Do atendedor de chamadas à IA: como o atendimento automatizado cresceu

Há um som muito concreto que muita gente acima dos quarenta ainda consegue ir buscar à memória: o zumbido mecânico de uma cassete a rebobinar, depois um apito e, a seguir, uma voz a dizer que não estava em casa. Era o estado da arte do atendimento automatizado — um gravador de cassetes aparafusado a um telefone. Parecia magia. E era também, por qualquer medida honesta, péssimo. A história do atendimento automatizado de chamadas é, no fundo, a história de negócios a tentar, década após década, resolver um problema teimoso: o telefone toca quando não há ninguém que o possa atender. Cada geração de tecnologia atirou-se ao problema. Quase todas falharam de maneiras interessantes, e perceber porquê é a forma mais rápida de ver o que mudou realmente.

Isto não é um texto de nostalgia, nem um guia de compra em confronto direto. É contexto. Se hoje tem um pequeno negócio e alguém lhe diz que já existe uma forma automatizada de atender as suas chamadas, o seu instinto — um bom instinto, ganho ao longo de anos — é preparar-se para uma árvore de menus. Está a imaginar «prima 1 para vendas». Percorrer a história serve para explicar por que razão esse instinto está finalmente desatualizado, e para ser preciso sobre aquilo que cada abordagem antiga conseguia e não conseguia fazer.

Ato um: a máquina que apenas gravava

O atendedor de chamadas fazia exatamente uma coisa, e fazia-a à letra. Quando não estava lá, reproduzia uma saudação que tinha gravado e registava numa cassete tudo o que quem ligava dissesse. Era esse o conjunto completo de funcionalidades. Não conseguia responder a uma pergunta, aceitar uma marcação nem dizer a quem ligava qual era o horário. Era um balde que se esvaziava mais tarde.

Para um pequeno negócio, ainda assim, foi um salto genuíno. Antes disso, uma chamada perdida era simplesmente isso — sem rasto, sem nome, sem número para devolver a chamada, a não ser que a pessoa tentasse outra vez. A máquina transformava uma chamada perdida numa tarefa pendente. Mas empurrava o trabalho todo para duas pessoas que ainda não o tinham feito: quem ligava, que tinha de compor uma mensagem coerente para um vazio que apitava, e o dono, que tinha de se sentar mais tarde a ouvi-las todas, uma a uma, pela ordem em que chegaram. Quem já avançou à pressa por uma mensagem divagante de noventa segundos à procura de um número de telefone sabe qual é o imposto.

A limitação mais funda da máquina é que nunca resolvia nada. Adiava. Quem ligava a querer saber se estava aberto ao sábado não obtinha resposta — obtinha o privilégio de fazer a pergunta a uma cassete e torcer para que lhe ligassem de volta antes de desistir e telefonar a outro. A parte automatizada era real. A parte do atendimento ficava em promessa.

Ato dois: o correio de voz, o mesmo balde com um braço mais comprido

O correio de voz chegou e, na prática, digitalizou a cassete. A mensagem passou a viver num servidor da operadora ou numa central telefónica nas traseiras do escritório, por isso sobrevivia a um incêndio e podia ser consultada de qualquer lado. Essa portabilidade contava. Podia ouvir mensagens em viagem, reencaminhá-las, guardá-las, e nunca mais gastava uma cassete.

Mas, olhando com atenção, o correio de voz resolveu um problema de armazenamento, não um problema de atendimento. Quem ligava continuava a falar para o vazio. O negócio continuava com uma fila de gravações para despachar. Os acrescentos espertos que vieram depois — a transcrição em texto enviada por email, a luz acesa no telefone da secretária, a notificação no telemóvel — serviam todos para lhe fazer chegar a mensagem mais depressa e num formato que pudesse percorrer com os olhos. Úteis. E também uma admissão implícita de que ouvir mensagens de voz é uma maçada que as pessoas evitam.

Portanto, duas décadas depois, o atendimento automatizado tinha-se tornado mais fiável e mais portátil, mas não tinha ficado nada mais inteligente. Continuava sem conseguir dizer uma única frase que não estivesse gravada de antemão, e continuava sem conseguir fazer nada por quem ligava a não ser guardar-lhe as palavras para depois.

Ato três: o menu telefónico — e o seu pecado original

A resposta de voz interativa, o menu telefónico, foi o primeiro sistema que tentou responder em vez de apenas gravar. «Prima 1 para vendas, prima 2 para apoio, prima 3 para horários e moradas.» No papel, era um avanço a sério: quem ligava com uma necessidade simples e já conhecida podia ser encaminhado ou ouvir uma resposta gravada sem qualquer humano pelo meio. Os negócios podiam publicar o horário na opção 3 e desviar mesmo essas chamadas.

É também a tecnologia que envenenou a expressão «atendimento automatizado» durante uma geração, e vale a pena ser honesto quanto ao motivo. O menu telefónico obriga quem liga a traduzir uma necessidade humana e confusa nas categorias rígidas do sistema. Só que as necessidades não vêm pré-arrumadas em quatro botões. Quem liga a um canalizador não pensa «tenho um problema da categoria 2». Pensa «está a entrar água pelo teto». Um menu obriga essa pessoa a parar, a ouvir todas as opções para o caso de a sua ser a última, a adivinhar qual é o botão menos errado e a começar tudo de novo quando adivinha mal. A comodidade do sistema foi paga integralmente com a paciência de quem liga.

Havia crueldades mais pequenas embutidas. Menus que mudavam «porque a sua chamada é importante para nós». Opções que voltavam ao princípio. O clássico beco sem saída em que nenhuma das quatro escolhas servia e premir 0 ou não fazia nada ou o despejava — claro está — numa caixa de correio de voz. O desenho partia do princípio de que o negócio conhecia à partida todos os motivos pelos quais alguém poderia ligar e os conseguia pré-classificar. Na vida real, quem liga fica muitas vezes fora do menu, e o menu não tem nada para lhe dizer.

A questão de fundo é filosófica. Um menu telefónico é um guião com ramificações: uma árvore fixa que quem liga é obrigado a percorrer. Só consegue lidar com aquilo que foi explicitamente construído para esperar. Não compreende nada; associa uma tecla premida a um ramo. É por isso que um menu pode parecer tão exasperantemente estúpido — porque é, no sentido literal, incapaz de perceber o que a pessoa acabou de dizer.

Ato quatro: alugar humanos numa sala

Para os negócios que o podiam pagar, houve sempre uma via paralela: contratar pessoas para atender em vez de máquinas. O serviço de atendimento telefónico e o call center punham um humano a sério na linha — alguém capaz de perceber mesmo o «está a entrar água pelo teto» e de responder como uma pessoa. Isso resolvia o problema de compreensão que nenhum menu alguma vez resolveu.

Em troca, trouxe outro conjunto de problemas. Os serviços humanos de atendimento têm preços pensados para a grande empresa, não para a loja de duas pessoas; está a pagar pessoal, formação e estrutura, quer o telefone toque duas vezes por dia quer toque quarenta. O agente que atende as suas chamadas costuma conhecer o seu negócio apenas através de um guião e de uma ficha de informação, por isso anota um recado com competência, mas muitas vezes não consegue dizer com segurança se trabalha com um determinado modelo ou para quando está a agenda cheia. E os bons ficam sem disponibilidade — o serviço que atende por si também atende por outras cem empresas e, na sua hora de maior movimento, é também a hora de maior movimento de toda a gente.

O outsourcing provou que o teto era a compreensão humana, não a presença humana. Uma pessoa conseguia perceber a chamada. O senão é que alugar essa pessoa, a toda a hora, de uma forma que conhecesse mesmo o seu negócio, custava mais do que as chamadas perdidas custavam à maioria dos pequenos operadores. Assim, ao dono do pequeno negócio restava escolher entre uma máquina que não compreendia e um humano que não podia pagar — e, quase sempre, escolhia a máquina e ficava caladamente ressentido com ela.

O que mudou de facto: compreender, não gravar

Todos os sistemas anteriores esbarravam na mesma parede. Uma máquina conseguia guardar a fala, mas não compreendê-la. Um menu conseguia reagir a uma tecla, mas não a uma frase. Um humano conseguia perceber a frase, mas custava demasiado para o manter na linha o dia inteiro. O que mudou recentemente é uma coisa estreita, mas decisiva: o software já compreende linguagem falada suficientemente bem para manter uma conversa telefónica normal e responder a partir de um conjunto específico de dados que lhe entrega.

É esta a mudança toda e, como é fácil exagerá-la, convém ser exato. Quem liga diz, pelas suas próprias palavras: «olhe, fazem unhas de gel e consigo lá ir esta semana?». Ninguém teve de antecipar aquela formulação exata. Não há botão para ela. O sistema percebe a pergunta como a perceberia uma pessoa, consulta os dados que o dono configurou — serviços prestados, disponibilidade atual — e responde, ou propõe fazer a marcação, ou anota um recado quando de facto não sabe. Não é uma gravação e não é uma árvore de ramificações. É o primeiro atendimento automatizado capaz de responder a uma frase que nunca ouviu antes.

Vale a pena dizer o que isto não é, porque prometer a mais é a forma clássica de uma tecnologia perder a confiança das pessoas. Não é um humano, e um sistema honesto não finge sê-lo quando lhe perguntam. Não dá pareceres médicos nem jurídicos, nem inventa dados que nunca lhe deu. Não vai substituir a pessoa que faz o verdadeiro trabalho especializado do seu negócio. O que faz é a coisa específica que antes era impossível: perceber uma pessoa normal ao telefone e responder-lhe a partir do que sabe sobre a sua casa, a qualquer hora, sem fila de espera.

O percurso, exposto sem rodeios

Ajuda ver as quatro eras lado a lado, porque assim o padrão salta à vista. Cada linha corrigiu o pior defeito da linha anterior e herdou uma limitação nova, só dela.

Leia a coluna do meio de cima para baixo e vê a capacidade a crescer. Leia a coluna da direita e vê o obstáculo decisivo a encolher — de «não responde de todo» para «não é humano e não finge ser». Essa última limitação é uma fronteira que, de qualquer forma, iria querer ter; não é um defeito à espera de ser eliminado.

Porque é que o velho receio custa tanto a sacudir

Se estremece quando ouve «atendimento automatizado», esse estremecimento foi treinado por experiências reais. Toda a gente já ficou presa num ciclo de menus. Toda a gente já deixou uma mensagem cuidada no silêncio e nunca recebeu resposta. A reputação é merecida — conquistada por décadas de sistemas que tratavam quem ligava como uma entrada a processar e não como uma pessoa a ajudar.

A forma honesta de reprogramar esse instinto não é um slogan, é um teste. A diferença entre um sistema automatizado antigo e um novo aparece em cerca de dez segundos de conversa. Um menu obriga-o a ouvir e a premir. Um correio de voz obriga-o a falar para o vazio. Um sistema que compreende linguagem deixa-o dizer o que quer mesmo, numa frase inteira, e responde-lhe. Não precisa de uma ficha técnica para os distinguir — o seu ouvido faz isso de imediato. É por isso que o sensato, perante qualquer promessa de «atendimento com IA», é ligar e tentar baralhá-lo antes de lhe confiar os seus clientes.

Onde é que uma ferramenta como a Vunoon se encaixa neste percurso

Seria desonesto escrever quatro atos de história e fingir que o quinto chega totalmente resolvido para toda a gente. O que é verdade é mais modesto e mais útil: a capacidade específica que escapou a todas as gerações anteriores — perceber as palavras de quem liga e responder a partir dos dados de um negócio concreto — é agora uma coisa que um pequeno negócio consegue montar sozinho. A Vunoon é uma implementação disso. Descreve o seu negócio num assistente de configuração breve: serviços, horário, os preços que quer que sejam indicados, como quer que as marcações e os recados sejam tratados. Atende as chamadas com essa voz, na sua língua, e envia-lhe um resumo e a transcrição de cada uma.

A linhagem conta aqui. Atende o seu telefone como o gravador de cassetes tentou e não conseguiu. É automatizado como o menu era, sem obrigar quem liga a premir seja o que for. Percebe quem liga como o serviço de atendimento humano percebia, sem o preço de grande empresa de manter uma pessoa na linha noite fora. E respeita um limite em que os sistemas antigos nunca tiveram de pensar: quando não sabe, anota um recado ou combina uma devolução da chamada em vez de adivinhar, e não finge ser uma pessoa quando alguém pergunta.

Uma noite, quatro desfechos

Imagine um cabeleireiro de duas cadeiras que fecha às seis. Às seis e um quarto, alguém liga a perguntar se há vaga no sábado para uma cor e um corte, e quanto custa mais ou menos. Veja essa mesma chamada a cair em cada uma das eras.

• Atendedor de chamadas: um apito. Ou a pessoa deixa uma mensagem desengonçada sobre o sábado ou, o mais provável, desliga e experimenta o salão duas ruas acima.
• Correio de voz: o mesmo apito, agora guardado num servidor. A dona ouve a mensagem às nove da manhã seguinte, liga de volta e descobre que a pessoa já marcou noutro sítio.
• Menu telefónico: «Prima 1 para marcações, prima 2 para horários…» A pergunta tem duas partes e não encaixa bem em nenhum dos botões. A pessoa prime o 1, cai noutra gravação e desiste.
• Assistente telefónico com IA: atende, ouve a pergunta toda, confirma que há vaga no sábado, indica o preço que a dona definiu para cor e corte, propõe reservar a marcação e deixa um resumo na caixa de entrada dela antes de o jantar acabar.

A mesma pessoa a ligar, os mesmos quinze minutos depois da hora de fecho, quatro desfechos completamente diferentes. Três deles acabam com o salão a perder discretamente um cliente que nunca soube que tinha ligado. Essa distância — entre uma chamada guardada e uma chamada resolvida — é todo o caminho que o atendimento automatizado percorreu para chegar aqui.