Tradicionalmente, ligar para a central de atendimento da sua operadora de internet por causa de uma queda no serviço funcionava mais ou menos assim. Uma voz robótica te recepcionava como um cliente valioso e depois fazia você gastar 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 uma visita técnica.
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 o “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 da indenização, mutuários de financiamento imobiliário da pré-aprovação até a assinatura, e leads corporativos da primeira demonstração até o fechamento do contrato. Isso não apenas gerará melhores resultados para esses clientes, mas também permitirá que o fornecedor de IA seja remunerado pela expansão de receita resultante, e não apenas pela redução de custos.
O Valor Só Aparece No Final Da Corrida De Revezamento
Existem muitos tipos de negócios em que gerar valor para os clientes exige várias etapas, ao longo de semanas e meses. Vamos usar como exemplo a jornada tradicional de preparação de um processo judicial na área cível (representando o 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, mantendo os clientes atualizados sobre o andamento. Depois, os escritórios aguardam a conclusão do tratamento médico do cliente antes de elaborar um cronograma médico e entregar as informações aos advogados para finalizar a carta de exigência.
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 retorna o contato mais rápido. Por isso, casos podem sair do funil se os clientes caírem na caixa postal ou se a decisão de qualificação for lenta. Uma vez assinado o contrato, a coleta de provas envolve vários processos paralelos ao mesmo tempo, e os escritórios podem não ter a persistência necessária para 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 ações aparentemente rotineiras 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 a participação de inúmeras pessoas 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 exigência ou lacunas no tratamento podem permanecer sem explicação, reduzindo o valor do acordo.
A Oportunidade Dos Agentes De Longo Prazo
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. Por exemplo, o suporte ao cliente tem sido um excelente 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 de cada 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 continuam disponíveis para escalonamentos.
Agora, os agentes de longo prazo 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 civil, um agente de longo prazo 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 com base em 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 lidar com vários 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 são mais perdidos por causa de uma avaliação demorada, pois o agente está disponível independentemente do horário ou dia da semana e pode avaliar 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 eliminar essas perdas, 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 dos ganhos que criam precificando seus serviços com base nos entregáveis ou nos resultados. No direito civil, por exemplo, um único caso é uma unidade discreta de trabalho, e o valor do resultado final — 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. Os fornecedores podem então participar da expansão da receita bruta, alcançando valores de contrato que antes seriam impossíveis focando apenas na redução de custos.
É claro que a mudança para um modelo de precificação baseado em resultados não acontece sem atritos. No direito civil, 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 estejam cada vez mais próximos de assumir integralmente os resultados, debates sobre atribuição provavelmente surgirão no início. Portanto, implementar agentes de longo prazo com sucesso será um desafio comercial tanto quanto técnico.
Ainda assim, ser remunerado por resultados em jornadas de alto valor para 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 ponta a ponta para contratos de consumo de longo prazo. Por exemplo, no caso de apólices de seguro, a RV coletava dados dos clientes enquanto eles pesquisavam esses produtos (sendo dona de sites como homeinsurance.com), entrava em contato, explicava as opções de cobertura e fechava a apólice. Ao dominar totalmente essa jornada, a RV recebia um pagamento da seguradora por cada apólice fechada. Esse modelo 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 de buscas no Google ou de sites de comparação para explorar e comparar produtos, eles agora podem pedir recomendações diretamente a um agente pessoal, como o Muse ou o Instinct da Meta, reduzindo o valor de possuir sites tradicionais de pesquisa. Mais adiante no fluxo, em vez de centenas de humanos gerenciando funis lineares, agentes de longo prazo podem atuar em jornadas muito mais complexas. Eles farão isso entre diferentes produtos e modalidades de comunicação, em paralelo, em qualquer idioma e em escala, com persistência infinita. O declínio do EBITDA da RV para cerca de US$ 160 milhões estimados em 2025, impulsionado pelo churn de clientes e pela desaceleração dos gastos com publicidade, é um primeiro sinal da vulnerabilidade do modelo, já que a IA transformará o setor ainda mais daqui para frente.
Três Caminhos Para Chegar Ao Mercado
Existem diferentes formas de levar os agentes de longo prazo ao mercado.
(1) Vender a Plataforma: Nesse modelo, o fornecedor vende o agente de longo prazo como software, apoiando a empresa em suas operações atuais. O agente de casos jurídicos que se integra a uma equipe existente e aos seus fluxos de trabalho é um bom exemplo. Vender uma plataforma abre espaço para ganhos de receita, pois muitas vezes não há contratos comparáveis de software ou serviços terceirizados que sirvam de âncora para os preços. No entanto, isso também alonga os ciclos de vendas, já que novas linhas orçamentárias 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, pois a conta de ROI para os compradores é simples e as linhas orçamentárias para BPOs (terceirização de processos de negócio) já existem. Porém, os modelos de precificação atuais, anteriores à IA, podem não refletir o verdadeiro valor que o agente de longo prazo consegue entregar, e muitas jornadas de alto valor são conduzidas internamente hoje, o que limita o alcance dessa estratégia.
(3) Adotar o Modelo Full-Stack: Uma abordagem full-stack significa integração vertical e tornar-se um player nativo de IA. Por exemplo, em vez de vender um agente de longo prazo para uma empresa de cobrança de dívidas, você poderia comprar carteiras de crédito e fazer a cobrança por conta própria, capturando integralmente qualquer ganho gerado pela IA e resolvendo problemas de atribuição. Contudo, isso também implica assumir partes do serviço, como licenciamento ou conformidade regulatória, que ficam fora da jornada real do cliente, adicionando distrações e complexidade operacional.
Ainda é cedo para dizer qual dessas abordagens prevalecerá, mas estamos convencidos de que os agentes de longo prazo vencerão a corrida de revezamento em escala e expandirão o mercado endereçável pela IA de uma parcela dos orçamentos de mão de obra para uma parcela 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!
