Quando uma empresa recebe alguma reclamação sobre o atendimento, a análise quase sempre começa pelo ponto mais visível: demora na resposta, informações repetidas, transferências mal conduzidas ou uma solicitação que levou mais tempo do que o esperado.

Esses episódios parecem problemas individuais porque normalmente chegam à gestão vinculados a um ticket, uma interação ou uma pessoa. É assim que a causa permanece intacta e a empresa se vê adicionando canais, automações e IA na tentativa de melhorar a experiência.

Mas, e quando essas inconsistências estão mais relacionadas à arquitetura operacional do que à capacidade tecnológica?

A causa costuma ser estrutural

Quando uma transferência obriga a conversa a recomeçar, quando dois canais fornecem respostas diferentes ou quando informações já compartilhadas precisam ser solicitadas novamente, o cliente começa a sentir as falhas na arquitetura, ainda que as perceba apenas como um atendimento ruim.

Segundo levantamento citado pela Freshworks, 87% dos consumidores consideram frustrante precisar repetir informações entre canais, e quase três quartos passam a questionar se devem continuar comprando da empresa.

A verdade é que essas falhas quase nunca são resultados exclusivos do desempenho de um agente, muito pelo contrário: na maior parte das vezes, o contexto ficou retido em uma área, ferramenta ou canal. O atendimento apenas jogou luz nessa fragmentação preexistente.

Outro estudo da Freshworks mostrou que 36% dos profissionais de suporte sentem dificuldades relacionadas ao excesso de ferramentas, enquanto 40% dos líderes apontaram que dados fragmentados impedem a personalização da experiência.

Estar em todos os canais não significa conhecer o cliente

Quando o CRM conhece o relacionamento comercial, o ERP conhece os pedidos, o WhatsApp concentra as mensagens e a plataforma de atendimento registra apenas os tickets, existe muita informação disponível — mas percebe que apenas a existência desses sistemas isoladamente não garantem o compartilhamento do histórico?

Há como fazer bom proveito de uma vasta quantidade de dados, quando eles não são compartilhados?

Uma experiência unificada não nasce simplesmente da conexão entre canais, mas sim quando diferentes áreas conseguem interpretar e utilizar a mesma história. Nesse modelo, cada interação deixa de ser um evento isolado e passa a compor uma única jornada.

O histórico deixa de pertencer a uma equipe e vira um ativo da operação.

A IA não produz o contexto que a operação não construiu

Grande parte das discussões sobre inteligência artificial se concentra na capacidade dos modelos, mas existe um ponto fundamental que vem sendo esquecido: agentes inteligentes não criam contexto por conta própria, eles trabalham sobre as informações e relações que a empresa tornou disponíveis.

Uma IA pode recomendar ações, antecipar necessidades, personalizar respostas e automatizar decisões. Para isso, precisa acessar o histórico, reconhecer dependências e interpretar a etapa da jornada em que o cliente se encontra.

Quando cada sistema conhece apenas uma parte da operação, a inteligência artificial também trabalha com uma visão parcial: recomendações genéricas, respostas inconsistentes e automações que aceleram processos fragmentados em vez de corrigi-los.

Para obter valor real da IA, existe uma etapa fundamental: organizar a operação. Conectar informações, reduzir barreiras entre equipes, coordenar processos e criar uma camada de contexto compartilhado para, só então ampliar a automação.

Sobre uma estrutura integrada, a tecnologia deixa de compensar limitações e passa a ampliar capacidades.

A experiência do cliente, portanto, começa muito antes da conversa. Ela é definida pela forma como processos foram desenhados, sistemas compartilham informações e equipes operam sobre o mesmo contexto.

Na Focus Technology, ajudamos empresas a integrar canais, processos, dados e inteligência artificial em uma operação capaz de reconhecer a jornada como um todo. Porque melhorar a experiência não começa adicionando mais um ponto de contato. Começa eliminando as barreiras que impedem a empresa de atuar como uma só.

A Forrester prevê que a inteligência artificial fará desaparecer 49% dos empregos atuais de atendimento ao cliente até 2030. O dado não descreve uma mudança distante. Estruturas de contact center já começam a reduzir funções de supervisão, planejamento e execução à medida que sistemas de IA assumem atividades antes distribuídas entre diferentes níveis da operação.

Isso significa que não haverá mais espaço para agentes humanos? Não. Mas também seria ingênuo interpretar essa transformação apenas como uma troca de tarefas, sem impacto real sobre cargos, equipes e competências.

A IA agêntica não representa apenas uma ferramenta mais avançada nas mãos dos profissionais. Ela introduz uma nova força de trabalho, capaz de interpretar solicitações, executar ações, tomar decisões dentro de parâmetros definidos e conduzir partes inteiras de uma jornada. Nesse cenário, o papel humano não desaparece, mas se desloca: sai da execução repetitiva e avança para a orquestração, a supervisão e o julgamento.

O futuro do atendimento não será humano ou artificial. Será definido pela capacidade das empresas de organizar o trabalho entre ambos.

A automação elimina funções, mas também redesenha o trabalho

Grandes transformações tecnológicas raramente preservam intacta a estrutura profissional que existia antes delas. A digitalização da mídia, por exemplo, reduziu drasticamente a necessidade de funções como linotipista e montador de páginas. Ao mesmo tempo, criou espaço para profissionais de SEO, social media, experiência do usuário, análise de dados e conteúdo digital.

Isso não significa que cada cargo eliminado será automaticamente substituído por outro. Algumas funções desaparecem mais rapidamente do que novas oportunidades são criadas, e os novos postos exigem competências diferentes.

No atendimento, trabalhos baseados em volume, repetição e aplicação previsível de regras tendem a sofrer o maior impacto. A Forrester projeta reduções proporcionais mais intensas em contact centers de alto volume, especialmente em operações B2C. Ambientes B2B, marcados por jornadas mais longas, maior número de exceções e decisões contextualizadas, devem apresentar uma taxa menor de resolução integral por IA.

Essa diferença revela o critério que começa a reorganizar o mercado: quanto mais padronizável for o trabalho, maior será sua exposição à automação. Quanto mais depender de contexto, negociação, responsabilidade e interpretação, maior será a necessidade de participação humana.

De atender solicitações a orquestrar agentes digitais

O profissional de atendimento deixa gradualmente de ser apenas quem responde ao cliente para se tornar quem garante que o sistema seja capaz de responder bem.

Parte dessa atuação estará na supervisão dos agentes digitais: analisar resultados, intervir em exceções e ajustar os parâmetros da automação. Outra estará em estruturar bases de conhecimento e manter políticas e critérios atualizados.

Também surgem responsabilidades ligadas ao desenho dos processos. Um agente de IA pode executar um fluxo com velocidade, mas alguém precisa determinar quais etapas fazem sentido, quando a automação deve avançar, em quais situações precisa parar e qual decisão deve ser encaminhada a uma pessoa. Automatizar uma jornada não elimina a necessidade de projetá-la. Torna esse projeto ainda mais importante.

Segundo a Forrester, profissionais dos níveis iniciais poderão administrar equipes de agentes de IA, desbloqueando casos que exigem julgamento humano e oferecendo feedback para melhorar seus resultados. Já os profissionais mais experientes tendem a assumir posições especializadas, seja como referência técnica e de políticas, seja na gestão de relacionamentos mais sensíveis e estratégicos.

A inteligência gerada pelas conversas pode revelar falhas de produto, atritos recorrentes, riscos de cancelamento e oportunidades de receita. O valor do profissional deixa de estar apenas na quantidade de interações encerradas e passa a incluir sua capacidade de transformar esses sinais em decisões.

A vantagem humana estará nas fronteiras da automação

Quanto mais competente se torna a IA, menos sentido faz reservar às pessoas apenas as tarefas que ela ainda não consegue executar. Esse raciocínio coloca o ser humano como uma solução temporária para limitações tecnológicas — e transforma cada avanço da automação em uma ameaça direta ao seu trabalho.

O papel humano precisa ser definido por aquilo que a organização não deveria delegar integralmente, mesmo quando a tecnologia se mostra capaz de participar da decisão.

Isso inclui avaliar situações ambíguas, assumir responsabilidade por escolhas sensíveis, negociar exceções e reconhecer quando seguir o processo produziria um resultado inadequado. Inclui também questionar regras e decidir quais objetivos a IA deve perseguir.

Essas competências não se desenvolvem apenas com treinamento técnico. Exigem conhecimento do negócio, pensamento crítico, leitura de contexto e capacidade de trabalhar com sistemas que aprendem e operam com graus crescentes de autonomia.

Para as lideranças, portanto, a preparação não pode se limitar à adoção da tecnologia. Será necessário mapear quais funções serão reduzidas, quais atividades continuarão dependentes de pessoas e quais novos papéis precisarão ser construídos. Requalificar a equipe depois que a mudança estiver consolidada será tarde demais.

A IA agêntica não retira o ser humano da operação. Ela muda o ponto em que sua contribuição se torna indispensável. Os profissionais deixam de executar cada etapa do trabalho e passam a definir, supervisionar e aperfeiçoar a forma como o trabalho acontece.

No futuro do atendimento, pessoas não serão valorizadas por competir com a velocidade da IA. Serão valorizadas por oferecer aquilo que permite à velocidade produzir o resultado certo: direção, contexto, critério e responsabilidade.

Sua empresa está preparando as pessoas para trabalhar com a IA — ou apenas preparando a IA para substituir tarefas?

“A IA é uma força multiplicadora do sistema em que está inserida: ela irá automatizar sua organização ou acelerar o seu caos.” A afirmação de Dennis Woodside, CEO e presidente da Freshworks, contraria uma expectativa comum no mercado: a de que incorporar inteligência artificial é, por si só, suficiente para tornar uma empresa mais eficiente.

Não é.

A IA pode ampliar produtividade, reduzir o trabalho manual e acelerar decisões. Mas ela não escolhe sozinha o que merece ser ampliado. Quando inserida em uma operação estruturada, transforma consistência em escala. Quando encontra dados fragmentados, processos frágeis e decisões sem critérios claros, apenas faz a desorganização circular mais rápido.

Por isso, a discussão sobre IA é menos tecnológica do que parece. Antes de perguntar qual ferramenta implementar, as empresas precisam entender qual operação estão prestes a multiplicar.

A IA não cria maturidade operacional

Toda tecnologia herda o ambiente em que passa a operar. Em uma estrutura na qual informações são centralizadas, responsabilidades estão definidas e os fluxos refletem a realidade do trabalho, a IA encontra condições para gerar valor. Ela consegue reconhecer padrões, priorizar demandas, oferecer respostas contextualizadas e apoiar decisões com mais velocidade.

Mas os mesmos recursos produzem outro efeito quando a base não está preparada.

Se os dados estão incompletos, a análise também estará. Se diferentes equipes registram informações de formas incompatíveis, a automação reproduzirá essa inconsistência. Se exceções viraram regra, automatizar o fluxo pode apenas institucionalizar um processo que já deveria ter sido revisto.

É nesse ponto que muitas iniciativas confundem velocidade com evolução. Reduzir o tempo necessário para executar uma tarefa não significa, necessariamente, melhorar o resultado. Uma decisão equivocada tomada em segundos continua sendo equivocada — apenas chega mais rápido e pode alcançar uma escala maior.

A maturidade não surge depois da IA. É ela que determina até onde a IA poderá avançar com segurança, precisão e impacto real.

O caos automatizado custa mais caro

Em operações de atendimento, essa diferença se torna especialmente visível. A inteligência artificial pode interpretar intenções, classificar tickets, sugerir respostas, identificar sentimentos, recomendar ações e resolver demandas de forma autônoma. Para fazer isso bem, entretanto, precisa encontrar histórico, contexto, conhecimento confiável e critérios consistentes de priorização.

Quando essas condições não existem, o ganho aparente de eficiência pode esconder um problema maior. Tickets são encaminhados com base em classificações frágeis. Respostas ganham velocidade, mas perdem continuidade. Informações incorretas chegam ao cliente com a autoridade de uma automação. Casos que exigem julgamento humano podem permanecer tempo demais em fluxos que não reconhecem sua criticidade.

O risco não está apenas na falha isolada. Está na capacidade de reproduzi-la continuamente.

Uma operação manual e desorganizada costuma revelar seus limites por meio de atrasos, retrabalho e sobrecarga. Ao receber IA sem antes rever sua arquitetura, ela pode parecer mais produtiva por algum tempo, enquanto multiplica silenciosamente os mesmos desvios. O volume processado aumenta, mas a causa das ineficiências permanece intacta.

Isso explica por que projetos tecnicamente promissores permanecem presos a pilotos ou entregam menos retorno do que o esperado. A tecnologia funciona, mas o sistema ao redor dela não oferece confiança suficiente para que a empresa amplie seu uso. Sem clareza sobre dados, governança, integrações e responsabilidade pelas decisões, a organização não consegue transformar capacidade técnica em desempenho operacional.

A verdadeira vantagem está na arquitetura da operação

Empresas que obtêm melhores resultados com IA não são necessariamente aquelas que adotam mais recursos. São as que sabem onde a tecnologia deve atuar, quais decisões pode apoiar e quais condições precisam existir para que sua atuação seja confiável.

Isso exige uma arquitetura operacional capaz de preservar contexto. Canais precisam conversar entre si. O histórico do cliente não pode desaparecer a cada interação. A base de conhecimento deve refletir políticas atualizadas. Os critérios de prioridade precisam ser claros o suficiente para orientar pessoas e sistemas. Métricas devem mostrar não apenas quanto foi feito, mas se o resultado entregue realmente resolveu o problema.

Também exige governança. À medida que a IA participa de decisões, torna-se indispensável definir quais dados ela pode acessar, onde deve existir supervisão humana, como erros serão identificados e quem responde pelos resultados. Esses limites não reduzem o potencial da tecnologia. Eles criam a confiança necessária para que ela deixe de ser um experimento e passe a fazer parte da operação.

Nesse cenário, a IA cumpre seu melhor papel: não substituir a inteligência da empresa, mas ampliar uma inteligência organizacional que já está presente em seus processos, dados e decisões.

Antes de acelerar, portanto, é preciso observar o sistema inteiro. Onde a informação se perde? Quais tarefas existem apenas para compensar falhas de integração? Quantas decisões dependem do conhecimento individual de uma pessoa? Quais exceções já se tornaram parte permanente do fluxo?

Essas perguntas revelam o verdadeiro nível de prontidão para a IA.

Uma operação estruturada não elimina toda complexidade. Ela impede que essa complexidade seja transferida para quem trabalha, decide ou precisa de atendimento. É essa base que transforma automação em produtividade, dados em decisões e inteligência artificial em vantagem competitiva.

No fim, a pergunta mais importante não é quanto a IA poderá fazer pela sua empresa. É o que ela encontrará para multiplicar quando chegar.

Sua operação está pronta para ser multiplicada?

O reconhecimento da Freshworks como Líder no Gartner® Magic Quadrant 2026 confirma uma transformação importante no próprio mercado de gestão de serviços.

Quem acompanha a plataforma há alguns anos sabe que o Freshservice competia pela simplicidade de implementação. Hoje, a mesma ferramenta evoluiu o suficiente para se diferenciar pela capacidade de entregar operações modernas sem carregar a complexidade tradicional do mercado Enterprise.

A Freshworks expandiu significativamente o escopo do Freshservice: o que era uma plataforma de ITSM evoluiu para um ecossistema que reúne ITSM, ITOM, ITAM, Enterprise Service Management e inteligência artificial nativa sobre uma mesma camada de dados.

A Inteligência Artificial revolucionou o ITSM

A IA, que antes era uma camada adicional às plataformas de ITSM, tornou-se parte da própria operação.

No ecossistema Freshservice, IA significa permite efetuar atendimentos automaticamente, sugerir próximas ações, responder solicitações recorrentes e automatizar fluxos completos utilizando contexto operacional.

Segundo o Freshservice Benchmark Report 2025, clientes da plataforma registram resultados que evidenciam a influência da IA na eficiência operacional:

• 97,8% de satisfação dos usuários (CSAT);
• 75% de resolução no primeiro contato;
• aumento de 40% na produtividade dos agentes;
• mais de 65% das solicitações resolvidas sem intervenção humana.

Focus Technology e Freshworks

Ao longo de mais de 200 projetos implementados desde 2021, vimos o Freshservice assumir um papel cada vez mais estratégico dentro das organizações.

Hoje encontramos a plataforma suportando operações críticas em empresas como Mattos Filho, Rede Américas, Inteli, Intercement, Banco Original, Unimed Campinas, Highline, Vittia e Ourofino Saúde Animal.

Empresas que perceberam como era fundamental construir uma arquitetura operacional capaz de integrar tecnologia, pessoas e inteligência artificial.

De olho no futuro

Acreditamos que este reconhecimento representa menos um ponto de chegada e mais uma direção que o mercado seguirá nos próximos anos: o ITSM ocupará cada vez mais uma posição central na forma como empresas organizam operações, compartilham conhecimento, automatizam processos e utilizam inteligência artificial para aumentar produtividade.

Para quem acompanha essa evolução desde os primeiros passos da Freshworks no Brasil, esse movimento não chega como surpresa, apenas confirma aquilo que já observávamos.

O futuro da gestão de serviços será cada vez menos sobre gerenciar chamados e cada vez mais sobre conectar pessoas, processos, ativos e inteligência em uma única operação.

Na Focus Technology acompanhamos essa evolução desde a chegada da Freshworks ao Brasil.

Hoje ajudamos organizações a transformar esse potencial em resultados concretos, estruturando operações modernas de ITSM que combinam governança, automação e inteligência artificial sobre uma plataforma preparada para crescer junto com o negócio.

Nas últimas semanas nas pesquisas e updates sobre os nossos parceiros, um movimento me chamou a atenção no mercado de tecnologia e SaaS. A Guggenheim Securities iniciou a cobertura das ações da Freshworks (FRSH) com uma classificação incisiva de “Compra”, estipulando um preço-alvo que sugere um potencial de valorização na casa dos 134%.

Para os analistas de mercado, os números são sustentados por projeções financeiras e a recente guinada da empresa em direção ao cobiçado mercado Enterprise, muito presente após o evento anual da Freshworks, o REFRESH, tão quanto a forte presença de novas features de IA nas plataformas. No entanto, como executivo de uma empresa com diversas implementações desses produtos e para quem está na linha de frente, apresentando e atualizando essas soluções em grandes corporações, essa valorização é muito mais do que uma aposta futura, mas sim o reflexo inevitável de uma maturidade estrutural que já vivenciamos no dia a dia há alguns anos.

A Freshworks deixou de ser apenas a “plataforma fácil de usar” para SMBs (Pequenas e Médias Empresas) e se consolidou como um motor de infraestrutura tecnológica pesada e os motivos que sustentam essa evolução merecem a atenção de qualquer CIO, Diretor de CX ou líder de TI.

A virada estratégica clara para os parceiros e clientes: Liderança, Governança e Foco no Enterprise(!!)

A chegada de executivos de peso ao board da empresa, com um destaque para a disciplina de Go-To-Market trazida pelo CEO Dennis Woodside (que tive a oportunidade de conhecer pessoalmente) foi um recado claro de que as plataformas estavam prontas para competir (e vencer) em arenas complexas, como a amplitude de mercado de Zendesk, a força de ServiceNow, a flexibilidade de Jira, entre outros.

Historicamente, plataformas Enterprise legadas sofriam de um mal crônico; eram robustas, porém lentas, caras de manter e com uma usabilidade que frustrava os colaboradores, algo que estive bem acostumado no mercado de SaaS antes do. boom de IA, a plataforma vinha com um manual (as vezes até impresso) para você virar um especialista em controlar aquela máquina antiga que nunca quebra. A Freshworks inverteu essa lógica, mantendo o DNA da fluidez e adicionando as camadas de segurança corporativa, conformidade e governança exigidas por operações globais, ou seja, garantindo que não quebra, mas que não precise de um time de “mecânicos” para operar.

Inteligência Artificial: Do Hype ao Platô de Produtividade

O mercado financeiro precifica o futuro, e não há futuro no mercado de softwares B2B que não passe pela Inteligência Artificial, mas precisamos separar a empolgação da realidade.

Se olharmos para o clássico Hype Cycle do Gartner de tecnologias emergentes, os estágios atuais das tecnologias de IA com uso corporativo é mais bem compreendido (marquei em vermelho as tecnologias que mais têm uso para o mercado de SaaS para o uso corporativo)

Quando falamos de IA generativa textual, deixamos o “pico das expectativas infladas”, onde se acreditava que um bot genérico resolveria todos os problemas de uma empresa por mágica e estamos avançando rapidamente para o “platô de produtividade”, enquanto apostamos fortemente no uso real e eficiente de modelos mais simples como grafos de bases de conhecimento e modelos de ML direcionados a usos específicos.

Porém também destaco aqui que estamos hoje (depois de quase um ano dessa última versão do Hype Cycle do Gartner) em um momento de agentic AI mais madura, ela estava no pico do hype há um ano, mas já ficou claro que o mercado entendeu para que serve, como usar e como conectar com a Gen AI de fato. Entendo também que esse período foi acelerado exatamente por se tratar de uma extensão das capacidades da IA generativa padrão.

O que isso significa na prática dos ecossistemas Freshworks? Significa que a IA para atendimento e a IA para apoio ao colaborador deixaram de ser recursos experimentais e se tornaram profundamente enraizadas na base de dados da empresa, atuando na deflexão inteligente de tickets, no resumo automático de interações longas, e sugerindo next best actions para os agentes de suporte. Virou bem menos sobre “ter um bot” e mais sobre ter inteligência contextualizada e integrada aos processos de negócios (o que na nossa experiência de mais de 200 projetos entregues, é o que realmente faz uma plataforma do tipo ter valor e impacto).

Total Experience: O Encontro entre CX, EX e a Operação Omnichannel

A maturidade do ecossistema destrói, de uma vez por todas, os silos informacionais. Diretores de TI e Operações sabem que a barreira entre a Experiência do Cliente (CX) e a Experiência do Colaborador (EX) não existe mais, um colaborador que usa sistemas lentos e fragmentados invariavelmente entregará um atendimento ruim ao cliente, ou seja, não se trata ou observa apenas a jornada do atendimento, é necessário ter a jornada completa do consumo do cliente, do momento antes da venda até o momento do fim do ciclo de vida do cliente, considerando que essa jornada mais completa depende desde o financeiro funcionando corretamente, com todos os colaboradores com sistemas de segurança e bem definidos, até uma jornada com conhecimento e assertividade na ponta.

Ao orquestrar a plataforma na sua totalidade, nós habilitamos uma jornada verdadeiramente Omnichannel e isso vai muito além do simples chat no site, nós estamos abordando uma arquitetura que conecta um CRM de vendas inteligente às campanhas de marketing, fluindo sem atritos para o suporte pós-venda.

Por trás dos panos, a mesma arquitetura sustenta a governança interna: o ITSM (IT Service Management) garante a estabilidade dos serviços de tecnologia, enquanto o ESM (Enterprise Service Management) leva o pensamento de “chamado e resolução” para RH, Financeiro e Jurídico, tudo amarrado a um sólido gerenciamento de ativos (ITAM), com um atendimento completo ao lead pelo CRM de vendas com insights unificados na pré-venda e a jornada completa do CRM de atendimento para manter esse cliente com o maior ciclo de vida possível, com alto CSAT e NPS. Quando tudo isso compartilha a mesma base de dados, a empresa não está apenas comprando software; está comprando agilidade operacional, longevidade corporativa, flexibilidade no mercado, competitividade agressiva e decisões executivas baseadas em dados de verdade (não em excel ou Bi criado por um analista que não compreende para a empresa está indo)

A Prova de Fogo: A Realidade na Trincheira de Integrações

Desde 2021, a equipe da Focus Technology respira esse universo. Com mais de 200 projetos entregues, presentes desde o dia 1 da Freshworks no Brasil e com sócios que somam mais de 20 anos de Freshworks juntos, testemunhamos e fomos agentes ativos dessa evolução da plataforma.

Nós vimos a teoria e promessas se tornarem prática, entregamos projetos complexos de comunicação integrada, orquestrando sistemas de atendimento crítico, consolidando bases de conhecimento e conectando APIs (e automações) em grandes players do mercado, isso provou que a infraestrutura escala de forma notável sob estresse. O otimismo da Guggenheim reflete exatamente as movimentações estratégicas e de investimento interno em desenvolvimento de produto que nós, como parceiros, acompanhamos nos bastidores.

O Custo da Inércia vs. O ROI da Inovação

A grande mensagem que o mercado de ações está enviando aos tomadores de decisão (que a Focus assina em baixo) é clara: o momento de transição é agora!

A evolução tecnológica atingiu um patamar onde corporações não precisam mais aceitar o ônus de contratos milionários de plataformas legadas, que cobram valores altíssimos quase que exclusivamente pelo seu histórico de mercado, além de exigir uma equipe enorme para manter no dia-a-dia.

Na Focus Technology, provamos diariamente aos nossos clientes como essa evolução e segurança da Freshworks se traduzem em vantagens competitivas no DRE das empresas. Conseguimos estruturar plataformas de alto nível, com features equivalentes ou superiores às ferramentas mais caras do setor, entregando um ROI (Return on Investment) incrivelmente mais rápido e com um Custo Total de Propriedade (TCO) que faz sentido para o momento econômico atual.

O mercado financeiro já mapeou o valor dessa virada, o produto amadureceu, a inteligência artificial é real e aplicável, agora resta saber; quanto tempo mais a sua operação vai continuar pagando caro por sistemas complexos de operar, enquanto o mercado caminha para a agilidade integrada ou pagando caro por um software barato que gera um caminhão de serviços manuais, falta de observabilidade, erros recorrentes, problemas de segurança e incapacidade de auditoria?

Se a sua empresa precisa de uma arquitetura limpa, eficiente e pronta para escalar com IA, o momento de agir é agora.

Fale com nosso time de especialistas na Focus Technology. Vamos provar como podemos alcançar um ROI significante na sua operação, sem custo, sem compromisso, somente um time com mais de 20 anos de experiências em empresas como a sua, te ajudando a alcançar o futuro.

Felipe Abreu possui mais de 10 anos de experiência em tecnologia, CX e transformação de operações. Como CEO da Focus Technology, atua ajudando empresas a integrar processos, pessoas e inteligência artificial para construir operações mais eficientes, escaláveis e preparadas para o futuro.

A expectativa em torno dos agentes de IA costuma girar em torno da tecnologia.

Qual modelo utilizar? Como integrar? Qual plataforma oferece mais recursos?

São perguntas importantes, mas existe outra que normalmente recebe menos atenção: de onde virão as respostas que esse agente irá fornecer?

Não falta informação, falta estrutura

A maioria das empresas já possui uma quantidade enorme de conhecimento:

• Documentações técnicas.
• Procedimentos internos.
• Guias de implantação.
• Artigos de suporte.
• APIs.
• Manuais.
• Decisões registradas em tickets, documentos e mensagens.

O desafio raramente é produzir mais conteúdo, mas conseguir transformar esse conhecimento disperso em uma fonte confiável para pessoas e inteligência artificial.

Quando informações permanecem distribuídas entre diferentes ferramentas, arquivos e responsáveis, encontrar uma resposta passa a depender de quem sabe onde procurar.

É por isso que plataformas modernas de gestão do conhecimento deixaram de ser apenas repositórios de documentação e passaram a organizar conteúdo com estrutura, governança, versionamento e mecanismos de descoberta preparados para humanos e IA.

Conhecimento bem organizado reduz muito mais do que tickets

Existe uma tendência de associar bases de conhecimento apenas ao autoatendimento.

O impacto costuma ser maior: uma documentação estruturada reduz o tempo necessário para encontrar respostas, acelera o onboarding de novos colaboradores, diminui a dependência de especialistas e torna processos mais consistentes entre diferentes equipes.

Agora existe um novo fator, a inteligência artificial.

Ela não precisa apenas encontrar um artigo, precisa compreender qual informação é válida, qual versão está correta, qual procedimento substituiu o anterior e como relacionar conteúdos diferentes durante uma conversa.

Essa capacidade depende menos do modelo de IA e muito mais da forma como o conhecimento foi organizado.

Quanto melhor a estrutura, maior a qualidade das respostas.

Quanto maior a fragmentação, maior a chance de inconsistências.

Não por limitação da IA, mas porque ninguém consegue responder corretamente utilizando conhecimento desorganizado.

O próximo diferencial competitivo não será a IA. Será a qualidade do conhecimento que a alimenta.

A documentação se tornou a base sobre a qual agentes inteligentes pesquisam, respondem e executam tarefas.

Isso explica por que empresas estão investindo em bases de conhecimento estruturadas, documentação de software, procedimentos operacionais, documentação de APIs e modelos de governança para conteúdo. A discussão deixou de ser apenas sobre registrar informações e passou a ser sobre torná-las utilizáveis por pessoas e agentes inteligentes.

A IA aprende com aquilo que a empresa consegue organizar.

A maioria das organizações já possui o conhecimento necessário para melhorar suporte, onboarding, desenvolvimento de software e operações internas.

O desafio está em transformar esse conhecimento em um ativo estruturado, pesquisável e governado.

Na Focus Technology, ajudamos empresas a construir essa base utilizando o Document360, organizando documentação técnica, procedimentos operacionais, APIs e conhecimento institucional para que equipes e agentes de IA trabalhem sobre a mesma fonte de verdade.

Com o tempo, porém, problemas aparentemente pontuais começam a se acumular. O que antes era uma exceção se transforma em rotina, e a operação se torna cada vez mais engessada.

Novas ferramentas que exigem mais consultas. Novos canais que criam mais fluxos. Novas exceções que adicionam novas etapas ao processo. Sem que ninguém perceba, uma operação construída para um cenário muito menor passa a sustentar uma empresa completamente diferente.

Uma estrutura de atendimento se torna desatualizada quando canais, processos e sistemas deixam de acompanhar a evolução do negócio. Os sinais aparecem no aumento do retrabalho, na dependência de pessoas específicas, na dificuldade de acessar o histórico do cliente e na necessidade constante de criar exceções para manter a operação funcionando.

Crescer começa a custar mais do que deveria

É comum atribuir a perda de eficiência ao aumento do volume de atendimentos ou à quantidade de sistemas utilizados. Mas observamos que esses fatores raramente são a origem do problema.

A complexidade aparece quando informações deixam de circular com a praticidade que o trabalho exige.

O CRM conhece o cliente, mas não registra toda a conversa. O ERP concentra os pedidos, mas não o histórico do relacionamento. O WhatsApp guarda interações importantes que não chegam aos demais canais.

Cada plataforma pode cumprir bem o seu papel, mas, quando trabalham de forma isolada, nenhuma consegue contar a história completa do cliente.

É ele quem alterna entre telas, reconstrói o contexto e conecta informações que deveriam estar disponíveis desde o início da conversa.

Um esforço que dificilmente aparece nos dashboards, mas evidencia-se no tempo necessário para resolver cada atendimento, no treinamento de novos colaboradores, na dificuldade de manter consistência entre equipes e na sensação permanente de que a operação exige mais energia do que deveria.

Crescer não é adicionar capacidade. É reduzir atrito.

Muitas empresas respondem ao crescimento ampliando equipes, abrindo novos canais ou automatizando parte da operação. Iniciativas que aumentam a capacidade, mas nem sempre a maturidade.

Uma operação preparada para crescer não depende de pessoas específicas para encontrar informações, não precisa reconstruir o histórico do cliente a cada transferência e nem transforma exceções em processos permanentes. Ela reduz o esforço necessário para que o trabalho aconteça.

Quando informações, processos e sistemas compartilham contexto, o atendimento ganha consistência antes mesmo de ganhar velocidade. Novos colaboradores se tornam produtivos mais rapidamente, decisões deixam de depender da experiência individual e a gestão passa a enxergar a operação como um fluxo integrado, não como uma sequência de departamentos.

É por isso que algumas empresas conseguem extrair mais valor da IA

A IA depende da mesma base que sustenta o trabalho humano. E o que isso significa?

Se o contexto está fragmentado, ela também trabalha com informações incompletas. Se os processos são inconsistentes, suas respostas refletirão essa inconsistência. Se cada sistema conhece apenas uma parte do cliente, sua capacidade de resolver problemas também será parcial.

Por isso, empresas que obtêm melhores resultados com inteligência artificial normalmente organizaram a operação, conectaram informações, padronizaram processos e criaram uma estrutura em que o contexto acompanha o cliente, e não fica preso aos canais ou às pessoas.

A IA não compensa limitações estruturais, ela amplia a eficiência de uma operação que já foi preparada para evoluir.

Sinais de que sua estrutura de atendimento ficou para trás

Uma operação pode continuar funcionando mesmo quando sua estrutura já não acompanha o negócio. Alguns sinais ajudam a identificar esse momento:

• os agentes precisam consultar várias telas para compreender uma solicitação;
• o contexto se perde quando um atendimento muda de canal ou equipe;
• novos colaboradores dependem do conhecimento de pessoas mais experientes;
• cada novo canal cria uma fila ou um processo paralelo;
• exceções deixam de ser pontuais e passam a fazer parte da rotina;
• automações e agentes de IA dependem frequentemente de intervenção manual.

Isoladamente, esses sinais podem parecer problemas operacionais. Quando aparecem em conjunto, indicam que o crescimento da empresa ultrapassou a capacidade da estrutura atual de sustentar a operação com eficiência.

Se sua empresa começasse hoje, você desenharia essa mesma operação?

Toda empresa percebe quando precisa contratar mais pessoas, mas poucas percebem quando a estrutura que sustenta o atendimento deixou de acompanhar a evolução do negócio.

Esse costuma ser um problema silencioso. A operação continua funcionando, mas cada novo crescimento passa a exigir mais esforço, mais adaptações e mais dependência de conhecimento disperso.

Na Focus Technology, ajudamos empresas a revisar a estrutura que sustenta o atendimento, integrando canais, sistemas e processos para que equipes e inteligência artificial trabalhem sobre o mesmo contexto.

Se cada novo crescimento está adicionando mais esforço, ferramentas e exceções à sua operação, talvez seja o momento de avaliar se a estrutura atual ainda acompanha o negócio.

Converse com um especialista e avalie a maturidade da sua operação de atendimento.

Isso acontece centanas de vezes numa operação de atendimento: um cliente inicia uma conversa pelo WhatsApp, explica seu problema e envia os dados solicitados.

Horas depois, recebe um e-mail pedindo exatamente as mesmas informações. Decide ligar para tentar resolver mais rápido, e precisa contar toda a história novamente.

A operação contabiliza três atendimentos, quando, na visão do cliente, o ideal deveria ter sido apenas uma conversa. Uma pesquisa do CMO Council revela que 73% dos consumidores consideram mudar de empresa quando precisam repetir informações entre canais. Isto é quase três em cada quatro consumidores.

Para a operação, a consequência mais visível é a repetição, mas seus vão impactos além: maior tempo de resolução, dificuldade nas transferências, indicadores prejudicados, informações importantes espalhadas entre equipes e sistemas e a insatisfação do cliente.

E ainda existe um agravante: à medida que a inteligência artificial passa a assumir um papel mais ativo no atendimento, essas limitações deixam de afetar apenas pessoas e limitam até mesmo o que a IA consegue fazer.

Antes de automatizar mais, muitas empresas precisam resolver um problema anterior: conectar sua operação.

Fragmentação: um problema de contexto

A empresa atende em diversos canais, mas o cliente continua recomeçando a conversa sempre que muda de um para outro, quando na verdade, espera interagir com uma operação integrada que preserva o contexto durante todo o atendimento, independentemente da quantidade de canais utilizados.

Vale destacar que integrar não significa reduzir tudo a uma única tela: CRM, ERP, telefonia, logística e atendimento cumprem papéis diferentes e podem coexistir sem dificuldades. Mas, quando esses sistemas não conversam entre si, a empresa começa a pagar um valor alto que dificilmente aparece em uma planilha financeira.

Ele está distribuído pela operação e surge quando agentes precisam procurar informações em diferentes sistemas, repetir perguntas, reconstruir históricos ou aguardar respostas de outras equipes.

Também aparece quando gestores precisam reunir dados de plataformas distintas para entender a jornada de um único cliente.

De repente, o contexto depende de consultas em vários lugares ou até da memória de pessoas específicas.

Isso dificulta transferências, aumenta o retrabalho e torna a operação vulnerável sempre que alguém muda de equipe ou deixa a organização.

Sem contexto compartilhado, nem pessoas nem IA conseguem atuar com seu melhor potencial

A inteligência artificial consegue interpretar solicitações e automatizar tarefas, mas para agir proativamente e resolver problemas, é necessário mais do que compreender uma pergunta.

Ela precisa acessar histórico, consultar sistemas, seguir regras de negócio e registrar decisões.

Quando essas informações permanecem isoladas, a IA nem sempre consegue resolver. Por isso, integrar canais não é apenas uma melhoria para a experiência do cliente, mas uma condição para que a IA entregue valor de forma consistente.

E esse benefício não fica restrito à automação: quando o agente deixa de procurar informações ou reconstruir históricos, pode dedicar mais tempo ao que realmente exige julgamento, empatia e capacidade de decisão.

Nesse cenário, a tecnologia deixa de competir com as pessoas e passa a ampliar sua capacidade de resolver problemas.

Integrar canais deixou de ser uma melhoria operacional e passou a ser uma decisão de negócio

Clientes esperam continuidade entre canais, agentes precisam de contexto para trabalhar e a inteligência artificial depende de uma operação conectada para executar tarefas com segurança.

Integrar canais se tornou um requisito para produtividade, governança e evolução da operação.

Antes de investir em novas automações, vale responder a uma pergunta simples:

Quando um cliente muda de canal, sua empresa continua a conversa ou começa tudo de novo?

A Focus Technology ajuda empresas a estruturar operações de atendimento conectadas, integrando canais, processos e sistemas para que pessoas e inteligência artificial trabalhem com o mesmo contexto.

Parte dessa crença é compreensível, já que empresas de tecnologia investem bilhões no desenvolvimento de modelos cada vez mais capazes de escrever textos, gerar imagens, programar e analisar documentos.

Mas uma notícia recente chama atenção justamente por apontar para outra direção.

A Amazon Web Services (AWS) anunciou um investimento inicial de US$ 1 bilhão na criação de uma nova divisão formada por engenheiros que trabalharão diretamente dentro das empresas para acelerar projetos de Inteligência Artificial.

A pergunta surge naturalmente: se a IA faz tudo sozinha, por que contratar milhares de engenheiros?

A resposta ajuda a explicar um dos maiores desafios da IA corporativa atualmente.

Gerar respostas não é mais um desafio

Os avanços da IA generativa tornaram relativamente simples criar assistentes capazes de responder perguntas, resumir documentos ou produzir conteúdo. O desafio das empresas, porém, está longe de terminar nessa etapa.

Para que um agente de IA consiga executar tarefas reais, ele precisa compreender como aquela organização funciona: acessar sistemas internos, respeitar regras de negócio, seguir fluxos de aprovação, registrar ações, preservar a segurança das informações e operar dentro dos limites definidos pela empresa.

É aqui que a complexidade começa.

A IA não substitui a arquitetura da operação

Imagine uma solicitação recorrente numa universidade: um aluno solicita a alteração da grade de disciplinas, por exemplo.

Parece simples à primeira vista, mas antes de qualquer alteração acontecer, é preciso consultar o sistema acadêmico, verificar se ainda existem vagas disponíveis, validar pré-requisitos, confirmar se o período de alterações continua aberto, respeitar regras específicas da instituição e registrar todas as mudanças para fins de auditoria.

Nenhuma dessas etapas depende exclusivamente da Inteligência Artificial. Dependem da arquitetura da operação.

A IA participa da execução, mas só se existirem processos bem definidos, integrações funcionando corretamente e regras de negócio previamente estabelecidas.

É por isso que empresas continuam precisando de especialistas

Quando a AWS decide criar equipes que atuarão dentro das empresas, ela está reconhecendo que transformar IA em resultado exige muito mais do que instalar uma nova tecnologia.

É preciso conectar sistemas, revisar processos, definir políticas de segurança, garantir governança, treinar equipes e acompanhar resultados. Em outras palavras, o trabalho muda de natureza.

Em vez de executar tarefas repetitivas, profissionais passam a desenhar a estrutura que permitirá à IA trabalhar com segurança e eficiência.

A próxima vantagem competitiva será a capacidade de integrar

À medida que agentes de IA passam a executar tarefas dentro das empresas, cresce também a importância de operações bem estruturadas, dados organizados e sistemas capazes de compartilhar contexto.

A tecnologia continua evoluindo rapidamente, mas seu valor dependerá cada vez mais da capacidade das organizações de conectá-la aos próprios processos.

Falar sobre Inteligência Artificial será falar também sobre arquitetura.

A IA muda o trabalho. Não elimina a necessidade de pessoas.

A notícia da AWS mostra que a adoção da IA corporativa não está reduzindo a importância dos profissionais de tecnologia.

Ela está redefinindo onde esse conhecimento gera mais valor.

Implementar IA deixou de ser um projeto isolado e passou a ser uma iniciativa de transformação operacional.

Empresas que conseguirem integrar processos, estruturar conhecimento e construir uma arquitetura preparada para trabalhar com agentes inteligentes estarão muito mais próximas de transformar IA em resultado concreto.

Inteligência Artificial continua sendo tecnologia, e quem transforma essa tecnologia em valor para o negócio continua sendo as pessoas.

A adoção de IA nas empresas já não depende apenas da escolha do modelo mais avançado. Ela depende da capacidade de integrar sistemas, estruturar processos e criar uma operação preparada para trabalhar com agentes inteligentes.

Se a sua empresa está avaliando como incorporar IA ao atendimento, à TI ou às operações, talvez o primeiro passo não seja escolher uma ferramenta, mas entender se a arquitetura atual está pronta para sustentá-la.

Na Focus Technology, ajudamos organizações a conectar processos, conhecimento e automação para que a IA gere resultados reais, com segurança, governança e contexto.

Essa pergunta vem promovendo uma mudança na maneira em que muitas organizações avaliam a qualidade dos seus serviços.

O SLA mede a operação. O usuário mede o impacto.

Imagine que um colaborador abre um chamado porque não consegue trabalhar: a equipe de TI responde rapidamente, identifica o problema, realiza alguns ajustes e encerra o ticket dentro do prazo previsto.

SLA cumprido e no dashboard, tudo parece perfeito.

Agora vamos olhar para a experiência do usuário: o notebook continua lento e os sistemas continuam demorando para abrir. Boa parte da manhã é desperdiçada tentando concluir tarefas simples antes de finalmente conseguir trabalhar.

As métricas indicam que aquele incidente terminou, mesmo que o colaborador não tenha conseguido retormar seu trabalho nas condições ideais.

Essa diferença pode até parecer pequena, mas é o que muda completamente a percepção sobre a qualidade do serviço.

Quando cumprir o SLA deixa de ser suficiente

Responder em quinze minutos tem pouco valor se o colaborador continua impedido de executar seu trabalho. Da mesma forma, encerrar rapidamente um chamado não significa necessariamente restaurar o serviço.

Esse é um dos motivos pelos quais muitas empresas passaram a complementar os SLAs tradicionais com indicadores voltados para experiência e resultado.

O foco deixa de ser o ticket

Em vez de enxergar cada chamado como uma tarefa isolada, muitas operações começam a acompanhar toda a jornada do usuário.

Isso significa olhar para disponibilidade, desempenho, experiência, comunicação entre equipes e impacto no negócio, em vez de analisar apenas métricas operacionais.

É justamente essa lógica que impulsiona o conceito de ServiceOps, em que diferentes áreas compartilham contexto para reduzir o tempo entre identificar um problema e restaurar a capacidade de trabalho do usuário.

Por isso, plataformas modernas de gestão de serviços passaram a conectar incidentes, ativos, mudanças, conhecimento e automações dentro do mesmo contexto.

Tecnologia ajuda, mas contexto faz diferença

Sem histórico centralizado, integração entre equipes e visibilidade sobre todo o ciclo do incidente, o ticket pode ser encerrado antes que o serviço tenha sido completamente restabelecido.

Por isso, plataformas modernas de gestão de serviços passaram a conectar incidentes, ativos, mudanças, conhecimento e automações dentro do mesmo contexto.

Um bom suporte não é aquele que fecha mais chamados

É aquele que devolve produtividade. É por isso que as muita empresa está começando a olhar além do tempo de resposta e desenvolvendo maneiras de medir aquilo que realmente importa para o negócio: quanto tempo seus colaboradores permanecem impossibilitados de trabalhar.

Essa mudança de perspectiva tem levado muitas empresas a revisar processos, integrar áreas e adotar plataformas capazes de conectar contexto, conhecimento e automação em uma única operação.

Se esse também é um desafio na sua empresa, vale a pena entender como uma abordagem orientada a ServiceOps pode reduzir o impacto dos incidentes e melhorar a experiência dos usuários, sem depender apenas de métricas tradicionais.