Bom dia!
O cliente pesquisa um produto, compara as opções e pede ao agente para comprar. Dentro da empresa, outra IA procura um desenho técnico, prepara uma estimativa de custo ou reúne o histórico de um atendimento.
São trabalhos diferentes, mas todos atravessam uma passagem importante: a resposta começa a fazer parte de uma operação.
Nesta edição, vamos olhar para os dois lados dessa mudança. Há uma fabricante japonesa testando uma nova forma de consultar seu acervo, um caso brasileiro de estimativas mais rápidas e uma companhia aérea que mudou o desenho do atendimento.
Também há uma nova camada de pagamento, regras de cobrança por consumo e uma interrupção que mostrou como vários processos podem parar juntos.
Algumas dessas aplicações já funcionam na rotina. Outras continuam em teste ou têm acesso restrito. Distinguir esses estágios ajuda a escolher o próximo passo sem precisar seguir todos os lançamentos.
Na edição de hoje
O cliente pode chegar acompanhado de um agente
O arquivo existe. Encontrar a informação ainda dá trabalho
No Fleury, a estimativa chega antes da aprovação
O cliente não deveria precisar contar tudo de novo
Uma licença nova pode abrir uma conta de consumo
O serviço voltou. E a fila que ficou parada?
Qual teste de IA merece continuar?

O cliente pode chegar acompanhado de um agente
A OpenAI apresentou duas novidades que atuam em momentos diferentes da relação comercial.
Com o Businesses in ChatGPT, empresas elegíveis podem reivindicar um perfil, atualizar informações e fornecer catálogos com preço e disponibilidade. O produto está em beta. Já os Business Agents, voltados a conversar com interessados sobre produtos e políticas, começam com negócios elegíveis nos Estados Unidos.
O ChatGPT Wallet acrescenta outra etapa: pagamento. O usuário confere os itens, o total e o cartão e aprova cada compra com uma verificação de segurança, como biometria. O agente recebe um substituto digital dos dados do cartão, sem acesso ao número original. O acesso inicial também é restrito aos Estados Unidos, para assinantes Pro adultos com cartões elegíveis.
Isso ainda não significa delegar todas as compras e esquecer o assunto. A aprovação a cada transação faz parte do funcionamento atual.
Existe outra fronteira além da tecnologia. A United anunciou restrições a agentes pessoais não autorizados, citando riscos de credenciais compartilhadas e ações indevidas nas contas dos passageiros.
Enquanto uma plataforma cria caminhos para os agentes, outra limita por onde eles podem entrar.
Para um comércio brasileiro, a preparação mais útil começa por informações que já deveriam estar certas: descrição, variações, estoque, prazo, frete e devolução. Se o site diz uma coisa e o atendimento diz outra, uma nova interface de compra terá de lidar com a mesma inconsistência.
Também será necessário conversar com os responsáveis pelo pagamento e pelo antifraude. Uma compra autorizada pelo cliente pode ser recusada se o sistema não reconhecer aquela forma de acesso.
Antes de criar mais um canal, vale percorrer a jornada como comprador. Em que ponto alguém precisaria sair da conversa e procurar uma pessoa para descobrir uma informação básica?
Fontes: OpenAI: perfis empresariais, ChatGPT Wallet e United.

O arquivo existe. Encontrar a informação ainda dá trabalho
A Kuken Industries fabrica equipamentos de climatização no Japão e guarda desenhos técnicos de instalações feitas ao longo de 70 anos.
O acervo já tinha sido digitalizado. Mesmo assim, encontrar a peça correta exigia saber qual código procurar, como interpretar uma revisão e onde estava o documento. Profissionais mais novos dependiam dos experientes para reconstruir esse caminho.
Com a Recursive, a empresa desenvolveu uma aplicação que lê os documentos, organiza informações e encontra candidatos a partir de números de peças, imagens ou PDFs. O engenheiro confere as especificações e o material original antes de decidir.
No teste realizado na fábrica de Fukuoka, a busca terminou em média em 4,5 minutos, ante dezenas de minutos ou quase uma hora. A redução anual é de aproximadamente 90% das horas de busca.
O desenho interessa a empresas que nem sequer trabalham com engenharia.
Pode ser o contrato que alguém lembra de ter feito. A proposta parecida com a solicitação de hoje. O manual de um equipamento antigo. A orientação que está em uma pasta, mas não aparece na busca porque foi salva com outro nome.
Para testar algo assim, nós começaríamos por uma família de documentos e pelas perguntas que a equipe realmente precisa responder. Depois, compararíamos tempo de busca, acerto e necessidade de ajuda. O trabalho inclui tratar versões e permissões: encontrar rápido um documento vencido pode piorar a decisão.
O primeiro sinal de oportunidade costuma ser uma frase conhecida: “pergunta para fulano, ele sabe onde está”.
Se a sua equipe perde tempo procurando informações em pastas, PDFs e planilhas, mande-nos um exemplo. Na BrosAI, podemos avaliar onde está o gargalo e se faz sentido organizar a busca ou automatizar parte do fluxo.
Fontes: Kuken e OpenAI e Recursive.

No Fleury, a estimativa chega antes da aprovação
Uma estimativa pode consumir poucos minutos de cálculo e muitos dias de espera. É preciso reunir dados, conferir referências, localizar quem conhece as premissas e encaixar a tarefa entre outras prioridades.
O Grupo Fleury apresentou um agente chamado Lyra para preparar estimativas de custo dos projetos de expansão. Segundo a companhia, o trabalho que levava de sete a 14 dias passou a ser produzido em cerca de dois minutos. O racional do cálculo fica disponível para conferência humana.
O relato inclui mais de 400 estimativas e mais de mil horas poupadas no ano. Os números foram apresentados pela empresa em um evento da fornecedora monday.com.
Aqui, os dois minutos precisam ser lidos pelo que representam: a preparação da estimativa. Não são garantia de orçamento aprovado, precisão maior ou projeto liberado.
Para quem faz instalações, obras, serviços ou propostas recorrentes, há uma aplicação possível nesse intervalo. O histórico ajuda a preparar uma primeira versão, as regras calculam o que é objetivo e a pessoa responsável avalia o que muda de um trabalho para outro.
Uma estimativa útil precisa mostrar de onde veio: preços usados, quantidades, premissas, itens ausentes e condições que podem alterar o valor. Sem isso, a equipe recebe um número bonito e precisa refazer a investigação para confiar nele.
O teste pode começar com propostas antigas, cujo desfecho já é conhecido. Compare a saída com o cálculo aprovado e, quando disponível, com o custo real. Assim, a empresa avalia velocidade e também o tamanho do erro.
Qual estimativa sua equipe reconstrói toda semana, e quais premissas precisariam aparecer para alguém poder aprová-la?

O cliente não deveria precisar contar tudo de novo
O chatbot Kris, da Singapore Airlines, dependia de assuntos e diálogos escritos previamente. Quando faltava um caminho previsto, a conversa tendia a exigir um atendente, mesmo em pedidos que poderiam ser resolvidos pelo próprio cliente.
A companhia mudou o desenho. O chatbot passou a interpretar intenção, consultar uma base de conhecimento, lidar com vários assuntos e transferir o caso para uma pessoa com o contexto relevante.
Segundo o estudo publicado pela OpenAI, a satisfação com o chatbot dobrou. Em outra frente, ferramentas de apoio aos atendentes, incluindo resumos de chamadas, contribuíram para uma redução aproximada de 10% no tempo médio de atendimento.
O aprendizado transferível está no caminho da conversa.
Um cliente pode explicar o problema, informar o pedido, mandar uma foto e responder a três perguntas. Se, ao chegar ao atendente, precisar começar de novo, parte do trabalho anterior perdeu utilidade. A empresa pode ter acelerado a primeira resposta e mantido o restante da frustração.
Nos projetos de atendimento, tratamos a passagem para o humano como parte do fluxo. É preciso definir quando ela acontece, quem recebe, quais informações chegam e como o agente deixa de responder enquanto a pessoa assume.
Um começo razoável é escolher um assunto frequente e de baixo risco. Acompanhe quantos casos foram resolvidos, quantos voltaram e quantos exigiram que o cliente repetisse informações. A conversa ficar mais natural é bom. Conseguir avançar o atendimento é o que precisa aparecer na medição.
Se o cliente precisa repetir tudo quando o atendimento passa para uma pessoa, responda contando em que etapa isso acontece. Na BrosAI, podemos avaliar como conectar o agente, os sistemas e a equipe para preservar esse contexto.
Fonte: Singapore Airlines e OpenAI.

Uma licença nova pode abrir uma conta de consumo
Já falamos por aqui sobre a IA se tornar uma despesa recorrente. A Microsoft acrescentou um detalhe que merece atenção de quem compra o Copilot Business por parceiros do canal CSP.
Entre janeiro e março de 2027, a empresa prevê começar a ativar cobrança por uso por padrão em novas compras. Essa compra também habilitará a configuração para licenças Copilot Business já existentes no mesmo ambiente. O Brasil está incluído.
O limite padrão anunciado é de 4 mil Copilot Credits por usuário por mês, ajustável pelos administradores. A cobrança dependerá do consumo efetivo de experiências elegíveis, além das licenças.
Quatro mil créditos não são quatro mil reais. Também não representam gasto já realizado. A conversão em despesa depende dos serviços usados e das respectivas regras de consumo. A data exata de implantação ainda não foi informada.
A decisão de compra passa, portanto, a envolver duas perguntas: quem precisa da licença e quem poderá consumir os recursos cobrados por uso.
Antes de ampliar o contrato, vale pedir ao parceiro uma explicação sobre o que será habilitado, quais licenças serão afetadas, como ajustar limites e como receber alertas.
Depois vem a parte operacional. Se uma pessoa usa créditos para preparar propostas e outra para uma investigação longa, um teto igual pode não fazer sentido. Cada uso deveria ter um responsável e uma forma simples de avaliar a entrega.
A fatura mostra quanto foi consumido. A empresa ainda precisa saber o que ficou pronto, com qual qualidade e quanto trabalho humano permaneceu.
Fonte: Microsoft Learn.

O serviço voltou. E a fila que ficou parada?
A interrupção do Microsoft 365 entre 12 e 13 de novembro afetou e-mail e funções que dependiam do Exchange, incluindo acesso do Copilot a dados de trabalho e integrações de calendário e contatos.
O registro geral do incidente cobre aproximadamente 30 horas, com impacto diferente entre serviços e regiões. A Microsoft marcou o serviço como restaurado e informou que o problema foi técnico, relacionado à infraestrutura, sem relação com ataque ou agentes de IA.
Para quem automatiza processos, existe um segundo momento além da queda: a retomada.
Imagine uma confirmação de agenda que não foi enviada. A automação tenta novamente, alguém faz o trabalho manualmente e, quando a conexão volta, a tarefa acumulada também é executada. O cliente recebe duas mensagens. Em outros fluxos, a duplicidade pode virar registro repetido, cobrança ou atualização indevida.
A resposta pode ser manter uma fila, guardar uma identificação por solicitação e conferir se a ação já ocorreu antes de repeti-la. Em alguns casos, será melhor esperar por uma pessoa do que insistir indefinidamente.

Qual teste de IA merece continuar?
Na Pesquisa Panorama 2027, da Amcham Brasil com a Humanizadas, 52% das empresas ainda não registram retorno mensurável com IA. Outros 61% permanecem em estágios iniciais ou emergentes de adoção.
O levantamento ouviu 662 executivos, com 65% representando empresas médias ou grandes. São respostas dos participantes, não uma auditoria do retorno nem um retrato de todas as PMEs brasileiras.
Depois dos casos desta edição, o dado serve para uma decisão concreta: revisar um teste que já está em andamento.
Escolha um e complete três frases:
Antes, este processo demorava, custava ou errava assim.
Com a mudança, conseguimos observar isto.
Até esta data, vamos ampliar, corrigir ou encerrar o teste conforme este critério.
Se falta a primeira resposta, talvez seja necessário medir o trabalho atual. Se a saída fica pronta mais rápido, mas a revisão consome o ganho, o fluxo precisa mudar. Se funciona, mas ninguém incorporou à rotina, o próximo trabalho pode ser treinamento e acompanhamento.
Nem todo teste precisa virar um projeto permanente. Encerrar uma tentativa com um aprendizado claro também ajuda a escolher melhor o próximo investimento.
Qual iniciativa da sua empresa tem hoje informação suficiente para deixar de ser “um teste com IA” e receber uma decisão de negócio?
Não é sobre colocar IA em tudo. É sobre colocar IA onde faz sentido.
Se você quer identificar onde a inteligência artificial pode reduzir custos, economizar tempo ou melhorar processos na sua empresa, converse com a BrosAI.
Até a próxima!
