Para onde caminha o modelo de contratação de IA para CX?

Marcas já entenderam o valor da automação bem aplicada e sabem que precisam do humano para gerenciar experiências complexas e pontuais. Isso é fato em CX. O ponto é que empresas que adotam IA de forma irrefletida, sem governança de consumo de tokens, sem arquitetura modular que saiba quando escalar para o atendimento humano e sem estratégia financeira clara podem consumir o orçamento anual de tecnologia em poucos meses.

O dado é revelador: o Goldman Sachs projetou recentemente que a IA agêntica pode impulsionar um aumento de 24 vezes no consumo de tokens até 2030, à medida que consumidores e empresas adotam agentes de IA, chegando a 120 quatrilhões de tokens por mês.

Diante desse cenário, o mercado brasileiro está em um ponto de inflexão. Não é mais uma questão de adotar ou não adotar IA. Essa decisão já foi tomada. A questão agora é outra: diante do paradoxo entre crescimento e resultados, para onde caminha o modelo de contratação da tecnologia para o CX?

De casos isolados a estratégia de negócio

Se há um ano muitas organizações avaliavam a IA por meio de casos de uso isolados, como um chatbot, um assistente virtual ou uma ferramenta para aumentar a produtividade dos agentes, hoje a discussão é muito mais ampla e estratégica.

Na visão da Genesys, os clientes querem entender como a IA pode ser integrada a toda a jornada do cliente. Rander Souza, diretor de Soluções de IA e Inovação na Genesys para a América Latina, é categórico: “As empresas estão fazendo menos perguntas sobre integração de sistemas e mais perguntas sobre como a IA pode melhorar as taxas de resolução, reduzir atritos, capacitar colaboradores, personalizar jornadas e gerar valor de negócio mensurável em escala. Isso reflete um estágio mais maduro da adoção de IA em CX.”

Nesse contexto, André Fernandes, diretor de Pré-vendas da NiCE para a América Latina, percebe que a pressão por resultados já encurta os prazos sobre ROI. “Hoje, os líderes de CX chegam às conversas já com KPIs definidos e perguntando por ROI mensurável desde o primeiro trimestre.”

Mas se a conversa deixou de ser conceitual e passou a ser pragmática, o que ainda trava o entendimento desse valor e crescimento? Junior Cesar Diniz Rios, diretor de Inovação e Produtos Digitais da Callink, percebe que essa agenda evoluiu menos do que a própria tecnologia. “A maior parte do mercado continua comprando IA para fazer melhor, mais rápido ou mais barato aquilo que uma pessoa já fazia. Estamos começando a ver alguns casos em que a discussão avança para geração de receita, melhoria de experiência e novas capacidades de negócio, mas, de forma geral, a lógica predominante ainda é a otimização do trabalho humano.”

Na linha de frente da transformação

Para quem está na linha de frente da experiência, compreender essa evolução e atuar lado a lado do consumidor já não é uma questão de adoção, é uma necessidade de negócio. E muitas vezes isso implica em grandes mudanças.

No Magalu, a conversa já é definida como “AI commerce” – o avanço da arquitetura de agentes. “Estamos deixando a era da navegação para entrar na era da conversa, impulsionada pela intenção de compra, em que o cliente não quer apenas buscar informações, mas resolver sua necessidade de forma simples e natural”, afirma Ricardo Querino, diretor de Customer Experience & AI Commerce do Magalu.

O executivo reforça que essa mudança também alterou a visão da companhia sobre contratação de tecnologia. “Percebemos que não podemos depender exclusivamente de big techs globais e soluções de prateleira. A tecnologia deixou de ser apenas um suporte para se tornar parte central da estratégia de negócio. Por isso, investimos fortemente no desenvolvimento de tecnologia própria, infraestrutura própria e ativos de inteligência conectados à realidade do consumidor brasileiro.”

Ney Santos, diretor Executivo de Tecnologia e Inovação na Riachuelo, destaca que, diante dessa evolução, também cresce uma discussão sensível e de suma importância: governança de IA e qualidade de dados. “A tecnologia não pode operar em paralelo ao negócio; ela precisa estar incorporada à forma como a companhia trabalha e toma decisões.”

Afinal, a conta é de quem?

Dado o entendimento do valor estratégico da tecnologia para o CX, uma questão central permanece difícil de responder: conforme a IA agêntica escala e o consumo de processamento cresce, como garantir que esse custo não recaia sobre o cliente final?

Junior Cesar, da Callink, avalia que, até o momento, esse risco é relativamente baixo. “A maior parte dos projetos que estamos acompanhando tem sido justificada por dois fatores: redução de custos e melhoria da qualidade da operação. Ou seja, a IA ainda está entrando para tornar o processo mais eficiente do que ele era antes.” Ele aponta que o verdadeiro desafio não está em evitar que o custo recaia sobre o cliente final, mas em “garantir que os ganhos de produtividade e eficiência cresçam mais rápido do que o consumo computacional.”

Mas há uma tensão anterior a essa equação que começa a aparecer dentro das próprias empresas. Para Junior Cesar, o entrave está na natureza do parâmetro dominante hoje: o token. “Token não é uma unidade de negócio. É uma métrica técnica, difícil de entender, prever e acompanhar no dia a dia.” E isso tem consequências práticas, ele diz: “As áreas de compras, finanças e governança não gostam de assumir riscos sobre uma variável que ainda não dominam completamente. Quando o orçamento depende do comportamento do usuário, da complexidade dos prompts ou até da evolução do modelo, surge uma imprevisibilidade que muitas empresas ainda não estão dispostas a absorver.”

Rander Souza, da Genesys, reforça que esse ponto é sensível e que abordagens rígidas de precificação podem gerar atritos e limitar a expansão. “Isso exige um modelo de precificação preparado para evoluir”, diz.

André Fernandes, da NiCE, vai além: “O grande risco de o custo recair sobre o consumidor final acontece quando as empresas adotam IA sem clareza. Aí o processamento cresce sem que a eficiência acompanhe. A lógica correta é mapear a jornada ideal de fora para dentro e só então selecionar as ferramentas de IA e integrações necessárias. Quando a adoção é feita com essa disciplina, o custo de IA é absorvido pela operação e o cliente final experimenta mais agilidade, não mais preço.”

Novos modelos em construção

Se por um lado o mercado evoluiu rapidamente na compreensão do valor da automação e da inovação para a experiência do cliente, por outro, observar como esse mercado precifica e busca criar novas pontes de crescimento é perceber que ele é tão complexo quanto a própria tecnologia.

Ney Santos, da Riachuelo, aponta o caminho que considera mais promissor: “O modelo atual é a cobrança de licença mais o consumo de token. Este modelo não é o ideal, pois dificulta a previsibilidade do custo por atendimento. O caminho que vejo nascendo é a cobrança por chamada ou por conversa, onde será possível estabelecer com mais precisão o custo por atendimento.”

Junior Cesar compartilha da avaliação, mas pondera sobre o ritmo dessa transição. No curto prazo, ele não vê mudanças estruturais para soluções que dependem diretamente de grandes provedores como OpenAI, Anthropic ou Google. “Esses fornecedores também precisam equilibrar seus próprios custos de infraestrutura, e a cobrança por consumo continua sendo uma forma eficiente de proteger suas margens.” No médio prazo, porém, ele enxerga abertura: “O que pode acontecer é o surgimento de novos ecossistemas de LLMs, especialmente modelos open source ou especializados, com formas diferentes de comercialização, por capacidade, por resultado, por processo executado ou até por valor entregue.” A ressalva, que Junior faz, no entanto, é relevante: “até o momento, ainda não vejo alternativas com o mesmo nível de qualidade, robustez e maturidade dos grandes modelos proprietários para provocar uma mudança estrutural no mercado”.

O Magalu reforça que o mercado não poderá depender apenas de modelos genéricos. “No futuro, acreditamos que as empresas mais competitivas serão aquelas capazes de combinar tecnologias de mercado com capacidades proprietárias, mantendo flexibilidade para inovar sem criar dependências excessivas de um único fornecedor”, afirma Ricardo Querino.

“Na prática, quando uma solução de IA apresenta um custo projetado ou realizado superior ao modelo humano equivalente, a tendência do mercado continua sendo manter ou retornar para a operação tradicional. O racional econômico ainda é muito forte”, completa Junior Cesar.

O que essa breve análise revela de um ponto tão complexo em CX, é que, impacto e transformação não se discute mais em tecnologia. O que está em debate sobre a IA para a experiência é o custo da próxima novidade, e como será a próxima escalada de negócios com ela.

A IA está deixando de ser um recurso que as pessoas acessam para se tornar a própria estrutura que executa trabalho. E essa virada muda os critérios pelos quais o valor é medido. Uma régua ainda muito nova e instável no mercado.