O Agibank implementou agentes de IA autônomos com a plataforma Agentforce da Salesforce e alcançou 70% de retenção nos atendimentos: de cada dez chamados, apenas três chegam ao time humano. O tempo de espera no chat, que girava em torno de três minutos, caiu para zero.
Impacto dos agentes de IA no atendimento
Métrica
Antes
Com Agentforce
Retenção (resolução sem humano)
–
70%
Tempo de espera no chat
~3 minutos
Zero
Demandas informacionais
80% (atendidas por humanos)
80% (resolvidas por IA)
Chamados que chegam a humanos
10 em 10
3 em 10
Comparativo antes e depois da implementação do Agentforce no atendimento do Agibank
Como o banco chegou aos 70%
O time do Agibank mapeou o fluxo de atendimento e identificou que 80% das demandas eram pedidos de informação, mas uma parcela relevante envolvia conversas mais longas, em que o cliente busca contexto e acolhimento. Para lidar com essa dualidade, o banco treinou os agentes para respostas assertivas e para momentos de tensão. “O Agentforce nos permitiu uma adoção plug-and-play, segura e integrada”, disse Matheus Girardi, Chief Sales & Marketing Officer do Agibank.
Em episódio do podcast Let’s Money gravado em 2023, Marcelo Oliveira, então diretor-executivo do Agibank, descreveu hackathons semestrais dedicados a explorar IA e outras tecnologias emergentes, além de uma cultura de co-construção de eficiência com fornecedores. A implementação do Agentforce é um desdobramento direto dessa abordagem: em vez de desenvolver IA internamente, o banco optou por uma plataforma pronta integrada ao CRM existente.
O que observar
A marca de 70% de retenção é um benchmark relevante para instituições financeiras que estão testando agentes de IA em atendimento. Para bancos com alto volume de chamados informacionais, o modelo plug-and-play via CRM integrado pode ser mais rápido de implementar que soluções proprietárias. A questão é se essa taxa se sustenta quando os agentes passam a lidar com demandas mais complexas, como renegociação de dívida ou contestação de cobrança.
Vale acompanhar se a tendência de adotar plataformas de terceiros para agentes de IA se consolida entre instituições de médio porte, que tipicamente não dispõem de equipes dedicadas de machine learning. Se o modelo se confirmar, a disputa entre plataformas de IA para o setor financeiro pode se intensificar nos próximos trimestres.
