A IA de voz é muito mais do que automatizar conversas
A IA de voz é frequentemente entendida (equivocadamente) como apenas a interface conversacional final entre uma pessoa e uma máquina. Na realidade, esse ponto de contato final é apenas uma das quatro camadas distintas que devem ser consideradas ao avaliar soluções de IA de voz. Neste blog, analisamos as descobertas da pesquisa da Omdia para ajudar as empresas a encontrar a melhor solução para suas necessidades específicas.
Pergunte a um grupo de executivos o que significa “IA de voz” e a maioria descreverá a mesma coisa: um chatbot de voz ou agente de IA que atende às chamadas dos clientes, entende o que cada pessoa deseja e resolve a questão ou a encaminha para um atendente humano.
Esse é o produto que a maioria dos fornecedores do setor oferece como principal solução. No entanto, a interface de IA de voz é apenas uma parte de um ecossistema maior que gera valor para a empresa. Na realidade, há outras três camadas tão importantes quanto essa que precisam funcionar bem para que a IA de voz cumpra seu potencial de melhorar a experiência do cliente e reduzir os custos da empresa.
A confusão é compreensível, considerando a evolução recente dessa tecnologia. Durante anos, IA de voz e bot de voz foram usados como sinônimos. Desde o início, o caso de uso sempre foi o mesmo: automatizar a resolução dos problemas que levavam os clientes a ligar para a empresa. No entanto, os problemas iniciais na experiência do cliente, causados por interações rígidas e roteirizadas, silos de dados dos clientes e vozes artificiais com sonoridade robótica, fizeram com que os líderes empresariais passassem a olhar com desconfiança para ambos os termos.
Entretanto, a tecnologia subjacente evoluiu e se diversificou a tal ponto que a qualidade da conversa no ponto de contato final entre máquina e humano é apenas uma peça do quebra-cabeça.
Em nosso guia estratégico conjunto, a Omdia projeta que o mercado norte-americano de software de IA de voz chegará a US$ 37 bilhões até o final de 2026, crescendo a uma taxa anual de 13,3%. Parte desse valor corresponde aos investimentos nos próprios agentes de voz, mas uma parcela significativa não.
Neste blog, detalhamos cada um dos quatro pilares de uma plataforma eficaz de IA de voz e explicamos o papel fundamental que cada um desempenha. Nosso objetivo é ajudar as empresas que pretendem investir em uma solução de IA de voz a tomar uma decisão de compra informada e preparada para o futuro, com base em pesquisas sólidas.
1. O agente de voz: a parte que chama a atenção
Dez anos atrás, muitos analistas do setor previram que os bots de voz atenderiam à maioria das chamadas de atendimento ao cliente dentro de poucos anos. Os primeiros sistemas funcionavam associando cada possível solicitação do cliente a um conjunto de palavras-chave. Assim, se uma pessoa formulasse uma pergunta de maneira diferente da prevista pelos desenvolvedores, o sistema poderia ficar preso em um loop, pedir que a pessoa repetisse a pergunta ou transferir a chamada sem resolver o problema. O processamento ocorria em etapas:
- Conversão da fala em texto
- Análise do texto para identificar entidades e intenções
- Definição de uma ação
- Conversão do texto em fala
Cada etapa acrescentava atraso, fazendo com que as conversas se parecessem mais com uma comunicação por walkie-talkie do que com uma conversa humana natural. Além disso, o processo podia sair facilmente dos trilhos: quando a pessoa mudava de assunto no meio da frase ou fazia uma segunda pergunta antes que a primeira fosse resolvida, normalmente o sistema deixava de compreender o que ela queria.
Os grandes modelos de linguagem (LLMs) resolveram grande parte desses problemas. Um agente de IA desenvolvido com base nessa tecnologia consegue identificar o que a pessoa deseja sem depender de um roteiro predefinido, manter uma conversa mesmo com mudanças de assunto e ser interrompido no meio de uma resposta sem perder de vista a solicitação. Muitas plataformas modernas de IA de voz processam o áudio diretamente, o que proporciona mais fluidez e cria uma experiência conversacional mais natural.
A latência também caiu bastante — muitas vezes para menos de meio segundo — para que a interação se aproxime mais de uma conversa com uma pessoa do que de uma conversa com uma máquina. Alguns sistemas conseguem até identificar sinais de frustração ou urgência na voz da pessoa e ajustar o tom e o ritmo de acordo com a situação, em vez de seguir um roteiro em velocidade fixa, independentemente da maneira como a pessoa está falando.
Os agentes de voz baseados nessa abordagem têm demonstrado resultados muito positivos. É o caso, por exemplo, de uma universidade nos Estados Unidos que conectou um assistente de IA de voz ao sistema de registros acadêmicos. Com isso, perguntas rotineiras sobre matrícula e prazos de pagamento são respondidas imediatamente, usando os dados reais da conta do estudante em vez de informações genéricas. Questões mais complexas são encaminhadas a um funcionário que já consegue visualizar o histórico do estudante, sem precisar reiniciar a conversa do zero. Durante os períodos de matrícula e os prazos de pagamento, quando o volume de chamadas atinge seu pico, o assistente de IA é o que impede a equipe de suporte de ficar sobrecarregada.
A interface de voz parece ser a heroína desse cenário e é o que a maioria das empresas imagina quando pensa em adotar IA de voz. No entanto, ela é apenas uma peça do quebra-cabeça: o restante do que a IA de voz abrange é igualmente importante e, muitas vezes, independe do fornecedor cujo agente está atendendo às chamadas.
2. Conectividade: a parte que faz as conversas acontecerem
A maioria das plataformas de agentes de IA de voz atualmente disponíveis é muito eficiente em manter uma conversa. No entanto, nenhuma delas opera uma rede telefônica. Fazer com que essa conversa aconteça em uma chamada real, de forma confiável, em grande escala e nos países onde seus clientes estão, é um problema à parte. Um número crescente de empresas resolve essa questão mantendo a plataforma de IA escolhida e conectando-a a uma operadora de voz por meio de SIP Trunking ou WebSocket streaming.
No entanto, essa abordagem pode causar problemas posteriormente. Como o mercado de plataformas de agentes de IA está evoluindo rapidamente, outro fornecedor pode se revelar mais adequado em um futuro próximo. Para uma empresa cuja infraestrutura telefônica esteja vinculada a um único fornecedor de IA, seria necessário reconstruir essa infraestrutura sempre que a plataforma fosse trocada. Isso significa criar novas integrações, realizar novos testes e lidar com novos pontos de falha — muitas vezes justamente durante o período em que a mudança deveria economizar tempo.
Uma empresa que mantém a telefonia separada da plataforma de IA pode testar um novo fornecedor de agentes, compará-lo com aquele que já utiliza e fazer a troca sem tocar na rede telefônica. Em um mercado no qual o modelo líder muda a cada poucos meses, essa separação funciona como uma apólice de seguro.
A conectividade também abrange o canal pelo qual uma IA de voz chega aos clientes, e não apenas a plataforma de IA que atende.
Um exemplo citado pela Omdia é o de um grande aeroporto europeu que integrou um agente de IA de voz ao WhatsApp. Assim, os viajantes podem fazer chamadas para obter atualizações sobre voos, informações sobre atrasos e orientações, usando um aplicativo que já têm aberto — por meio do WhatsApp Business Calling, em vez de uma linha telefônica tradicional.
Essa distinção é mais importante do que parece. Uma solução que exigisse uma chamada telefônica comum poderia afastar qualquer viajante preocupado com as tarifas de roaming internacional — o que representa a maioria das pessoas em um aeroporto internacional. O agente em si funciona em uma infraestrutura de nuvem padrão. O motivo pelo qual o serviço consegue operar durante os períodos de maior movimento, sem cair diante de uma onda de chegadas, é que ele foi desenvolvido sobre uma infraestrutura projetada para expandir e se contrair de acordo com a demanda, em vez de depender de um sistema telefônico fixo dimensionado para um dia comum.
A camada de conectividade também atende a casos de uso relacionados à ampliação da acessibilidade dos serviços de voz.
A Whispp mostra como é a conectividade quando não há nenhum tipo de IA de voz conversacional envolvida. A empresa desenvolveu uma tecnologia de IA de áudio para áudio em tempo real que transforma instantaneamente uma voz sussurrada em uma fala clara e natural, permitindo que pessoas com gagueira ou com condições como paralisia das pregas vocais falem ao telefone com confiança. Nesse caso, não há um agente respondendo às perguntas. A Whispp precisava interceptar uma chamada em andamento e substituir, em tempo real, a voz da própria pessoa por uma voz clara — um problema de conectividade resolvido por meio de WebSocket streaming na rede de uma operadora.
3. CPaaS com IA: a parte que transforma chamadas de voz em dados
Quando uma chamada está em andamento, não importa qual agente a conduz. No entanto, há valor no que acontece com o áudio após a chamada terminar. Uma transcrição pode se transformar em um resumo automático, ser usada para avaliar sentimentos e passar por verificações de conformidade, garantindo que determinada informação obrigatória ou frase do roteiro tenha sido apresentada corretamente. Isso é fundamental em setores regulamentados, como os de serviços financeiros e de saúde, nos quais é necessário verificar, em larga escala, se os requisitos de conformidade foram cumpridos.
Dados sobre sentimentos e tópicos extraídos das transcrições de chamadas podem ser agregados automaticamente a partir de milhares de chamadas, em vez de se limitarem à pequena amostra que uma equipe humana de qualidade consegue analisar manualmente. Isso significa que as centrais de atendimento podem ser monitoradas continuamente, em vez de auditadas apenas ocasionalmente, gerando benefícios reais para a produtividade e a melhoria contínua.
No caso de chamadas de saída realizadas por IA de voz, a camada de CPaaS também é fundamental para o sucesso de campanhas de vendas ou de cobrança, ao usar a detecção de máquina para diferenciar uma pessoa de um sistema de correio de voz.
Essa tarefa se tornou mais difícil devido ao desaparecimento dos bipes que tradicionalmente indicavam que uma chamada havia sido atendida por um sistema automático e ao fato de que os telefones atuais podem filtrar chamadas antes que uma pessoa as atenda.
Fazer essa detecção corretamente é o que diferencia uma campanha paga de outra que gasta seu orçamento falando com caixas postais e com sistemas de filtragem de chamadas.
Nada disso está livre de riscos — por isso, segurança e privacidade fazem parte dessa camada, e não ficam isoladas à margem dela. Os dados de voz incluem tanto dados pessoais quanto dados biométricos, e uma transcrição pode conter as mesmas informações sensíveis que um registro escrito.
Criptografia, autenticação verificada e conformidade com normas como o GDPR, na Europa, ou a HIPAA, na área da saúde nos Estados Unidos, não são complementos opcionais quando uma empresa começa a extrair insights de cada chamada, em vez de apenas gravá-la para reprodução ocasional.
4. Infraestrutura: a parte que ninguém percebe até ela falhar
Por mais eficientes que sejam as outras três partes, a chamada em si não proporcionará uma experiência positiva se o áudio estiver ruim. Agentes de IA, mecanismos de transcrição e modelos de análise de sentimentos têm um desempenho pior em chamadas com ruído, jitter ou uma linha degradada, e os clientes percebem a diferença mesmo quando não conseguem identificá-la.
A voz em alta definição e a correção em tempo real de chamadas que chegam por uma conexão ruim — algo que acontece com frequência quando uma chamada é encaminhada entre operadoras antes mesmo de chegar ao sistema de IA — corrigem o próprio áudio, em vez de exigir que todos os componentes posteriores compensem o problema. Avaliar a qualidade da chamada da maneira como uma pessoa realmente a vivencia, em vez de se basear apenas em números de jitter e latência, permite identificar problemas que essas métricas não detectam. Uma chamada pode apresentar bons resultados em todas as medições de rede e, ainda assim, soar ruim para a pessoa que está nela.
Os fornecedores que operam a própria rede têm uma vantagem real nesse aspecto, pois podem integrar essas correções diretamente à infraestrutura, em vez de adicioná-las posteriormente como uma camada sobreposta. Isso inclui prever onde provavelmente ocorrerão problemas de tráfego antes que eles provoquem a queda de uma chamada, ajustar automaticamente a capacidade conforme o volume de chamadas aumenta e se recuperar de uma falha sem que seja necessário que uma pessoa perceba o problema e intervenha.
A mesma lógica se aplica operacionalmente, no suporte, e não apenas à rede. Quando algo dá errado, a causa pode estar na rede telefônica, na plataforma de IA ou na lógica da aplicação, e identificá-la rapidamente é tão importante quanto construir bem o sistema desde o início. Uma IA capaz de indicar mais rapidamente a provável causa para uma equipe de suporte ou de engenharia não é algo que o cliente veja diretamente, mas sua ausência é sentida sempre que uma correção demora mais do que deveria ou quando um problema rotineiro se transforma em uma tarde de indisponibilidade porque ninguém conseguiu isolá-lo com rapidez.
É também nesse ponto que muitos investimentos em IA de voz ficam aquém das expectativas sem uma causa evidente. Uma empresa pode adquirir um excelente agente e uma sólida camada de conectividade e, ainda assim, obter um resultado mediano, porque ninguém verificou se a qualidade do áudio subjacente a ambos realmente era capaz de dar suporte a eles.
Quatro camadas — uma única decisão de compra
A pesquisa da Omdia com compradores corporativos perguntou quais são os principais problemas que enfrentam em seus sistemas de comunicação. A complexidade das integrações ficou no topo da lista, citada por 43% dos entrevistados. Logo atrás vieram: falta de dados e análises unificados (40%), o desafio de gerenciar vários fornecedores (37%) e a inconsistência na experiência do cliente entre os canais (37%). As ineficiências de custos apareceram em seguida, com 35%, enquanto as preocupações com conformidade e segurança foram mencionadas por 32%.
Lidos como uma lista, esses números parecem representar seis problemas distintos. Considerados em conjunto, porém, eles descrevem, em grande parte, o mesmo problema manifestando-se em diferentes departamentos: uma estrutura de comunicação montada com fornecedores demais. Uma empresa que compra o agente de um fornecedor, a conectividade de um segundo, a transcrição e as análises de um terceiro e a rede da operadora que venceu um processo de compras realizado anos atrás. O resultado é que a empresa acaba gerenciando várias integrações em vez de uma, vários canais de suporte em vez de um e vários locais onde os dados dos clientes ficam armazenados em vez de um único ambiente.
Esse é o argumento prático para tratar o agente, a conectividade, a CPaaS com IA e a infraestrutura como uma única decisão, em vez de quatro compras separadas. Ninguém precisa adquirir as quatro soluções da mesma empresa logo no primeiro dia — e a maioria das empresas não fará isso. No entanto, presumir que um fornecedor de agentes já oferece as outras três camadas, quando talvez não ofereça, é exatamente o que faz um projeto esbarrar rapidamente nos problemas de integração apontados pelos entrevistados da pesquisa da Omdia como sua maior dificuldade.
Então, qual é o melhor ponto de partida?
A maioria das empresas começa com uma única parte, geralmente o agente, e expande a solução a partir daí. Essa é uma maneira razoável de começar, mas é importante considerar as outras três camadas desde o início, antes de escolher um parceiro de tecnologia. Tomar uma decisão com base em um único problema enfrentado atualmente pode resultar em um segundo projeto de integração no futuro, quando as lacunas de conectividade ou infraestrutura vierem à tona.
Um teste útil ao avaliar um fornecedor é verificar se ele consegue oferecer suporte às quatro áreas atualmente, mesmo que sua empresa planeje investir inicialmente em apenas uma delas. Um fornecedor que só consegue vender o agente não terá como ajudar quando a conversa avançar para conectividade, insights ou qualidade das chamadas. Esses aspectos deveriam fazer parte dos critérios de avaliação desde o início.
Nosso novo guia estratégico em conjunto com a Omdia — Preparando seu investimento em IA de voz para o futuro — aborda as quatro áreas com mais profundidade, além de apresentar os dados do mercado e os estudos de caso completos mencionados anteriormente.
