Uma voz de inteligência artificial pode pronunciar corretamente todas as palavras e, ainda assim, soar artificial. Em uma operação de atendimento o desafio é ainda maior. É preciso conversar com naturalidade, responder a interrupções, consultar sistemas e resolver demandas a qualquer hora, sem ultrapassar as permissões definidas pela empresa.

A naturalidade da fala está na origem da ElevenLabs. Fundada em 2022 por Mati Staniszewski e Piotr Dąbkowski, a empresa surgiu com foco em inteligência artificial generativa para áudio e desenvolveu modelos de síntese de voz capazes de reproduzir diferentes entonações e formas de falar.

Com o ElevenAgents, leva essa tecnologia ao atendimento corporativo, com vozes que podem ser configuradas de acordo com o público e a identidade de cada marca. Em operações de grande escala, os agentes podem atender vários consumidores ao mesmo tempo, durante 24 horas por dia.

A proposta leva a voz para além dos menus automáticos e a transforma em uma interface entre empresas e consumidores. No varejo, pode ajudar uma pessoa a escolher um produto, acompanhar uma entrega ou solicitar uma troca. Em instituições financeiras, pode assumir atendimentos transacionais dentro das regras estabelecidas pela organização.

O Brasil já tem um comportamento favorável a esse tipo de interação. Os brasileiros enviam quatro vezes mais mensagens de voz pelo WhatsApp do que os usuários de qualquer outro país, segundo dado apresentado por Mark Zuckerberg durante o Meta Conversations, realizado em São Paulo, em 2024. Para as empresas, o próximo passo é transformar esse hábito em conversas capazes de atender, vender e resolver problemas em escala.

“O resultado esperado é uma combinação de maior capacidade operacional, menor tempo de espera e uma experiência mais fluida, sem necessariamente aumentar a estrutura na mesma proporção que o volume de atendimentos”, afirma Eduardo Villalba, head de marketing da ElevenLabs.

A conversa substitui o roteiro

No atendimento automatizado tradicional, o consumidor costuma seguir uma sequência definida pela empresa. Escolhe opções em um menu, repete informações e, muitas vezes, precisa esperar até chegar a uma pessoa capaz de resolver o problema.

Com um agente conversacional, a lógica muda. O cliente pode explicar o que precisa com as próprias palavras, interromper uma resposta, acrescentar uma informação ou mudar de assunto sem necessariamente voltar ao início. O agente acompanha a conversa em tempo real e encaminha o contato para a equipe quando a solicitação exige análise humana.

Essa divisão não elimina o trabalho das pessoas. Demandas recorrentes ou transacionais ficam com a tecnologia, enquanto profissionais assumem negociações, exceções e casos que dependem de julgamento. A capacidade de atendimento cresce sem que a estrutura humana precise aumentar na mesma proporção.

No varejo e no e-commerce, o uso começa antes da compra. O agente pode qualificar um interessado, responder dúvidas sobre produtos e ajudar a encontrar uma opção adequada. Depois da venda, pode acompanhar pedidos, orientar trocas e prestar suporte.

O ElevenAgents opera por telefone, web, WhatsApp, SMS e e-mail. Isso permite que a mesma inteligência conversacional apareça em diferentes pontos da jornada, em vez de tratar cada contato como uma interação isolada.

Português de negócios

A escala, porém, perde valor quando a conversa continua com aparência de automação. Para reduzir essa distância, a ElevenLabs aposta no que chama de “português de negócios”: vozes que reproduzem com naturalidade o ritmo, a entonação e as variações regionais do idioma.

As empresas podem configurar a forma como o agente se comunica de acordo com seu público, inclusive escolhendo vozes e sotaques regionais. O sistema também precisa compreender diferentes maneiras de falar, expressões e mudanças de assunto para que a resposta não pareça deslocada do restante da conversa.

Esse cuidado não se limita à compreensão da mensagem. A maneira de falar passa a fazer parte da identidade da marca, assim como o vocabulário usado em uma campanha ou o tom adotado nas redes sociais. Em canais de voz, ritmo, sotaque e entonação ajudam a definir como a empresa será reconhecida pelo consumidor.

Uma voz natural, no entanto, não resolve o atendimento sozinha. Se o agente não consegue consultar o pedido, acessar o histórico ou executar uma ação, a conversa pode soar humana e terminar sem uma resposta útil. É a conexão com os sistemas da empresa que transforma a voz em uma ferramenta operacional.

“O objetivo não é automatizar por automatizar, mas gerar uma melhoria mensurável para o negócio e para o consumidor”, diz Villalba.

O ElevenAgents tem integrações com sistemas como Salesforce, Zendesk, HubSpot, Stripe e Twilio, além de interfaces de programação e kits de desenvolvimento para conexões personalizadas.

A empresa pode manter o CRM, a estrutura de atendimento e os sistemas que já utiliza, acrescentando uma camada capaz de conversar com o cliente e executar ações autorizadas.

Segurança começa na arquitetura

A plataforma conta com as certificações SOC 2 Type II, ISO 27001 e PCI DSS Level 1, além de atestados relacionados a HIPAA e GDPR. Entre os controles disponíveis está o Zero Retention Mode, configuração que permite não armazenar os dados das conversas.

No Brasil, permissões e tratamento de informações também precisam ser configurados de acordo com a LGPD e as políticas de cada empresa.

As empresas também podem simular situações antes da implantação, determinar o que o agente pode ou não fazer e acompanhar métricas depois que ele entra em funcionamento. A governança serve tanto para proteger informações quanto para impedir que a IA tome decisões fora das políticas estabelecidas.

Esses controles ganham peso em jornadas financeiras, que envolvem dados sensíveis e ações ligadas à conta do cliente. No varejo, protegem informações de compra e uma relação que pode levar anos para ser construída.

A naturalidade da voz pode ser o que faz o consumidor permanecer na conversa. Mas, segundo a ElevenLabs, no atendimento corporativo, isso é só o começo. “Para funcionar de verdade, o agente precisa acessar as informações certas, executar as ações permitidas e encaminhar para uma pessoa o que exige análise ou decisão. É essa combinação entre conversa, integração e controle que define o espaço que a tecnologia pode ocupar dentro da operação”, diz Villalba.