A primeira edição do estudo “Por dentro da revolução da IA conversacional”, realizado pela Twilio, mostra que o cliente não rejeita a IA, mas rejeita recomeçar.
De acordo com o estudo, enquanto 92% das organizações latino-americanas afirmam que seus consumidores estão satisfeitos, apenas 61% dos clientes concordam. No Brasil, a distância aumenta: 96% das empresas acreditam entregar uma boa experiência, mas só 66% dos consumidores confirmam essa percepção.
Um dos principais motivos para isso é um paradoxo comum na América Latina quando o assunto é usar IA no atendimento ao cliente: apesar das empresas acreditarem entregar uma experiência automatizada eficaz, muitos consumidores relatam falhas, principalmente na continuidade da conversa.
A mensagem é clara: o cliente pode esperar por um atendente humano, mas não aceita esperar por um bot. Outro ponto crítico é a transição entre o agente virtual e o atendente humano.
Descompasso estrutural
É inegável que a América Latina avança depressa na adoção da IA. A região automatizou interações, escalou bots em canais de alta demanda e transformou a IA conversacional em peça central da experiência de atendimento ao cliente.
“Esse avanço é excelente, porém ele ainda guarda um descompasso que já virou estrutural na adoção de novas tecnologias e ferramentas: o que as empresas acham que entregam não é exatamente o que o cliente percebe no seu lado da interação, e isso gera ruído, diminui a satisfação e pode levar à rejeição, no futuro”, explica José Eduardo Ferreira, vice-presidente regional de vendas para a América Latina da Twilio.
Para o consumidor, o problema não é que a IA faça parte do atendimento ao cliente. Ele valoriza agilidade e resolve boa parte das demandas do dia a dia com automação. Não por acaso, 56% dos consumidores latino-americanos dizem que sua última interação com IA resolveu o seu problema sem intervenção humana. Isso indica que a IA costuma funcionar bem no início da jornada.
O atrito aparece quando a automação não resolve 100% da questão e o cliente precisa ser transferido a um atendimento humano. Nesse momento, o que define a qualidade da experiência é o transbordo – a ponte delicada entre automação e agente humano.
A pesquisa indica que apenas 16% dos usuários na América Latina vivenciaram um transbordo realmente fluido, no qual o atendente humano continua do ponto em que a IA parou, sem pedir novamente informações como nome, pedido ou motivo do contato. Em mercados onde o imediatismo é cultural, a repetição é percebida como perda de tempo e como falta de respeito com o esforço do cliente.
IA no atendimento não pode virar obstáculo
A expectativa de atendimento do consumidor é diferente para o atendimento humano e o automatizado. Segundo o estudo 28% dos consumidores latino-americanos não esperariam nem um segundo por um agente de IA, enquanto 92% aguardariam para falar com uma pessoa. No Brasil, a impaciência com a IA cresce para 31%.
Isso cria uma dinâmica importante em que o consumidor aceita que a IA abra a jornada, responda rápido, organize opções, filtre demandas e até resolva muitos casos. Mas há um limite claro: a tecnologia não pode virar obstáculo.
Consumidores entendem que quando uma automação demora demais, gera fricções e ainda obriga a repetir algo que, muitas vezes, já é um problema incômodo, ela se torna um problema, mesmo que traga a solução em determinado momento.
Onde está o problema?
A raiz do descompasso está na arquitetura e no contexto. As empresas latino-americanas adotam IA com rapidez, diversificam casos de uso e acompanham tendências com velocidade admirável. Mas, sem mecanismos técnicos para preservar contexto, como APIs consistentes, roteamento inteligente e sistemas que carregam histórico entre canais e atendentes, a experiência não se sustenta como jornada. Ela vira uma sequência de contatos desconectados.
À medida que as empresas começam a criar experiências baseadas no uso de IA conversacional, precisam se concentrar em criar jornadas fluidas, reforçar arquiteturas substituíveis baseadas em APIs e investir na transição entre IA e humanos, incluindo a transferência real de histórico e contexto. A IA pode ser uma ferramenta muito poderosa, mas precisa dos dados e diretrizes corretos para ser útil.
