Por André Fossa, CEO e cofundador da Cogni2.

Falar com uma máquina pelo telefone foi uma experiência que poucos consumidores associaram a conveniência. As antigas URAs, com menus rígidos, comandos pouco naturais e transferências que muitas vezes obrigavam o cliente a repetir informações, ajudaram a criar uma resistência que permaneceu mesmo enquanto outras formas de atendimento automatizado avançavam. Agora, essa percepção começa a mudar. A pesquisa mais recente da Metrigy mostra que 59,1% dos consumidores estão dispostos a dar uma chance a um agente de voz com inteligência artificial para resolver seus problemas, desde que exista uma possibilidade clara de transferência para um atendente humano. Pela primeira vez, agentes de voz também aparecem à frente dos agentes de texto na preferência dos consumidores.

O dado mais importante não está apenas na porcentagem de pessoas dispostas a experimentar a tecnologia, mas no que ela representa para uma modalidade de atendimento que durante muito tempo carregou a reputação de ser frustrante. O consumidor associou atendimento automatizado por voz a uma experiência ruim, principalmente por causa das URAs que não entendiam o que estava sendo dito, limitavam a conversa a opções pré-definidas e dificultavam a chegada a uma solução. O fato de as pessoas estarem dispostas a experimentar agentes de voz para resolver seus problemas mostra que essa relação começou a mudar. É uma espécie de validação da evolução que aconteceu nos últimos anos.

A pesquisa da Metrigy reforça que essa aceitação não significa uma preferência irrestrita por máquinas. No segundo trimestre de 2026, o índice de experiência do consumidor com IA chegou a 104,6, acima da base de 100 estabelecida no primeiro trimestre. Além disso, 42,2% dos consumidores consideram ideal uma experiência que combine inteligência artificial e atendimento humano, alternando entre as duas possibilidades conforme a complexidade da situação. Outros 25,4% preferem uma jornada conduzida pela IA, mas com pessoas disponíveis quando necessário.

Essa combinação ajuda a explicar por que a voz começa a conquistar espaço. O consumidor não precisa necessariamente escolher entre falar com uma máquina ou com uma pessoa durante toda a jornada. Ele pode iniciar uma interação com um agente automatizado, obter uma resposta, fornecer informações, acompanhar uma solicitação e, quando a situação exigir intervenção humana, ser transferido sem perder o contexto da conversa.

A diferença em relação às antigas URAs está justamente na capacidade de conduzir uma interação menos previsível. Os avanços recentes em reconhecimento e geração de voz, redução de latência e modelos capazes de interpretar diferentes formas de linguagem tornaram as conversas mais naturais. Ao mesmo tempo, os agentes passaram a ser conectados a bases de conhecimento, APIs e sistemas corporativos, permitindo que a interação não termine em uma resposta, mas avance para uma ação.

A Metrigy indica que 36,3% das interações em contact centers já começam com uma triagem realizada por um agente de inteligência artificial. O número mostra que a tecnologia começa a ocupar uma posição mais próxima do início da jornada de atendimento, em vez de funcionar apenas como uma camada experimental ou complementar.

Essa mudança de percepção também altera a discussão dentro das empresas. Durante muito tempo, investir em automação de voz significava lidar com uma questão adicional de confiança do consumidor. Não bastava demonstrar que a tecnologia poderia reduzir tempo ou volume de chamadas. Era necessário convencer o cliente de que falar com um sistema automatizado não significaria voltar à experiência limitada das URAs tradicionais.

Quando essa resistência começa a diminuir, abre-se espaço para aplicações mais amplas. Um agente de voz pode fazer triagens, consultar informações, acompanhar pedidos, apoiar cobranças, realizar confirmações ou encaminhar uma solicitação para uma equipe especializada. O alcance dessas aplicações dependerá da capacidade de cada empresa de conectar o agente aos processos e sistemas necessários para efetivamente resolver as demandas.

O ganho, portanto, não está simplesmente em automatizar uma ligação. Está em ampliar a quantidade de situações que podem ser resolvidas sem que o consumidor precise esperar por um atendente, ao mesmo tempo em que os profissionais ficam concentrados nos casos que exigem negociação, julgamento ou maior sensibilidade.

Essa evolução também aproxima voz e texto. Uma interação pode começar em uma mensagem, migrar para áudio ou ligação e terminar com uma confirmação enviada por texto, desde que o contexto seja preservado. A experiência deixa de depender do canal escolhido em cada etapa e passa a depender da capacidade do sistema de acompanhar a jornada.

No Brasil, essa discussão ganha uma dimensão adicional com a mudança na política comercial do WhatsApp Business Platform. A partir de 1º de outubro de 2026, a Meta passará a cobrar por mensagens de serviço enviadas pelas empresas dentro da janela de atendimento de 24 horas. As tarifas específicas para cada mercado ainda estão sendo atualizadas pela empresa, mas a mudança já coloca em discussão o custo de operações baseadas em conversas longas e fragmentadas.

A comparação entre voz e texto tende a ficar mais complexa. Uma conversa conduzida por voz não deve ser avaliada apenas pelo custo de alguns minutos de ligação, assim como uma operação por texto não pode ser analisada somente pelo preço de cada mensagem. O que importa é quanto a empresa precisa investir para conduzir determinada demanda até sua resolução e qual experiência o consumidor recebe nesse processo.

A maior aceitação da voz, entretanto, não elimina a necessidade de cuidado. A mesma tecnologia que pode representar uma melhora significativa para quem está cansado de filas e menus intermináveis pode gerar uma nova frustração se não compreender uma solicitação, fornecer uma informação incorreta ou dificultar a transferência para uma pessoa. Transparência, segurança, proteção de dados e possibilidade de atendimento humano continuam sendo elementos fundamentais para que a experiência seja percebida como positiva.

O principal sinal de mudança está justamente na disposição do consumidor em voltar a considerar a voz como uma alternativa conveniente de atendimento. O que mudou não foi apenas a tecnologia disponível. Mudou a experiência que conseguimos oferecer. Quando o consumidor percebe que pode falar normalmente, ser compreendido, ter sua solicitação encaminhada e chegar a uma pessoa sem precisar começar tudo novamente, a resistência diminui. E, quando essa barreira cai, a empresa passa a ter condições de pensar em automação de voz para jornadas muito mais amplas do que aquelas que tradicionalmente eram associadas às URAs.