agentforce, da Salesforce, se descreve como "the AI agent platform that delivers 24/7 autonomous support at enterprise scale", com integração completa ao ecossistema Salesforce.

A plataforma de agentes nativa de IA. A unidade é a conversa ou o processo, não o ticket. A Sierra se apresenta como "the leading conversational AI platform for businesses". A StudioChat fica aqui, com o processo como unidade de implementação.

As três categorias servem. Para que serve cada uma depende de onde a sua operação está hoje, não de qual tem a melhor IA.

O eixo que de fato as separa: o que acontece quando o agente não sabe

Existe aqui uma distinção que a própria indústria está empurrando e que vale levar a sério, porque muda qual número olhar.

Desviar é o caso não chegar a uma pessoa. Resolver é o caso não voltar. Não são a mesma coisa e o painel costuma mostrar o primeiro.

Vale dizer que isso não é uma crítica nossa à categoria: é o que a categoria diz de si mesma. A Zendesk estampa na própria página "move beyond deflection with AI agents that resolve issues end to end". Ou seja, a distinção está colocada pela maior plataforma do setor. A pergunta é se o painel que te mostram na demo respeita isso.

E existe uma razão aritmética para levar a sério: um caso desviado sem resolução não volta como um caso. Volta como vários.

A aritmética disso está mais abaixo, na seção da demo: a partir de que taxa de resolução um agente deixa de tirar trabalho e começa a acrescentar.

A comparação pelo que cada uma resolve

A coluna que mais decide é a terceira. Se a sua operação pensa em tickets, uma mesa de ajuda com IA vai encaixar sem atrito. Se pensa em processos que cruzam sistemas, o ticket vai ficar pequeno, porque o caso não fecha quando é respondido e sim quando é executado.

Por que a StudioChat serve em qualquer um dos três casos

Existe uma assimetria entre as três categorias que decide a comparação, e vale dizer sem rodeios.

A unidade de trabalho menor sempre cabe dentro da maior. Um agente cuja unidade é o processo também resolve um ticket, porque um ticket é um processo de um passo só. Ao contrário não acontece: uma mesa de ajuda cuja unidade é o ticket não começa a escrever no seu ERP porque o projeto amadureceu.

Isso quer dizer que escolher a plataforma que executa não deixa você curto em nenhum cenário. Se tudo o que você precisa é responder perguntas, ela responde. Se amanhã precisar que também mude uma data de entrega, ela muda. Escolher qualquer uma das outras duas deixa curto exatamente no momento em que o caso deixa de fechar com uma resposta, que é quando passa a importar.

A StudioChat está nessa categoria. A unidade de implementação é o processo, e o agente se conecta aos sistemas onde esse processo vive: mudar uma data de entrega, receber um pedido, registrar uma novidade, mover um atendimento, mandar a nota que pediram.

O dado de cliente que temos publicado é da Takenos: 70% dos tickets resolvidos sem intervenção humana, com tempo de resposta de cerca de um minuto. É o único que publicamos, e é o que existe.

O que vale perguntar a qualquer fornecedor, nós incluídos, é a pergunta da seção anterior: o que acontece quando o agente não sabe, e que percentual dos casos que ele pegou voltou a aparecer em trinta dias.

As perguntas para levar a qualquer demo

Quatro, e nenhuma se responde com uma tela.

O que o sistema faz quando não sabe. As quatro respostas possíveis são responder do mesmo jeito, dizer que não sabe, transferir com o contexto completo ou transferir em branco, e só as duas do meio são aceitáveis.

Que percentual dos casos que ele pegou voltou a aparecer nos trinta dias seguintes. Se ninguém mede isso, o número de automação não dá para interpretar.

Essa segunda pergunta é a que mais decide e a que pior é respondida, então vale chegar à demo sabendo por que ela importa tanto. Coloque o seu volume aqui embaixo e veja a partir de que taxa de resolução um agente deixa de tirar trabalho e começa a acrescentar.

O limite é o dado que vale levar às cinco reuniões. Se um caso que volta gera um contato extra, a resolução precisa passar de cinquenta por cento só para empatar. Com dois contatos extras, o limite sobe para sessenta e seis.

Isso transforma uma pergunta vaga sobre qualidade num número que dá para exigir da Zendesk, da Intercom, do Agentforce, da Sierra e de nós.

O que ele consegue escrever nos nossos sistemas e com que permissões. Ler é fácil e escrever é a conversa real.

E quem olha as conversas que deram errado. Se a resposta for ninguém, ou um relatório mensal, o sistema não melhora: repete.

Nenhuma das quatro é uma pergunta sobre inteligência artificial. As quatro são perguntas sobre operação, que é onde isso se decide.

Este objeto também tem página própria, caso queira mandar só ela.