Agibank resolve 70% dos atendimentos sem humano com agentes de IA da Salesforce

O que aconteceu

O Agibank colocou em operação agentes de IA construídos sobre o Salesforce Agentforce e reportou que 70% dos atendimentos passaram a ser resolvidos sem intervenção humana. Apenas 3 de cada 10 chamados chegam a um atendente. O tempo médio de espera no chat, que girava em torno de 3 minutos, caiu para zero nos atendimentos tratados por IA. O agente lida com aproximadamente 9 mil conversas por semana, e cerca de 80% das solicitações são pedidos de informação.

O canal principal é o WhatsApp, usado para responder clientes que buscam informação sobre crédito e serviços financeiros. O banco serve 6,7 milhões de clientes ativos e opera mais de mil pontos físicos, o que dá contexto à escala do volume automatizado.

Por que o caso importa

O argumento central do Agibank é a integração nativa. O Agentforce roda dentro do CRM Salesforce que o banco já usava, o que eliminou a necessidade de costurar integrações do zero entre o agente, a base de clientes e o histórico de atendimento.

"O Agentforce nos permitiu uma adoção plug-and-play, segura e integrada. Tem começo, meio e fim para o nosso negócio e para o nosso cliente." Matheus Girardi, Chief Sales and Marketing Officer do Agibank

O que muda para o atendimento brasileiro

O caso Agibank vira um benchmark para instituições financeiras brasileiras que avaliam agentes de IA. Ele mostra que o ganho não vem só de "responder mais rápido", e sim de eliminar a fila: quando 80% do volume é pedido de informação repetitivo, o agente absorve a base da pirâmide de atendimento e libera o humano para os 30% que exigem julgamento.

O número de 9 mil conversas por semana com espera zero é o tipo de métrica que muda a conta de um contact center. Para o gestor brasileiro, a lição prática é de arquitetura: o atrito de implementação despenca quando o agente nasce dentro do CRM que já guarda o dado do cliente, em vez de ser um bot externo que precisa puxar informação por API. Quem opera atendimento fragmentado entre várias ferramentas paga esse custo de integração antes de ver qualquer resultado.

Leitura crítica

Setenta por cento de resolução sem humano é um número forte, mas o diabo mora na definição de "resolvido". Em atendimento de IA, uma conversa em que o cliente desistiu de esperar e fechou o chat pode ser contada como resolvida. Um pedido de informação respondido não é o mesmo que um problema solucionado. O caso ganha credibilidade ao separar os 80% de pedidos informacionais do resto: é justamente nessa fatia que a IA performa bem e a métrica é honesta.

O ponto de atenção para quem quer replicar é o viés de seleção. Crédito e serviços financeiros têm perguntas frequentes muito padronizadas (saldo, limite, prazo, taxa), o que favorece o agente. Operações com demanda mais aberta e menos previsível não devem esperar a mesma taxa. O modelo nativo de CRM reduz o atrito técnico, mas não dispensa o trabalho de mapear bem o escopo, treinar com dados reais e definir com clareza quando escalar para o humano.

Vale ainda separar custo de receita. Resolver 70% sem humano corta custo de operação, o que é mensurável e real. Mas o caso não fala em conversão de vendas, e essa é a pergunta seguinte para quem usa o WhatsApp como canal comercial: o agente que tira dúvida de crédito também vende crédito? Atendimento informacional eficiente é meio caminho; o teste de maturidade é quando o agente passa a conduzir a jornada de venda sem queimar a relação com o cliente. Para o banco, automatizar a informação foi o primeiro degrau certo. Para empresas que esperam que a IA gere receita, o caso Agibank prova economia, não faturamento, e essa distinção precisa estar clara antes de prometer ROI ao board.