OpenAI lança Dots, agentes que trabalham sem você: o que isso muda no atendimento das PMEs brasileiras

Em 29 de setembro de 2026, durante o DevDay, a OpenAI apresentou os Dots: agentes de IA persistentes, movidos pelo GPT-6 Astra, que continuam trabalhando depois que você fecha a janela do chat. Eles podem monitorar uma caixa de entrada, investigar um problema e preparar um relatório enquanto a pessoa cuida de outra coisa. A promessa é grande, mas a pergunta que interessa a quem toca uma pequena ou média empresa brasileira é prática: o que isso muda no meu atendimento?

A resposta curta é que a notícia confirma uma direção que já vinha se desenhando: a IA deixa de ser uma ferramenta que você abre quando lembra e passa a ser uma camada que acompanha a operação o tempo todo. Neste artigo, explicamos o que foi anunciado, o que ainda não está nesse pacote e como aplicar a mesma lógica hoje, no atendimento, sem depender de projeto gigante.

O que são os Dots e o que a OpenAI anunciou

Segundo a cobertura do lançamento, os Dots rodam a partir de computadores próprios na nuvem e se conectam a mais de 4.000 aplicativos por meio de plugins do ChatGPT. Eles aparecem no ChatGPT (web, desktop e celular), no Slack e no Teams, e a OpenAI indica que o acesso por mensagem de texto virá em seguida.

O primeiro Dot vem incluído nas assinaturas ChatGPT Pro e Business Premium, em mercados elegíveis. Workspaces Enterprise, Education e Healthcare recebem acesso beta quando o administrador habilita o recurso. A empresa também lançou um novo plano pago de US$ 500. As conversas com um Dot não consomem o limite de uso do ChatGPT, mas as tarefas executadas em outras ferramentas contam.

O detalhe mais importante: o trabalho em segundo plano é somente leitura

Um ponto que passa batido nas manchetes: segundo as informações divulgadas, o trabalho em segundo plano dos Dots é somente leitura. Ele não envia mensagens nem altera conteúdo por conta própria. Há regras internas, exigências de aprovação personalizadas, revisão automática de ações sensíveis, monitoramento de atividade e tratamento de credenciais que impede o modelo de ver senhas.

Em outras palavras, até a OpenAI, com todo o seu poder de fogo, está lançando o agente persistente com o humano no circuito. O agente observa, analisa e prepara. A decisão final e o envio continuam com uma pessoa. Essa é uma lição de design que vale ouro para qualquer empresa que pense em automatizar atendimento.

Do chatbot ao agente persistente: o que de fato muda

Durante anos, a automação de atendimento significou chatbot: um robô que responde dentro de uma conversa, segue um fluxo e, quando não sabe, passa para um humano. Funciona para perguntas repetitivas, mas tem uma limitação estrutural: ele só existe dentro da conversa. Terminou o diálogo, acabou a atenção.

O agente persistente inverte a lógica. Ele acompanha um objetivo ao longo do tempo. No atendimento, isso se traduz em tarefas como:

• Vigiar a fila: identificar conversas paradas, clientes sem resposta e pedidos que estouraram o prazo combinado.
• Resumir o dia: entregar ao gestor um panorama das reclamações recorrentes, dos assuntos que mais cresceram e dos clientes em risco.
• Preparar respostas: sugerir a resposta com base no histórico do cliente, para o atendente revisar e enviar.
• Priorizar: separar o que é urgente do que pode esperar, em vez de tratar tudo na ordem de chegada.

Note que nenhuma dessas tarefas exige que a IA fale com o cliente sozinha. O ganho está em não deixar nada cair, algo que toda equipe pequena sabe como é difícil quando o WhatsApp não para de apitar.

A realidade da PME brasileira: pouca gente, muitos canais

A pequena empresa brasileira costuma ter uma equipe de atendimento enxuta, às vezes uma ou duas pessoas, às vezes o próprio dono. Os clientes chegam por WhatsApp, e-mail, chat do site e redes sociais, tudo ao mesmo tempo. O resultado é conhecido: mensagem que fica sem resposta no fim do expediente, cliente que pergunta a mesma coisa de três canais diferentes e gestor sem ideia do que está acontecendo.

Para esse perfil, a promessa do agente persistente é quase irresistível, porque ataca exatamente o problema de atenção: a equipe é pequena, e a atenção é o recurso mais escasso. Mas há dois obstáculos antes de qualquer agente fazer diferença.

Obstáculo 1: sem canais centralizados, não há o que monitorar

Um agente só consegue acompanhar o que consegue ver. Se o atendimento está espalhado entre celulares de atendentes, caixas de e-mail individuais e mensagens diretas em redes sociais, não existe uma fila única para vigiar. Por isso, o primeiro passo não é a IA: é centralizar os canais em um painel único. É exatamente isso que a plataforma omnichannel da Kentro faz, reunindo WhatsApp, e-mail, chat e redes sociais em um só lugar.

Obstáculo 2: IA genérica não conhece o seu negócio

Um agente generalista consegue ler uma caixa de entrada, mas não sabe que, na sua clínica, "remarcar" é a dúvida mais comum, ou que, na sua loja, "troca" tem regras específicas. Por isso a especialização importa. As IAs da Kentro são treinadas por segmento, o que reduz o tempo entre ligar a ferramenta e ver resultado útil.

Como aplicar a lógica do agente persistente hoje, sem esperar

Você não precisa de um plano de US$ 500 nem de um agente com acesso a 4.000 aplicativos para colher o benefício central. Um caminho realista para uma PME é este:

• Passo 1 — Centralize. Traga todos os canais para um painel único, com histórico por cliente.
• Passo 2 — Automatize o repetitivo. Coloque a IA para responder as dúvidas frequentes e coletar informações antes de passar para o atendente. Veja mais em como automatizar o atendimento no WhatsApp.
• Passo 3 — Defina regras de aprovação. Decida o que a IA pode responder sozinha e o que exige revisão humana, inspirando-se na lógica somente leitura dos Dots.
• Passo 4 — Meça. Acompanhe tempo de primeira resposta, conversas sem retorno e volume por canal, usando a gestão de atendimento.
• Passo 5 — Expanda aos poucos. Quando a equipe confiar, amplie o que a IA faz sem supervisão.

Por que manter o humano no circuito é vantagem competitiva

Há uma tentação, em todo lançamento de agente, de achar que o objetivo é tirar a pessoa do processo. A decisão de design da OpenAI aponta outro caminho: o agente trabalha, a pessoa decide. No atendimento brasileiro, onde a relação com o cliente pesa muito, essa combinação tende a funcionar melhor do que a automação total.

Para uma PME, isso significa usar a IA para dar tempo de qualidade ao atendente: ele deixa de gastar o dia copiando respostas e passa a gastar o tempo nos casos que exigem empatia, negociação ou julgamento. O cliente percebe a diferença, e o resultado costuma aparecer em recompra e indicação.

O que observar nos próximos meses

Três sinais merecem acompanhamento. Primeiro, a chegada do acesso por texto aos Dots, que aproxima o agente persistente de canais de mensagem. Segundo, como o mercado vai precificar esse tipo de agente, já que o novo plano de US$ 500 sinaliza um segmento premium. Terceiro, como a regulação vai tratar agentes autônomos, tema que ganhou força nesta semana nos Estados Unidos.

Enquanto isso, a PME que centralizou seus canais e aplicou IA com regras claras já está em posição de aproveitar cada novidade, em vez de correr atrás. Se quiser entender como isso funcionaria na sua operação, conheça as funcionalidades da Kentro, veja os cases de clientes ou fale com a nossa equipe.

Conclusão

Os Dots mostram para onde a IA caminha: menos ferramenta que espera ser chamada, mais camada que acompanha o trabalho. Mas o recado mais útil para a PME brasileira está nos detalhes: o agente persistente nasce com trabalho somente leitura e aprovação humana. Centralizar canais, treinar a IA para o seu segmento e definir regras de supervisão é o caminho que entrega esse benefício hoje, com controle e sem risco desnecessário.