Cresta e SAP abrem fábricas de agentes de IA: a PME não precisa construir um agente, precisa resolver o atendimento

Em 30 de outubro de 2026, duas empresas muito diferentes anunciaram a mesma coisa com palavras diferentes: agora qualquer time técnico pode montar o seu próprio agente de IA. De acordo com o resumo diário do AI Agent Store, a Cresta, que atua com atendimento ao cliente, abriu ferramentas de autoatendimento para construir agentes voltados ao consumidor, com integração a CI/CD, controles de acesso, acompanhamento de custos e conformidade — e afirma que algumas equipes de grandes empresas foram do requisito à produção em "até uma semana". No mesmo dia, a SAP ampliou o Joule Studio com desenvolvimento de agentes sem código e com código, acesso a mais de 70 modelos, planejamento de fluxos em várias etapas e recursos de governança.

São notícias de um mundo que parece distante de uma clínica em Montes Claros, de uma loja de materiais de construção em Goiânia ou de uma escola de idiomas em Campinas. Mas não são. Elas dizem algo importante sobre onde o mercado está indo — e sobre o erro que muitas PMEs brasileiras estão prestes a cometer ao ler manchetes assim. Neste artigo, a gente separa o que é novidade real do que é ruído e mostra como uma PME deve pensar IA no atendimento sem virar fábrica de software.

O que Cresta e SAP anunciaram, de fato

Vale ser preciso, porque o entusiasmo costuma inflar os números. O que o resumo do AI Agent Store registra para 30 de outubro é o seguinte: a Cresta liberou ferramentas para que equipes montem agentes de atendimento por conta própria, com os controles que times de engenharia esperam — pipeline de entrega contínua, permissões, custos e compliance. A SAP, por sua vez, deu ao Joule Studio uma camada de construção de agentes com duas portas de entrada, uma para quem não programa e outra para desenvolvedores, além de acesso a mais de 70 modelos e recursos para orquestrar tarefas de várias etapas.

O que as fontes não trazem também importa: não há dados de preço, de resultado em campo nem de adoção por empresas pequenas. A afirmação de que times chegaram à produção em uma semana é da própria Cresta e se refere a equipes corporativas, com engenharia dedicada. É um sinal de direção do mercado, não uma promessa que valha para quem tem cinco atendentes e um dono que também responde o WhatsApp.

A era da fábrica de agentes

Se a gente tirar o jargão, o movimento é este: fornecedores de grande porte estão transformando o agente de IA em algo que se constrói — com ferramentas, ambientes de teste, políticas de acesso e painéis de custo. É a mesma trajetória que a internet fez com sites: primeiro era preciso um programador, depois surgiram construtores, depois plataformas prontas por segmento.

Para uma empresa grande, faz sentido. Ela tem sistemas legados, regras próprias, equipes de dados e volume suficiente para diluir o custo de construir. Mas o próprio texto dos anúncios revela o preço da conta: CI/CD, controle de custos, governança, conformidade. Isso é a lista do que dá trabalho depois que o agente existe. Construir é o começo; operar é o que consome o orçamento.

O custo escondido de "fazer o próprio agente"

• Escopo. Alguém precisa decidir o que o agente responde, o que ele recusa e quando passa para uma pessoa.
• Integração. O agente só é útil se enxerga pedido, agenda, boleto ou cadastro. Cada sistema conectado é um projeto.
• Teste. Sem simular conversas difíceis, o primeiro teste de verdade é o cliente.
• Monitoramento. Modelos mudam, produtos mudam, preços mudam. O agente que funcionava em março pode errar em outubro.
• Custo variável. Quem paga por uso precisa saber o que cada conversa custa — e a SAP e a Cresta incluírem controle de custos no pacote não é coincidência.

O que isso muda para a PME brasileira

A primeira conclusão é a mais simples: a barreira técnica para ter um agente está caindo, e isso é bom para todos, inclusive para fornecedores de software para PMEs, porque o motor fica mais barato. A segunda é menos óbvia: quando construir fica fácil, o diferencial deixa de ser ter um agente e passa a ser ter um agente que resolve o problema do seu cliente do jeito do seu negócio.

O dono de uma PME não tem problema de "falta de agente". Tem problema de tempo de resposta, de cliente que pergunta o mesmo preço dez vezes, de lead que esfria porque ninguém respondeu depois das 18h, de atendente que anota pedido em caderno. A pergunta útil não é "qual plataforma de agentes eu uso?", e sim "qual parte do meu atendimento eu quero que pare de depender de uma pessoa disponível o tempo todo?".

Há ainda um risco que a euforia de construção esconde: agente sem canal é demonstração. No Brasil, o cliente está no WhatsApp. Uma IA brilhante que não conversa pela API Oficial, não enxerga o histórico do contato e não consegue passar a conversa para um humano com contexto vira mais uma aba aberta que ninguém olha.

Três perguntas antes de contratar (ou construir) qualquer IA de atendimento

1. Onde esse agente vai conversar?

Se a resposta não for "no WhatsApp, onde meu cliente já está", comece de novo. Canal vem antes de modelo. Vale conferir se a solução usa a API Oficial do WhatsApp, se unifica e-mail, chat e redes sociais e se mantém a conversa no mesmo histórico quando o cliente troca de canal.

2. Quem assume quando a IA não sabe?

Toda IA erra ou chega ao limite do que sabe. O que separa uma boa operação de uma ruim é o que acontece nesse momento. Transferência para atendente com o contexto da conversa, fila definida, responsável identificado e SLA visível: isso é gestão de atendimento, e nenhuma fábrica de agentes entrega isso sozinha.

3. Quanto tempo até a primeira conversa real?

A promessa de uma semana da Cresta vale para times de engenharia de grandes empresas. Para uma PME, a conta precisa ser em dias e sem equipe técnica. Se a implantação exige projeto, consultoria e meses de integração, o dono vai desistir antes de ver resultado.

Por que IA pronta por segmento vence a IA construída do zero na PME

Uma clínica, uma imobiliária e uma loja de varejo fazem perguntas completamente diferentes. A clínica fala de agenda, preparo de exame e convênio. A imobiliária fala de imóvel, visita e documentação. O varejo fala de estoque, prazo e troca. Uma IA genérica precisa ser ensinada tudo isso; uma IA treinada para o segmento já nasce com o vocabulário, as dúvidas frequentes e os fluxos típicos.

É nesse ponto que a PME ganha tempo. Em vez de montar prompts, testar modelos e discutir arquitetura, ela parte de uma base já organizada e ajusta o que é específico do negócio: preços, horários, políticas, tom de voz. O trabalho passa de "construir" para "configurar e revisar", que é o tamanho certo para quem não tem equipe de tecnologia.

• Menos risco de resposta inventada, porque o escopo é delimitado desde o início.
• Menos tempo de implantação, porque o fluxo típico do segmento já existe.
• Mais clareza de custo, porque o preço é do atendimento, não do modelo por trás.
• Menos dependência de uma pessoa técnica, porque quem ajusta é quem conhece o negócio.

Como a Kentro resolve isso na prática

A Kentro parte da premissa oposta à da fábrica de agentes: o dono da PME não deveria precisar entender de modelos para ter atendimento inteligente. A plataforma reúne WhatsApp pela API Oficial, e-mail, chat e redes sociais em um único painel e coloca, sobre esse painel, IAs treinadas por segmento que respondem dúvidas frequentes, qualificam leads, confirmam informações e passam a conversa para uma pessoa quando o assunto pede decisão.

Do lado da equipe, as funcionalidades cuidam do que sustenta a operação depois que a IA entra: filas e equipes, transferência com histórico completo, etiquetas, respostas rápidas, relatórios de tempo de resposta e de atendimento por responsável. Isso é o equivalente, em escala de PME, ao que Cresta e SAP vendem como governança: saber o que a IA fez, quem assumiu e como está o resultado.

E, como a tecnologia de base evolui rápido — a própria notícia mostra mais de 70 modelos disponíveis em uma só plataforma —, a escolha do modelo deixa de ser uma decisão que o cliente da Kentro precisa tomar. O que o cliente decide é o que quer que o atendimento faça. Os cases de clientes mostram empresas de segmentos diferentes operando nesse formato.

Plano de 30 dias para colocar IA no atendimento sem virar projeto de TI

• Semana 1 — mapear. Liste as 20 perguntas que seu time mais responde e os 3 momentos em que o cliente mais espera. Esse é o escopo inicial da IA.
• Semana 2 — centralizar. Leve o WhatsApp e os demais canais para um único painel, com fila e responsáveis definidos. Sem isso, a IA só espalha o problema.
• Semana 3 — ligar a IA no escopo pequeno. Comece por dúvidas frequentes e triagem. Defina o gatilho de transferência para humano.
• Semana 4 — medir e ajustar. Olhe tempo de primeira resposta, conversas resolvidas sem intervenção e motivos de transferência. Amplie o escopo só onde os números sustentam.

Conclusão: o motor ficou mais barato, a operação continua valendo

O anúncio de Cresta e SAP confirma uma tendência: construir agentes de IA está ficando acessível, e vai ficar ainda mais. Mas acessível para quem tem engenharia e orçamento para operar. Para a PME brasileira, a vantagem competitiva não está em ter a ferramenta de construção; está em ter o atendimento organizado, o canal certo e uma IA que já sabe do que o seu cliente costuma falar.

Se a sua empresa atende por WhatsApp e quer ver como isso funciona sem projeto de tecnologia, fale com a Kentro e veja a plataforma aplicada ao seu segmento.

Fontes: AI Agent Store, "AI Agents News — Week of October 29, 2026" (itens de 30 de outubro de 2026 sobre Cresta e SAP Joule Studio); comunicado de lançamento do Cresta Conductor (11 de junho de 2026).