Nem todo atendimento precisa de IA generativa: o alerta da SAP sobre dados antes de agentes e o que isso muda para PMEs

Em meio à corrida para colocar agentes de IA em todos os processos, uma voz de dentro de uma das maiores empresas de software do mundo pediu freio. Em entrevista ao TI Inside, publicada em 8 de outubro de 2026, durante o SAP Connect 2026, em Las Vegas, Natalia Quadros, líder de Customer Experience da SAP, afirmou que usar agentes de IA para qualquer problema é como dar um tiro em uma mosca com um canhão.

A frase é forte, mas o recado é prático e vale ouro para a pequena e média empresa brasileira: antes de contratar o agente mais sofisticado, é preciso ter estratégia, dados organizados e clareza sobre qual problema se quer resolver. Neste artigo, vamos traduzir esse alerta para a realidade de quem atende clientes pelo WhatsApp todos os dias.

O que a executiva da SAP disse, em resumo

A entrevista, feita pelo TI Inside, não traz estatísticas, e é importante dizer isso com clareza: são opiniões e previsões de uma executiva do setor, não uma pesquisa. Ainda assim, os pontos que ela levantou refletem um debate que cresce no mercado:

• Estratégia antes de pilotos: as áreas de negócio adotaram IA antes de a empresa definir uma estratégia corporativa. Para ela, a definição dos objetivos deve começar no conselho e na presidência;
• Dados antes do agente: para a IA funcionar em atendimento e vendas, é preciso uma base confiável e integrada entre os sistemas de frente, como atendimento, e os de retaguarda, como estoque, faturamento e logística;
• Nem todo problema exige IA generativa: personalização e campanhas podem ser feitas com automação e dados que a empresa já tem;
• Personalização sem pedir mais cadastro: em vez de exigir novos dados do consumidor, a marca deve usar o histórico de compras e de interações;
• Menos telas, mais conversa: a tendência é interagir por linguagem natural e voz, com exemplos como compras por conversa e registros de campo por voz.

Perceba que nada disso é contra a IA. É um argumento a favor de usá-la com método.

Por que esse alerta importa mais para PMEs do que para gigantes

Uma multinacional pode errar em um piloto de IA, absorver o custo e tentar de novo. Uma PME, não. O orçamento é menor, a equipe é enxuta e cada real precisa voltar em forma de atendimento mais rápido, mais vendas ou menos retrabalho.

O risco do agente sem base

Imagine uma loja que coloca um agente de IA no WhatsApp, mas mantém o cadastro de clientes em uma planilha, os pedidos em outro sistema e o histórico de conversas espalhado em celulares de vendedores. O agente vai responder, mas sem saber quem é o cliente, o que ele já comprou ou o que já foi combinado. O resultado é o oposto do esperado: respostas genéricas, informações erradas e clientes frustrados.

O risco do canhão caro

Do outro lado, há o desperdício. Se 40% das mensagens que a empresa recebe são perguntas como horário de funcionamento, endereço, segunda via de boleto ou status de pedido, não é preciso um modelo de linguagem de última geração para respondê-las. Uma automação bem configurada resolve, com custo menor e previsibilidade total. Reservar a IA generativa para as conversas abertas, em que o cliente escreve do jeito dele, é a combinação mais eficiente.

Dados primeiro: o que uma PME precisa organizar antes de qualquer agente

A boa notícia é que organizar dados não exige um projeto de milhões. Para uma PME de atendimento, o essencial cabe em quatro frentes:

• Identificação do cliente: nome, telefone, e-mail e canais que ele usa, reunidos em um único cadastro;
• Histórico de conversas: tudo o que foi dito no WhatsApp, no e-mail, no chat do site e nas redes sociais, acessível a qualquer atendente;
• Contexto comercial: o que o cliente comprou, o que está pendente e qual a situação de pagamento, mesmo que seja um resumo;
• Base de respostas: as perguntas frequentes, com respostas validadas pela empresa, que servem de fonte tanto para atendentes quanto para a IA.

Sem essas quatro frentes, qualquer automação ou agente tende a operar no escuro. Com elas, até uma automação simples já entrega bom resultado. Para entender como a unificação dos canais funciona na prática, veja nossa página sobre atendimento omnichannel.

A ferramenta certa para cada tipo de conversa

Uma forma útil de aplicar o conselho da SAP é classificar as conversas do seu atendimento em três níveis e escolher a ferramenta adequada para cada um:

Nível 1: perguntas previsíveis

Horário, endereço, prazo padrão, formas de pagamento, segunda via. Aqui a resposta é sempre a mesma. Use respostas automáticas e fluxos com botões. É barato, rápido e não erra.

Nível 2: perguntas abertas com resposta conhecida

O cliente escreve do jeito dele, mas a resposta está na sua base de conhecimento: como funciona a garantia, qual plano atende determinada necessidade, como agendar. É o território ideal da IA generativa treinada com o conteúdo da sua empresa, com a possibilidade de passar para um humano quando houver dúvida.

Nível 3: situações sensíveis ou de alto valor

Reclamações, negociações, cancelamentos, clientes importantes. Aqui a IA pode preparar o terreno, resumindo o histórico e sugerindo respostas, mas a decisão e o tom ficam com uma pessoa.

Essa divisão evita os dois extremos: o canhão para matar a mosca e a mosca que vira dor de cabeça porque ninguém a atendeu a tempo.

Estratégia no topo: o dono da PME é o conselho

A executiva da SAP defende que a estratégia de IA comece no conselho e na presidência. Em uma PME, quem faz esse papel é o próprio dono ou sócio. Isso significa que as decisões sobre IA no atendimento não devem ser delegadas por completo a quem apenas testou uma ferramenta. Algumas perguntas simples ajudam a estruturar a estratégia:

• Qual é o objetivo mensurável? Reduzir o tempo da primeira resposta, aumentar a conversão de contatos em vendas ou diminuir o volume de atendimentos repetitivos?
• Quais conversas a IA pode resolver sozinha e quais devem sempre passar para uma pessoa?
• Quem revisa as respostas da IA e com que frequência?
• Como o cliente pede para falar com um humano e quanto tempo leva para isso acontecer?

Se você quer aprofundar o tema da governança, leia também nosso artigo sobre agentes de IA, objetivos e governança no atendimento de PMEs.

Como a Kentro aplica essa lógica no dia a dia

A Kentro foi pensada para que a PME use a ferramenta certa em cada situação, sem precisar montar uma operação complexa. A plataforma reúne WhatsApp, e-mail, chat e redes sociais em um painel único, com o histórico de cada contato à mão, e integra a WhatsApp Business API para que vários atendentes trabalhem no mesmo número.

Recursos alinhados ao conselho de dados primeiro

• Histórico unificado: a base de dados de atendimento fica no mesmo lugar, para atendentes e para a IA;
• IA por segmento: as IAs treinadas por segmento respondem às perguntas abertas com base no conteúdo da empresa e transferem para a equipe quando necessário;
• Automação para o previsível: respostas e fluxos automáticos cuidam do que não precisa de IA generativa;
• Acompanhamento de indicadores: tempo de resposta e volume por canal ficam visíveis em gestão de atendimento, o que permite saber se a automação está funcionando.

Veja todos os recursos em funcionalidades da Kentro e conheça exemplos reais nos nossos cases de clientes.

Plano de 30 dias para automatizar com método

Se a sua PME ainda não automatizou o atendimento, ou automatizou sem resultado, este roteiro simples pode ajudar:

• Semana 1: liste as 20 perguntas mais frequentes dos últimos 30 dias e classifique cada uma em nível 1, 2 ou 3;
• Semana 2: centralize os canais em um painel e garanta que o histórico de cada cliente fique registrado;
• Semana 3: automatize as respostas do nível 1 e valide com a equipe as respostas do nível 2 que a IA vai usar;
• Semana 4: meça o tempo de primeira resposta, o percentual de conversas resolvidas sem humano e as transferências, e ajuste o que não funcionou.

Esse ciclo curto reduz o risco de gastar com tecnologia que não resolve o problema real.

Conclusão: IA é meio, não objetivo

O alerta da SAP serve de lembrete para quem atende clientes: a pergunta não é se a empresa usa IA, e sim se a IA está resolvendo um problema claro, apoiada por dados confiáveis e por um processo que o cliente entende. PMEs que organizam a base primeiro, escolhem a ferramenta certa para cada conversa e mantêm uma pessoa por perto nos casos sensíveis tendem a ter retorno mais rápido e menos frustração.

Se você quer montar essa estrutura sem complicação, fale com a Kentro e veja a plataforma em funcionamento.

Fonte: entrevista com Natalia Quadros, líder de Customer Experience da SAP, publicada pelo TI Inside em 8 de outubro de 2026, durante o SAP Connect 2026.