IA pode dar resposta correta e ainda assim frustrar o cliente

O diferencial agora passa a ser outro: transformar respostas em resolução

Autor: Alexandre Rodrigues

A IA pode responder certo e ainda assim frustrar o cliente. E uma resposta correta pode ser uma experiência errada. Essa é uma das contradições mais importantes do atendimento automatizado.

Empresas estão treinando sistemas para reconhecer intenções, localizar informações e responder em segundos. Mas o cliente não avalia uma interação apenas perguntando: “a informação estava certa?”. Ele também percebe quanto esforço precisou fazer, se manteve controle sobre a situação e, principalmente, se seu problema foi realmente resolvido. É aí que precisão técnica e experiência do cliente começam a se separar.

Quando acertar não significa resolver

Imagine um cliente que pergunta a um assistente virtual por que determinada cobrança apareceu em sua fatura. A IA identifica corretamente o lançamento, explica sua origem e reproduz a regra contratual adequada. Tecnicamente, respondeu certo.

Mas o cliente quer contestar a cobrança. O bot repete a explicação. Ele reformula a pergunta. A resposta muda de palavras, não de solução. Depois de alguns minutos, descobre que precisa iniciar outro canal e explicar tudo novamente. A informação estava correta. A experiência, não.

Essa diferença importa porque atendimento não é apenas transmissão de informação. É também redução de incerteza, percepção de progresso e capacidade de agir.

Quando a tecnologia entrega respostas sem aproximar o cliente da resolução, ela pode otimizar uma etapa interna e, ao mesmo tempo, aumentar o esforço externo.

Uma prática simples é revisar os fluxos automatizados com uma pergunta diferente. Em vez de medir apenas “a IA respondeu corretamente?”, pergunte:

“Depois dessa resposta, o cliente consegue avançar?”

Para cada intenção importante, teste três pontos:

• o cliente entendeu o que aconteceu?
• sabe claramente o que pode fazer agora?
• consegue executar o próximo passo sem recomeçar a jornada?

A resposta certa também precisa preservar controle

Há outro componente frequentemente ignorado: percepção de controle. Em interações de serviço, consumidores não reagem apenas ao resultado final. Pesquisas sobre falhas e recuperação mostram que a forma como o problema é tratado, a percepção de competência e a existência de alternativas também interferem na satisfação.

Um estudo publicado em 2025 no Journal of Retailing and Consumer Services mostrou que a estratégia mais eficaz de recuperação depende inclusive do tipo de tarefa. Em tarefas de busca, permitir que o próprio chatbot se recupere produziu melhores resultados; em situações de reclamação, a intervenção humana gerou maior satisfação. Quando ocorreram falhas consecutivas, os participantes passaram a preferir a recuperação humana independentemente do tipo de tarefa. Isso ajuda a explicar por que um chatbot pode se tornar frustrante justamente quando parece não existir saída.

O problema deixa de ser apenas “ele não resolveu” e passa a ser: “não tenho como sair daqui.”

A aplicação é direta: transferir para um humano não deveria ser entendido necessariamente como fracasso da automação. Pode ser uma parte deliberada do desenho da experiência.

Crie gatilhos objetivos de escalonamento, como repetição da mesma intenção, duas tentativas sem avanço, contestação explícita, situação de maior consequência financeira ou solicitação direta por atendimento humano.

O objetivo não é colocar uma pessoa em todas as conversas. É reconhecer o momento em que insistir na automação passa a custar mais experiência do que economiza operação.

Meça resolução, não apenas eficiência

Outra armadilha está nas métricas. TMA menor, maior automação, mais deflexão e menor custo por contato podem indicar ganhos operacionais reais. Mas nenhum deles, isoladamente, demonstra que o problema do cliente foi resolvido.

Um estudo de 2026 publicado no Journal of Business Research analisou inicialmente 3.149 reclamações relacionadas a falhas de chatbots e depois realizou uma investigação quantitativa com 501 participantes. Os pesquisadores encontraram associações entre déficits de competência dos chatbots, frustração e reclamações; a disponibilidade percebida de recuperação humana atenuou parte dos efeitos negativos.

Outra pesquisa experimental, publicada em 2025 com 300 participantes, mostrou que uma recuperação bem-sucedida após uma falha do chatbot aumentou a satisfação e as percepções de competência e acolhimento do sistema.

Portanto, experimente acompanhar eficiência operacional junto com indicadores como:

• resolução no primeiro contato;
• recontato pelo mesmo motivo;
• repetição de informações;
• transferências desnecessárias;
• abandono após tentativa automatizada;
• intervenção humana posterior.

Uma IA eficiente deveria reduzir o trabalho não apenas para a empresa, mas também para o cliente.

O próximo salto do atendimento não será responder mais

À medida que sistemas generativos e agentes de IA se tornam mais capazes, produzir respostas tecnicamente adequadas tende a ficar mais fácil. O diferencial passa a ser outro: transformar respostas em resolução. Isso exige dos líderes de CX uma competência que provavelmente se tornará cada vez mais importante: distinguir desempenho tecnológico de experiência humana.

Antes de comemorar que a IA compreendeu a pergunta, talvez seja necessário fazer uma pergunta mais difícil:o cliente terminou a interação mais perto da solução ou apenas recebeu uma resposta melhor formulada? Porque, no atendimento, estar certo é importante. Mas estar certo sem resolver ainda pode ser uma excelente maneira de frustrar um cliente.

Alexandre Rodrigues é professor e consultor, especialista em neurociências e inteligência artificial aplicadas a negócios.