Uma empresa média listada na Fortune 500 deve aumentar seu número de agentes de inteligência artificial de menos de 15, em 2025, para mais de 150 mil, em 2028, segundo projeção do Gartner. O fenômeno já recebeu o apelido de “agent sprawl” entre analistas, indicando uma expansão descontrolada desses agentes dentro das organizações. Apenas 13% das companhias declaram ter hoje processos de governança adequados para geri‑los.
Esses agentes, capazes de executar tarefas de forma autônoma, começam a se espalhar por áreas como atendimento, desenvolvimento de produtos e operações. À medida que ganham autonomia, surge um novo desafio: garantir que todos compreendam o cliente a partir de um mesmo contexto.
Atualmente, isso nem sempre ocorre. Cada agente pode consultar uma fonte diferente, e a compreensão sobre o cliente acaba sendo reconstruída do zero a cada nova demanda. Sem uma camada comum de contexto, o trabalho se repete — e diferentes agentes podem chegar a respostas ou decisões divergentes para o mesmo cliente.
A proposta da Birdie
É nesse cenário que atua a Birdie, startup fundada por brasileiros no Vale do Silício. A empresa converte os diversos sinais gerados pelos clientes em um contexto compartilhado, permitindo que pessoas e agentes de IA tomem decisões a partir de um mesmo entendimento. A plataforma consolida informações de conversas, pesquisas, reclamações, dados de uso, segmentação de clientes e outras interações em um único repositório.
“Se dez agentes precisam entender o mesmo cliente antes de executar dez tarefas diferentes, quanto desse entendimento realmente precisa ser reconstruído dez vezes?”, questiona Alexandre Hadade, CEO e cofundador da companhia. “O problema não é só o custo de refazer. É o risco de dez respostas diferentes para o mesmo cliente.”
Quando os agentes de IA passam a participar de decisões, a falta de uma visão unificada se torna ainda mais crítica. Se um cliente cancela uma compra ou serviço, as equipes de produto, experiência do cliente e atendimento podem chegar a explicações diferentes para o mesmo caso, cada uma baseada em um sistema que não se comunica com os outros.
A Birdie chama esse fenômeno de falta de governança de contexto. A solução proposta pela startup é a criação de uma base de informações que possa ser consumida por diferentes sistemas, com registro da origem dos dados e da forma como foram utilizados.
“Quanto mais autonomia damos à IA, mais importante se torna a qualidade do contexto por trás dela”, afirma Hadade.
Da análise à decisão
O uso dessa camada de contexto já é observado em empresas que lidam com grandes volumes de interações com clientes.
Na companhia canadense de serviços financeiros KOHO, a plataforma da Birdie passou a analisar uma parcela maior das interações com consumidores. Segundo a startup, isso ajudou a reduzir em 80% a estrutura dedicada a avaliar o atendimento e treinar funcionários. A economia estimada é de cerca de US$ 350 mil por ano.
Na fintech brasileira Neon, a análise das interações identificou problemas que estavam evoluindo para reclamações regulatórias. A partir desses sinais, a empresa ajustou procedimentos ainda no atendimento. Em dois trimestres, segundo a Birdie, o índice de reclamações regulatórias caiu 44%.
Esses exemplos ilustram como informações geradas no atendimento podem ser usadas fora dele. Uma reclamação pode indicar um problema de produto. Uma conversa pode apontar uma falha de processo. Uma mudança na satisfação pode sinalizar uma questão que ainda não aparece nos indicadores tradicionais.
Com o aumento do número de agentes atuando nas empresas, essas informações passam a alimentar um número maior de sistemas. A discussão, portanto, não é apenas sobre quão inteligente é cada agente, mas sobre a qualidade do contexto que ele terá para decidir.
“Não acreditamos que as empresas devam parar de construir seus agentes. Pelo contrário: elas vão construir cada vez mais”, diz Hadade. “Mas a nossa visão é de que, quando criarem o próximo agente, ele não precise começar do zero para entender o cliente.”
