Imagine uma empresa que adota IA, automatiza parte do trabalho e reduz a equipe. A economia aparece rápido na planilha. Meses depois, os casos difíceis começam a se acumular e surge a necessidade de contratar novamente. Só que reconstruir aquela capacidade pode custar mais do que preservá-la.
Uma previsão recente da Gartner coloca esse risco em discussão. Segundo a consultoria, até 2029, 30% dos funcionários demitidos por terem sido substituídos por IA precisarão ser recontratados, frequentemente a custos maiores.
É uma projeção, e vale acompanhá-la como tal. Para mim, ela levanta uma pergunta que merece espaço nas decisões de gestão: estamos considerando tudo o que uma pessoa entrega quando calculamos quanto economizaríamos ao substituí-la?
No atendimento ao cliente, esse cálculo pode ser especialmente difícil.
Pense em um analista experiente. Ele responde chamados, registra informações e consulta procedimentos. Também reconhece quando uma reclamação aparentemente simples é parte de um problema recorrente. Sabe que aquele cliente já passou por uma situação parecida e que repetir a orientação anterior provavelmente vai gerar mais desgaste.
Uma automação pode executar várias das tarefas desse profissional. Avaliar a substituição da função inteira exige olhar também para as exceções e para as decisões que ele toma ao longo do dia.
Na realidade de operações como as que atendemos no ATweb, vejo muito espaço para usar IA no preparo do atendimento: organizar informações, resumir históricos e ajudar a localizar orientações. Imagine o analista recebendo tudo isso antes de conversar com o cliente, com acesso aos registros para conferir o que for necessário.
Esse tempo economizado poderia ser usado para investigar a causa de um problema, acompanhar uma solução pendente ou orientar melhor quem está com dificuldade. São entregas que podem ficar para depois quando a equipe passa o dia tentando esvaziar a fila.
É nesse uso do tempo que eu enxergo uma oportunidade importante.
A Gartner também prevê que, até 2027, 75% das organizações que priorizarem converter os ganhos de produtividade da IA em redução de custos serão superadas por concorrentes que reinvestirem esses ganhos em inovação, modernização e capacitação.
Minha leitura é que a decisão sobre o destino do ganho importa tanto quanto a escolha da ferramenta. Uma empresa pode usar as horas liberadas para desenvolver serviços, melhorar a experiência do cliente ou resolver problemas que nunca recebiam atenção.
Isso exige gestão. Comprar uma licença e esperar que a equipe descubra sozinha como trabalhar melhor deixa muita coisa ao acaso. É preciso escolher processos, treinar as pessoas, definir o que precisa de revisão e acompanhar o resultado.
No suporte, por exemplo, eu olharia para o tempo até a solução, os contatos repetidos pelo mesmo motivo e a necessidade de refazer o trabalho. Responder mais rápido pode ser um avanço, mas ainda precisamos saber se o problema foi resolvido.
Há tarefas que podem ser automatizadas por completo e funções que podem mudar profundamente. Reduzir custos também faz parte de manter uma empresa saudável. Cada mudança, porém, precisa considerar a qualidade e a capacidade que restam depois dela.
Antes de transformar o tempo economizado em demissões, eu colocaria outra pergunta na mesa:
O que essa mesma equipe conseguiria entregar se finalmente tivesse tempo para cuidar do que hoje fica para depois?