Tradicionalmente, ligar para o suporte da sua operadora de internet por causa de uma queda no serviço era mais ou menos assim. Uma voz robótica te recebia como um cliente valioso e depois fazia você perder vários minutos em menus telefônicos (“digite 3 para suporte técnico, 2 para internet e 4 para todos os outros assuntos”). Você ficava na espera, sentindo-se esquecido, até que um atendente finalmente atendia e pedia seu nome, número da conta e o problema. Se reiniciar o roteador não resolvesse, você voltava para a fila de espera, só para ter que contar toda a história de novo para outro atendente antes de conseguir agendar um técnico.
A IA já está transformando interações de suporte como essa. Em vez de lidar com uma voz robótica e vários atendentes, um agente de IA agora pode atender de imediato. Ele consegue acessar sua conta, verificar se outros clientes na sua região também foram afetados e resolver problemas simples diretamente ou agendar um técnico. Acabou aquele “todos os nossos atendentes estão ocupados no momento” e acabou a música de espera. Até pouco tempo atrás, esse era o limite tecnológico.
Mas agora, novas capacidades estão permitindo que os agentes acompanhem fluxos de trabalho e executem tarefas em horizontes de tempo mais longos. Acreditamos que isso permitirá que as empresas de IA vão além das interações individuais com o cliente e repensem como lidar com jornadas complexas que duram semanas e meses. A IA vai guiar clientes de seguros desde a primeira ligação até o pagamento do sinistro, mutuários de financiamento imobiliário da pré-aprovação até a assinatura, e leads corporativos da primeira demonstração até o contrato fechado. Isso não apenas trará resultados melhores para esses clientes, mas também permitirá que o fornecedor de IA seja remunerado pela expansão de receita gerada, e não apenas pela redução de custos.
O valor só aparece no fim da corrida de revezamento
Existem muitos tipos de negócios em que gerar valor para o cliente exige várias etapas, ao longo de semanas e meses. Vamos usar como exemplo a jornada tradicional de preparação de um processo judicial pelo autor. Casos potenciais costumam chegar como leads por telefone, onde especialistas em triagem reúnem os fatos principais e os repassam a um advogado, que avalia se vale a pena aceitar o cliente. Assim que o escritório aceita o caso, vêm a investigação e a coleta de provas: assistentes jurídicos solicitam boletins de ocorrência, tentam entrar em contato com testemunhas e enviam cartas de preservação de provas aos réus para garantir que as evidências sejam mantidas, tudo isso enquanto atualizam os clientes sobre o andamento. Depois, os escritórios esperam o término do tratamento médico do cliente antes de elaborar uma cronologia médica e passar as informações aos advogados para finalizar a carta de demanda.
Historicamente, chamaríamos esse processo de “corrida de revezamento”: uma longa jornada com risco de abandono ou perda de valor a cada passagem de bastão. Clientes em potencial costumam ligar para vários escritórios de danos pessoais e frequentemente fecham com aquele que responde mais rápido. Por isso, casos podem sair do funil se o cliente cair na caixa postal ou se a decisão de qualificação demorar. Depois que o cliente assina, a coleta de provas envolve vários processos paralelos ao mesmo tempo, e os escritórios podem não ter a persistência de ligar para uma possível testemunha pela quinta vez depois que as quatro tentativas anteriores não foram atendidas. Além disso, limitações de mão de obra podem impedir que os escritórios analisem cada prova em detalhes, especialmente em casos aparentemente rotineiros e de baixo valor. Um escritório pode aceitar a primeira oferta quando uma leitura detalhada do laudo médico teria revelado indícios de uma lesão cerebral, aumentando o valor do acordo. Por fim, os casos podem durar meses, exigir diversos colaboradores e envolver informações espalhadas por documentos, partes interessadas e sistemas. Isso torna quase impossível manter uma visão completa de cada cliente. Como resultado, despesas importantes podem ficar de fora da carta de demanda ou lacunas no tratamento podem permanecer sem explicação, reduzindo o valor do acordo.
A oportunidade dos agentes de longa duração
Até recentemente, os agentes de IA lidavam principalmente com tarefas delimitadas (“Envie este e-mail de acompanhamento”, “Resuma aquela ligação”, “Crie este documento”) e interações restritas. O suporte ao cliente, por exemplo, foi um ótimo caso de uso inicial para a IA porque o escopo do problema é bem definido, o que torna possível alcançar alta confiabilidade, ao mesmo tempo em que permite personalização com base nas políticas específicas da empresa. As interações são curtas, os resultados são verificáveis e, se os agentes de IA encontrarem casos extremos que não conseguem resolver, as equipes de suporte existentes geralmente ainda estão lá para lidar com os escalonamentos.
Agora, os agentes de longa duração conseguem perseguir objetivos ao longo de dezenas de etapas, modalidades e horizontes de tempo maiores, o que lhes permite assumir corridas de revezamento do início ao fim. No exemplo do direito do autor, um agente de longa duração poderia ser designado para um caso desde a ligação inicial de triagem, com o objetivo de maximizar a indenização do cliente. O agente salvaria e recuperaria o contexto do caso conforme necessário. Ele seria ativado por eventos ou prazos, despacharia proativamente subagentes para contatar testemunhas, atualizar o cliente e interagir com advogados por telefone, e-mail ou mensagem de texto. Em seguida, consolidaria as descobertas, planejaria os próximos passos, redigiria documentos para revisão e conduziria o caso rumo ao melhor resultado possível. Ao longo dos diferentes clientes, ele continuaria aprendendo, já que cada caso gera dados que ajudam o agente a processar o próximo caso melhor do que o atual.
O agente resolve as principais perdas de valor observadas na corrida de revezamento de hoje. No início da jornada, os clientes não se perdem mais por causa de uma avaliação lenta do caso, pois o agente está disponível independentemente do horário ou dia da semana e pode avaliar os casos quase instantaneamente. A coleta de provas deixa de ser limitada pela capacidade humana, já que o agente responsável pelo caso pode criar um subagente adicional a qualquer momento para fazer a quinta, a décima ou até a vigésima ligação. Como os agentes são escaláveis de forma praticamente infinita, até os casos aparentemente rotineiros são trabalhados por completo e cada prova é analisada em detalhes, revelando aquela possível lesão cerebral que, de outra forma, passaria despercebida. E, por fim, o agente mantém um registro completo do caso, desde as transcrições das ligações com testemunhas até os boletins de ocorrência e prontuários médicos, garantindo que nenhuma informação se perca.
Sendo remunerado pelos resultados
Além de fechar essas brechas, dominar toda a jornada do cliente pode mudar a economia para o fornecedor do agente. À medida que os agentes ajudam a entregar resultados com maior qualidade e velocidade, eles podem impulsionar o aumento de receita, e não apenas a redução de custos para os clientes. Mais importante ainda: como o impacto é observável e atribuível aos agentes, os fornecedores podem participar do ganho que criam precificando com base nos entregáveis ou nos resultados. No direito do autor, por exemplo, um único caso é uma unidade discreta de trabalho e o valor do resultado obtido — o montante do acordo — é claramente identificável. Além disso, os resultados podem ser vinculados aos agentes com mais facilidade, já que eles passam a ser responsáveis por uma parcela maior do produto final do trabalho. Os fornecedores podem então participar da expansão da receita bruta, alcançando valores de contrato antes impossíveis ao focar apenas na redução de custos.
É claro que migrar para uma precificação baseada em resultados não acontece sem atritos. No direito do autor, a maioria dos estados proíbe que não advogados participem dos honorários jurídicos, então a precificação precisaria estar alinhada aos valores dos acordos sem extrair uma fatia direta deles. Em outros setores, os fornecedores podem enfrentar objeções de equipes de compras que ainda não têm precedentes para contratos baseados em resultados. E, mesmo que os agentes cheguem mais perto de assumir totalmente os resultados, debates sobre atribuição provavelmente surgirão no início. Portanto, implementar agentes de longa duração com sucesso será um desafio comercial tanto quanto técnico.
Ainda assim, ser remunerado por resultados em jornadas de alto valor com o cliente não é uma ideia nova.
O argumento para uma Red Ventures nativa de IA
A Red Ventures (RV) é um ótimo exemplo histórico. Fundada por Ric Elias e Dan Feldstein, a RV foi pioneira em operações digitais terceirizadas de vendas de ponta a ponta para contratos de consumo de longo prazo. No caso de apólices de seguro, por exemplo, a RV coletava dados dos clientes enquanto eles pesquisavam esses produtos (sendo dona de sites como homeinsurance.com), entrava em contato, apresentava as opções de cobertura e fechava a apólice. Ao dominar completamente essa jornada, a RV recebia um pagamento da seguradora por cada apólice fechada. Isso funcionava extremamente bem: segundo a S&P Global, a RV gerou cerca de US$ 370 milhões em EBITDA sobre aproximadamente US$ 1,4 bilhão em vendas em 2022.
Agora, esse modelo parece estruturalmente ameaçado. No topo do funil, os consumidores estão mudando a forma como descobrem produtos. Em vez de depender do Google ou de sites de comparação para explorar e comparar produtos, agora eles podem pedir recomendações diretamente a um agente pessoal, como o Muse ou o Instinct da Meta, o que reduz o valor de possuir sites tradicionais de pesquisa. Mais adiante no fluxo, em vez de centenas de pessoas gerenciando funis lineares, agentes de longa duração podem atuar em jornadas muito mais complexas. Eles farão isso entre produtos e modalidades de comunicação, em paralelo, em qualquer idioma e em escala, com persistência infinita. A queda do EBITDA da RV para cerca de US$ 160 milhões estimados em 2025, impulsionada pelo churn de clientes e pela desaceleração nos gastos com publicidade, dá um primeiro sinal da vulnerabilidade do modelo, à medida que a IA transformar ainda mais o setor daqui para frente.
Três caminhos para o mercado
Existem diferentes formas de levar os agentes de longa duração ao mercado.
(1) Vender a plataforma: nesse movimento, o fornecedor vende o agente de longa duração como software, apoiando a empresa em suas operações atuais. O agente de casos judiciais integrado a uma equipe existente e seus fluxos de trabalho é um bom exemplo. Vender uma plataforma abre espaço para ganhos de receita, já que muitas vezes não há contratos de software ou serviços terceirizados comparáveis que sirvam de âncora para os preços. Isso, no entanto, também alonga os ciclos de vendas, pois novas linhas de orçamento precisam ser criadas, e fica mais difícil atribuir resultados de forma clara a um agente que interage com vários departamentos da empresa.
(2) Vender o serviço: aqui, o fornecedor assume um serviço já terceirizado para entregar um resultado desejado de forma mais eficaz, exatamente como a Red Ventures dominava toda a jornada de aquisição de clientes para uma seguradora. Essa abordagem encurta os ciclos de vendas, já que a conta de ROI para os compradores é simples e as linhas de orçamento para BPOs já existem. Porém, os modelos de precificação atuais, pré-IA, podem não refletir o verdadeiro valor que o agente de longa duração consegue entregar, e muitas jornadas de alto valor hoje são conduzidas internamente, o que limita o alcance dessa estratégia.
(3) Ir para o full-stack: uma abordagem full-stack significa integrar verticalmente e se tornar um player nativo de IA. Por exemplo, em vez de vender um agente de longa duração para uma empresa de cobrança de dívidas, você poderia comprar carteiras de dívida e cobrar você mesmo, o que permitiria capturar integralmente qualquer ganho gerado pela IA e resolver problemas de atribuição. No entanto, isso também significa assumir partes do serviço, como licenciamento ou compliance, que ficam fora da jornada real do cliente, adicionando distrações e complexidade operacional.
Ainda é cedo para dizer qual dessas abordagens vai prevalecer, mas estamos convencidos de que os agentes de longa duração vencerão a corrida de revezamento em escala e expandirão o mercado endereçável pela IA — saindo de uma fatia dos orçamentos de mão de obra para uma fatia da receita. A preparação de processos judiciais é apenas um exemplo, e esperamos ver agentes impulsionando resultados em outras jornadas de alto valor, como originação de hipotecas, processamento de sinistros de seguros, vendas corporativas complexas e inúmeras outras. Se você está trabalhando para capturar essa oportunidade, adoraríamos conversar!
