A recuperação de crédito sempre acompanhou a evolução da tecnologia. Primeiro vieram os discadores automáticos e os sistemas de gestão de clientes. Depois, ganharam espaço os canais digitais, como WhatsApp, chatbots e atendimento omnichannel. Agora, um novo movimento começa a redesenhar as operações de cobrança: a aplicação da Inteligência Artificial generativa para reproduzir a capacidade de negociação dos profissionais mais experientes.
Rafael de Araújo Bani, gerente de Faturamento e Cobrança da Alares, e Lívia Schramm, diretora de Marketing e Vendas da Meireles e Freitas, analisarem essa evolução durante o CCX 2026.
A discussão partiu de um desafio comum a muitas empresas: à medida que as operações crescem, também aumenta a complexidade de manter a qualidade das negociações, treinar novos colaboradores e preservar a eficiência dos resultados.
O peso disso é ainda maior quando uma operação cresce rapidamente, como aconteceu com a Alares. A empresa, uma das maiores provedoras de internet por fibra óptica do País, aumentou sua operação em 200% em apenas seis meses, ampliando a sua atuação para 228 municípios e passando a atender cerca de 800 mil clientes.
Ao mesmo tempo, precisou manter o equilíbrio das operações de recuperação de crédito diante do crescimento acelerado da carteira. Era preciso manter a eficiência sem ampliar, na mesma proporção, o esforço de gestão e treinamento.
Segundo os palestrantes, esse cenário aumentava o risco de diferenças de desempenho entre operadores mais experientes e novos colaboradores. Ao mesmo tempo, exigia mais supervisão para manter a qualidade do atendimento e da negociação.
Nesse contexto, a Inteligência Artificial deixou de ser apenas uma ferramenta de automação para assumir um papel estratégico na operação.
Adoção da IA generativa
Para garantir a eficiência de uma operação maior e mais complexa, a Alares, em parceria com a Meirelles e Freitas, investiu na adoção de Inteligência Artificial generativa. E um entendimento claro fez toda a diferença nessa jornada: construir um agente virtual eficiente exige metodologia e participação direta de especialistas da área de cobrança.
“A construção não pode ser feita apenas por um especialista. Ela tem que ser feita por um especialista em cobrança”, afirmou Lívia Schramm.
Nesse sentido, as empresas analisaram processos, organizaram informações e estruturaram uma base de conhecimento capaz de orientar a atuação da Inteligência Artificial. “A preocupação não era apenas automatizar ligações, mas ensinar a tecnologia a negociar de forma consistente”, afirmou.
Esse trabalho envolveu o mapeamento das principais objeções apresentadas pelos consumidores, além da análise das estratégias adotadas pelos operadores com melhor desempenho. “A partir desse conhecimento, o sistema passou a reproduzir padrões de comunicação considerados mais eficazes para cada situação”, explicou Lívia.
Ao mesmo tempo, o projeto foi estruturado para evoluir continuamente. Em vez de depender de longos ciclos de desenvolvimento, os aprendizados obtidos durante as interações alimentam novos modelos e permitem ajustes frequentes na operação. Essa lógica de melhoria contínua foi apresentada como um dos principais diferenciais da Inteligência Artificial aplicada à recuperação de crédito.
Como a IA negocia
Em vez de desenvolver um agente virtual baseado apenas em regras, a equipe decidiu construir um modelo capaz de aprender com quem apresentava os melhores resultados na operação.
Para isso, especialistas analisaram como os operadores mais experientes conduziam as negociações. O trabalho envolveu identificar objeções recorrentes, observar o tom de voz, avaliar o ritmo das conversas e compreender quais argumentos geravam maior efetividade.
“Um dos maiores diferenciais foi ter um especialista em cobrança construindo os materiais que ajudariam a IA. Um ponto fortíssimo foi espelhar o operador que mais conseguia trazer uma experiência diferenciada ao cliente”, explicou Lívia Schramm.
Segundo ela, o objetivo era transformar esse conhecimento em uma metodologia para que a Inteligência Artificial o replicasse. “Quando conseguimos espelhar o que esse operador fazia e trazer isso para a IA, conseguimos um grande avanço na construção da solução”, afirmou.
A lógica rompe com a ideia de que basta instalar uma tecnologia para melhorar resultados. No modelo apresentado, a IA aprende continuamente, mas parte de um conhecimento construído por profissionais especializados em recuperação de crédito.
Mais velocidade, sem abrir mão da qualidade
Outro ganho destacado durante a apresentação foi o aumento da capacidade operacional.
Enquanto um operador humano precisa alternar períodos de atendimento com pausas e atividades administrativas, a IA permanece disponível continuamente. Isso amplia o volume de contatos e reduz o tempo necessário para implementar melhorias.
“Não era uma árvore engessada. Em vez de abrir um projeto para alterar o voicebot, bastava melhorar a IA, treiná-la com novas informações. Com isso, a equipe conseguia implementar melhorias muito mais rapidamente”, afirmou Rafael Bani.
De acordo com ele, esse processo tornou a operação mais dinâmica. “Quando olhamos para a operação, vemos uma velocidade muito maior e também uma disponibilidade maior”, disse.
Além do aumento da produtividade, os executivos destacaram que a tecnologia permite direcionar os gestores para atividades mais estratégicas. Ao mesmo tempo, diminui o esforço dedicado exclusivamente ao treinamento de novos operadores.
O papel das equipes também muda
Ao contrário do receio de substituição integral dos profissionais, os palestrantes defenderam que a IA modifica a distribuição das atividades dentro da operação.
Segundo eles, o agente virtual passa a assumir os atendimentos repetitivos. Já as negociações mais delicadas permanecem sob responsabilidade das equipes humanas.
Essa redistribuição permite que especialistas concentrem esforços em situações de maior complexidade, enquanto a IA assume contatos de grande volume, mantendo padrão de linguagem e aprendizado contínuo.
Implementação começa pequena
Por fim, ao encerrar a apresentação, os executivos recomendaram que empresas interessadas em adotar IA iniciem projetos em etapas, acompanhando os resultados antes da expansão para toda a operação.
“Comecem por alguma faixa de atraso. Façam uma visão de pessoa para pessoa, não apenas por grupos. Construam de forma metodológica e vão melhorando continuamente”, orientaram os palestrantes.
Em síntese, a recomendação resume a principal mensagem do painel: mais do que automatizar cobranças, a Inteligência Artificial pode transformar a recuperação de crédito quando combina tecnologia, conhecimento humano e melhoria contínua.
Assim, nesse cenário, o diferencial deixa de ser apenas a capacidade de fazer mais contatos. Em vez disso, passa a ser a capacidade de aprender, evoluir e reproduzir, em escala, as estratégias dos melhores negociadores.
