As empresas começam a pagar pelo que o agente entrega (vendas fechadas, consultas resolvidas, oportunidades recuperadas) e não por licenças, mensagens ou horas. É assim que o mercado está mudando e como calcular o retorno antes de contratar.
Os agentes de IA orientados a resultados mudam a pergunta com a qual se contrata tecnologia conversacional. Já não importa quantas licenças, mensagens ou integrações o contrato inclui, e sim quantas vendas o agente fecha, quantos casos resolve e quantos clientes recupera, e a que custo. O mercado já caminha nessa direção: a Sierra, empresa de agentes de IA para atendimento ao cliente fundada por Bret Taylor e Clay Bavor, informou em outubro que ultrapassou 400 milhões de dólares em receita recorrente anual, com mais de 150 milhões adicionados apenas no terceiro trimestre, e propõe a sua cobrança como pagar pelo trabalho bem feito e não pelo acesso ao software.
O contexto explica a virada. Um relatório preliminar do MIT NANDA de 2025 concluiu que 95% das organizações pesquisadas não viam retorno mensurável em seus investimentos em IA generativa, e que apenas 5% das ferramentas corporativas sob medida chegavam à produção. A amostra é limitada e os resultados são autodeclarados, mas o sinal para quem gerencia orçamento é claro: comprar tecnologia sem atrelá-la a um resultado é a forma mais cara de experimentar.
O que é um agente de IA orientado a resultados
Um agente de IA orientado a resultados é um sistema conversacional que conclui um processo de ponta a ponta, como qualificar um lead, cotar ou resolver uma reclamação, conectado aos sistemas da empresa e avaliado pelo resultado que entrega, e não pelas licenças ou mensagens que consome.
Do chatbot ao agente de IA: de responder perguntas a resolver processos
O chatbot tradicional trabalha com menus e respostas predefinidas. Responde a uma pergunta frequente, mas, quando o cliente precisa cotar, alterar um pedido ou finalizar uma compra, encaminha para uma pessoa ou para um formulário, e é aí que a venda se perde. O agente de IA muda o alcance: entende o pedido em linguagem natural, consulta o catálogo, o estoque ou o sistema da seguradora, e executa o passo seguinte no mesmo canal. No fluxo de venda de seguro auto que a ChatCenter desenha, um agente de texto ou voz qualifica o lead, coleta os dados do veículo e do condutor, gera a cotação, responde a objeções sobre coberturas, envia o link de pagamento e acompanha até a emissão da apólice. No eCommerce, o mesmo princípio prepara o carrinho e conclui a compra dentro do WhatsApp. Diferentemente de um formulário que capta dados e fica esperando uma ligação, a conversa avança no momento de maior interesse.
Pagamento por resultados versus licenças, uso e horas
O modelo de cobrança define quem assume o risco. A licença é paga mesmo que o agente não venda. A cobrança por uso, seja por mensagens, conversas ou tokens, é paga mesmo que a conversa não resolva nada: uma interação longa que não soluciona o problema consome mais e vale menos. As horas do BPO clássico são pagas por capacidade, não por resultado.
Na cobrança por resultados (outcome-based pricing), o fornecedor fatura quando acontece algo mensurável, como uma venda realizada ou uma consulta resolvida sem intervenção humana, e por isso tem incentivo para cuidar também da integração, do treinamento e da melhoria contínua. Essa lógica é a do modelo AINS que foi explicado em O que é um AINS e em que se diferencia do BPO.
| Modelo | O que se paga | Quem assume o risco | Quando compensa |
|---|---|---|---|
| Licença | Acesso por usuário ou plataforma | O cliente | Ferramentas internas com uso previsível |
| Uso | Mensagens, conversas ou tokens | O cliente | Volumes variáveis sem resultado definido |
| Horas (BPO clássico) | Capacidade de agentes humanos | O cliente | Processos pouco padronizados |
| Resultados | Venda realizada, consulta resolvida ou oportunidade recuperada | Compartilhado, com maior peso no fornecedor | Processos com resultado claro e mensurável |
O modelo tem limites que convém observar. Em uma análise de julho de 2026 sobre serviços, o Gartner aponta que a adoção da cobrança por resultados é desigual por problemas de mensuração, de valor e de responsabilidade. Por isso, o contrato deve definir com precisão o que conta como resultado e quem o audita. O modelo comercial da ChatCenter se apoia nessa lógica: baseia-se em vendas realizadas ou chats iniciados.
Como medir o ROI dos agentes de IA
O retorno é calculado com quatro famílias de métricas, todas atreladas a um número que o decisor já acompanha. Em conversão, o percentual de conversas que terminam em venda, comparado ao canal anterior. Em vendas, a receita gerada por conversa e a receita recuperada de carrinhos e leads que não respondiam. Em custos operacionais, o custo por caso resolvido sem intervenção humana, que resulta de dividir o custo total do serviço pelos casos que o agente encerrou, junto com o tempo de primeira resposta. Em resolução, o percentual de consultas encerradas sem encaminhamento e a taxa de reabertura, porque um caso que volta não estava resolvido.
Estes são os números da ChatCenter por tipo de processo: a conversão média de ponta a ponta em vendas é de 18%, as campanhas click-to-WhatsApp convertem 7% e a recuperação de abandonos chega a 25%. Medir a linha de base antes do lançamento permite saber quanto dessa diferença cabe ao agente.
IA, atendimento humano e operação: as três peças do resultado
Nos agentes de IA orientados a resultados, o resultado raramente vem só da IA. Vem de três peças coordenadas. A IA atende em segundos e a qualquer hora, e sustenta os volumes das campanhas e dos picos. As pessoas atuam onde o cliente precisa de critério, negociação ou confiança. A operação conecta tudo: integrações com catálogo, pagamentos e CRM, base de conhecimento, etiquetas para analisar cada chat e relatórios diários para otimizar.
Esse desenho responde às objeções habituais. A de que a IA não vende se responde com um fluxo completo de venda e um encaminhamento a uma pessoa definido por regras. A de que se perde o controle se responde com métricas por conversa e por etiqueta, visíveis todos os dias. A de que é caro se responde com uma cobrança atrelada ao que o agente consegue. A de que não escala se responde com agentes humanos dimensionados sob demanda para os picos.
Casos de aplicação: vendas, atendimento e recuperação
Em vendas, o Santander otimizou seu canal conversacional na linha de seguros Autocompara com um modelo híbrido de IA e atendimento humano e, com canais inbound e outbound, dobrou sua capacidade de vendas e sustentou a conversão.
Em recuperação, a ROUGE enviou 29.819 mensagens automáticas de carrinhos abandonados em 2024, recuperou 11% com 3.261 vendas e chegou a 15% durante o Hot Sale, com um esquema 100% IA. No atendimento ao cliente, o indicador que decide é o percentual de casos que o agente encerra sem encaminhar, e convém pactuá-lo desde o início, junto com a taxa de reabertura.
ChatCenter: um parceiro que responde pelo resultado
A ChatCenter é Meta Business Partner e desenha, implementa e gerencia agentes de IA orientados a resultados por chat e voz, na modalidade 100% IA ou híbrida, integrados ao eCommerce e aos sistemas do cliente. Com mais de 10 milhões de chats gerenciados, seu cronograma de implementação vai da conexão com a Meta e os sistemas até o treinamento, as automações e a mensuração, com lançamento entre as semanas 9 e 12. Como seu modelo comercial se apoia em vendas realizadas ou chats iniciados, sua receita fica vinculada ao que o canal produz. É assim que se avalia um parceiro estratégico, e não um fornecedor de tecnologia.
O que fazer diferente a partir de amanhã
Para avaliar agentes de IA orientados a resultados, três decisões ordenam a compra:
- Primeiro, escolher um processo com resultado mensurável e orçamento já existente, como as cotações, a recuperação de carrinhos ou as reclamações mais repetidas, e medir sua linha de base atual: conversão, custo por caso e tempo de resposta.
- Segundo, pedir a qualquer fornecedor que defina em contrato o que conta como resultado, quem o audita e o que acontece quando o agente encaminha para uma pessoa.
- Terceiro, validar com um piloto delimitado, com uma meta numérica fixada de antemão, antes de ampliar o escopo.