Kentro Sistemas
Vendas e Go-to-Market

79% das grandes empresas já têm agentes de IA em produção, mas só 15% ligam o investimento ao resultado: como a PME deve provar o retorno

Pesquisa da Genpact mostra adoção alta de agentes de IA e baixa ligação com resultado financeiro. Veja como uma PME brasileira pode escolher um caso de uso, medir a linha de base e provar retorno no atendimento e nas vendas.

15 de novembro de 2026 10 min de leituraPor Equipe Kentro

Qual dos seus agentes de IA você consegue ligar a uma linha do resultado financeiro? A pergunta aparece na abertura da cobertura que o Agile Brand Guide fez, em 13 de novembro de 2026, de uma pesquisa divulgada um dia antes pela Genpact. O relatório “Autonomy in Practice” ouviu mais de 2.000 executivos seniores de empresas com receita anual entre US$ 1 bilhão e mais de US$ 50 bilhões, em 17 setores. O resultado principal: 79% das empresas têm agentes de IA em produção, mas só 15% ligaram totalmente o investimento em IA a resultados no P&L.

É uma pesquisa de grandes empresas, feita por uma companhia que vende serviços de operações com agentes, e os dados são autodeclarados. Não é um retrato das PMEs brasileiras e não vamos tratá-la como tal. Mas o problema que ela descreve, usar IA e não saber mostrar o retorno, é familiar para quem já contratou uma ferramenta e se perguntou, três meses depois, o que mudou. Esta leitura separa o que a pesquisa diz do que é interpretação nossa e propõe um método simples para a PME provar o retorno.

O que a pesquisa da Genpact diz

Segundo o comunicado e a cobertura, o relatório traz, além dos dois números de abertura, outros que ajudam a entender o estágio do mercado:

  • 20% das empresas usam agentes de forma ampla e consistente entre as funções.
  • 9% concluíram uma transformação relevante do modelo operacional.
  • Em média, 49% das iniciativas de IA financiadas nos últimos 24 meses entregaram o valor esperado.
  • A IA lidera ou executa por completo 40% das decisões, mais que o dobro do ano anterior, mas humanos ainda decidem ou auditam em ao menos 87% dos casos em cada etapa de decisão.
  • Entre quem tem agentes em produção, 92% mantiveram a força de trabalho do mesmo tamanho ou a ampliaram.

O Agile Brand Guide faz uma leitura útil dos dois últimos itens: se os agentes produzem trabalho e as pessoas ainda revisam quase tudo, a linha de custo não se move sozinha. Ou seja, a IA pode estar funcionando e, ainda assim, não aparecer no resultado. É uma leitura do veículo sobre números autodeclarados, e é assim que a tratamos.

Um segundo sinal, em escala menor

No mesmo dia, a consultoria de automação Flow Digital publicou “The AI Use Gap”, com base em seis meses de ligações de vendas e de clientes em 2026. Segundo o comunicado, a IA apareceu em 49% das conversas, 20% das organizações pediram ajuda para um caso de uso específico e, desse grupo, 18% tinham uma solução implantada e 4% uma em construção. Além disso, 47% das implantações da empresa nasceram de um problema operacional descrito pelo cliente, e em dois projetos a equipe trocou um passo de IA por código convencional ou uma fórmula. São dados de uma consultoria pequena e de clientes que a procuraram, então valem como ilustração, não como estatística de mercado.

Por que adotar não é o mesmo que provar retorno

Nossa leitura, e não uma conclusão da pesquisa, é que a distância entre “ter o agente” e “ligar ao resultado” costuma vir de quatro lugares:

  • Falta de linha de base: ninguém mediu quanto tempo, custo ou receita o processo tinha antes, então não há com o que comparar.
  • Resultado difuso: o objetivo era “melhorar o atendimento”, e não “reduzir de 4 horas para 30 minutos o tempo até a primeira resposta”.
  • Horas economizadas sem destino: o agente libera tempo, mas ninguém decide o que a equipe faz com ele, e o resultado financeiro não muda.
  • Caso de uso grande demais: tentar automatizar tudo de uma vez dificulta saber o que funcionou.

Em uma PME, esses mesmos quatro pontos aparecem com cara própria: a ferramenta foi contratada porque o concorrente usava, a equipe é pequena e ninguém tem tempo de medir. Já falamos em outros artigos de quem percebe valor em 60 dias e do quanto de autonomia os compradores confiam aos agentes. O ponto comum é que valor percebido depende de uma medida combinada antes de ligar a IA.

Um método de quatro passos para a PME provar o retorno

A recomendação do Agile Brand Guide para times de marketing é escolher um agente, ligá-lo a uma linha do P&L até o fim do primeiro trimestre de 2027 e nomear o custo externo que as horas economizadas vão substituir. Adaptamos a ideia para a realidade de uma PME de atendimento e vendas, com a ressalva de que a adaptação é nossa.

Passo 1: escolha um processo, não uma ferramenta

Procure um processo que seja frequente, repetitivo e que você consiga contar. Exemplos comuns no WhatsApp: responder dúvidas de preço e prazo, confirmar agendamentos, qualificar quem pede orçamento e retomar orçamentos sem resposta. Evite começar por algo raro ou sensível, como reclamações graves ou cobranças delicadas.

Passo 2: meça a linha de base por duas semanas

Antes de ligar a IA, anote os números do processo: quantas conversas por semana, quanto tempo até a primeira resposta, quantas viram venda ou agendamento, quantas terminam em retrabalho, quanto tempo da equipe é consumido. Não precisa de ferramenta sofisticada: um painel de atendimento ou até uma planilha já serve, desde que os números sejam os mesmos antes e depois.

Passo 3: defina a linha do resultado que vai mexer

Escolha uma das três opções e escreva na primeira página do plano:

  • Receita adicional: mais agendamentos confirmados, mais orçamentos recuperados, mais respostas fora do horário que viram venda.
  • Custo evitado: menos horas de retrabalho, menos contratações temporárias no pico, menos ligações perdidas.
  • Custo de terceiro substituído: uma empresa de telemarketing, um freelancer de atendimento ou uma ferramenta que deixa de ser necessária.

A terceira opção é a mais fácil de provar, porque o custo aparece em uma fatura que some. A primeira costuma render mais, mas exige mais tempo de observação. O importante é escolher uma e dizer qual.

Passo 4: dê um destino às horas liberadas

Se a IA libera tempo, decida o que a equipe faz com ele: atender mais clientes, fazer o follow-up que hoje não acontece, cuidar dos casos que exigem julgamento. Sem esse destino, a economia some em tarefas soltas, como a pesquisa da Genpact sugere ao mostrar que as pessoas continuam revisando quase tudo.

Governança: mantenha uma pessoa no circuito onde importa

O dado de que humanos decidem ou auditam em ao menos 87% dos casos também vale como lembrete. Em uma PME, isso não precisa virar burocracia, mas precisa virar regra. Defina três grupos de situações:

  • A IA resolve sozinha: dúvidas de informação básica, com resposta revisada.
  • A IA prepara e uma pessoa aprova: orçamentos, descontos, exceções de política.
  • Vai direto para uma pessoa: reclamações, cobranças, qualquer situação em que o cliente peça um humano.

Em todos os casos, o histórico precisa acompanhar a conversa. Já mostramos aqui que o cliente aceita a IA enquanto ela resolve e abandona quando ela trava, e que repetir a história para um atendente é o que mais irrita. Medir retorno de IA sem medir a experiência do cliente é medir metade da conta.

Onde a Kentro entra nessa conta

A Kentro foi pensada para que a PME consiga ligar atendimento e resultado sem montar uma pilha de ferramentas. O painel omnichannel reúne WhatsApp e outros canais com histórico unificado do cliente; as IAs treinadas por segmento assumem o repetitivo e passam a conversa a uma pessoa com o contexto; e a gestão de atendimento mostra volume, tempo de resposta e transferências, as medidas necessárias para comparar o antes e o depois.

Não afirmamos aqui que a Kentro entregue um percentual específico de ganho, nem que os números da Genpact valham para os nossos clientes. Cada operação tem a sua linha de base, e é ela que decide se o retorno existe. Veja as funcionalidades e os cases de clientes, e leia também a nossa conta sobre licenças ociosas e preço híbrido, que ajuda a separar o que você paga do que você usa.

Conclusão

A pesquisa da Genpact descreve um estágio em que a maioria das grandes empresas já tem agentes de IA rodando, e poucas conseguem dizer quanto eles rendem. Para a PME, isso é uma vantagem possível: com menos processos e uma operação mais enxuta, é mais fácil escolher um caso de uso, medir antes, medir depois e decidir com número. O risco, ao contrário, é contratar IA porque o mercado contratou e descobrir meses depois que ninguém sabe o que mudou.

IA que não aparece em nenhuma linha do resultado é custo com bom marketing.

Fale com a Kentro e escolha, junto com o nosso time, o primeiro processo do seu atendimento para medir antes de automatizar.

Fontes: Agile Brand Guide, “Yesterday’s Marketing Technology & AI News: November 13, 2026”, com comunicados da Genpact (“Autonomy in Practice”, 12/11/2026) e da Flow Digital (“The AI Use Gap”, 12/11/2026). Os dados são autodeclarados, de fornecedores que vendem serviços na área, e não foram verificados de forma independente. O método para PMEs e a leitura sobre atendimento e vendas são interpretação da Kentro.

Perguntas frequentes

O que a pesquisa da Genpact encontrou?+

Segundo o relatório “Autonomy in Practice”, divulgado em 12/11/2026, com mais de 2.000 executivos seniores de empresas com receita de US$ 1 bilhão a mais de US$ 50 bilhões, 79% das empresas têm agentes de IA em produção, 20% os usam de forma ampla e consistente, 15% ligaram totalmente o investimento em IA a resultados no P&L e, em média, 49% das iniciativas de IA financiadas nos últimos 24 meses entregaram o valor esperado. Os dados são autodeclarados.

Esses números valem para PMEs brasileiras?+

Não diretamente. A amostra é de grandes empresas globais e a Genpact vende serviços de operações com agentes. Os números servem como indicação de um problema comum, o de usar IA sem conseguir mostrar o retorno, e não como retrato do mercado brasileiro.

O que significa ligar um agente de IA ao P&L?+

Significa conseguir apontar em qual linha do resultado financeiro o agente mexe, por exemplo uma receita adicional, um custo evitado ou um custo de terceiro substituído, a partir de uma medida feita antes da implantação. Sem linha de base, não há como provar retorno.

Qual é um bom primeiro caso de uso de IA para uma PME?+

Um processo repetitivo, frequente e fácil de medir, como responder dúvidas comuns no WhatsApp, confirmar agendamentos, qualificar contatos ou recuperar orçamentos parados. O importante é ter um número de partida e uma regra clara de quando uma pessoa assume.

Como a Kentro ajuda a medir o retorno da IA no atendimento?+

A Kentro reúne canais, histórico do cliente, IA treinada por segmento e métricas de atendimento em um só painel, o que facilita comparar tempo de resposta, volume e transferências antes e depois. Valores e condições devem ser confirmados com o time da Kentro.

Continue lendo

Pronto para evoluir seu atendimento?

Fale com um especialista da Kentro e veja a plataforma rodando com seus próprios fluxos.

Posts relacionados