IA conversacional é software que mantém uma conversa de ida e volta para resolver alguma coisa. A maioria das listas de exemplos para em Siri, Alexa e nos chats de sites. São exemplos reais, mas, se você está decidindo se coloca um agente nas suas próprias linhas telefônicas, eles dizem pouco. O que você quer saber é quem tem um em produção, o que ele atende e o que mudou depois que entrou no ar.
Aqui estão doze implantações que respondem a essas perguntas. Todas rodam nos modelos de voz da Cartesia, porque são as que conhecemos com números. Cada uma tem link para a história completa do cliente. O padrão entre elas importa mais do que qualquer exemplo isolado, então há uma seção curta sobre isso no final.
Os doze exemplos num relance
| Empresa | O que a IA conversacional faz | O que mudou |
|---|---|---|
| Lorikeet | Resolve ligações de suporte para empresas reguladas | Mais de 21.000 ligações em nove dias durante uma crise, com 100% de uptime |
| Replicant | Atende ligações de contact center para marcas como a Fanatics | Ligações atendidas na hora; a contenção melhorou em semanas |
| Assort Health | Marca e remarca consultas de pacientes | Agendamentos +7%, tempo de espera −89% |
| SuperDial | Liga para operadoras para checar coberturas e sinistros | Produtividade da equipe de faturamento ×4 |
| Arini | Atende o telefone de clínicas odontológicas | Respostas mais de 2 vezes mais rápidas que o fornecedor anterior |
| EliseAI | Agenda visitas a apartamentos e atende moradores | Conversão de visitas +5,3% após um teste de vozes regionais |
| Fundamento | Liga para quem trava no meio de um pedido de empréstimo | 42% de quem desistiu voltou e concluiu |
| 2X Solutions | Faz e recebe ligações de vendas para empresas com muitos leads | Ligações abandonadas abaixo de 1,25%, bem dentro do limite legal de 3% |
| Thoughtly | Liga e qualifica leads direto do CRM | Latência de ponta a ponta abaixo de 200 ms em ligações ao vivo |
| Bolna | Faz ligações de suporte e vendas em idiomas da Índia | Mais de 500.000 ligações por dia; ~40% menos tempo de engenharia em latência |
| Tavus | Avatares de vídeo que conversam ao vivo | Menos de um segundo de ponta a ponta |
| Ego | Personagens de jogo com quem dá para conversar | NPCs e companheiros que falam num mod de Valheim |
Atendimento ao cliente
Lorikeet: uma linha de crise no ar em um dia. A Lorikeet cria agentes de suporte para empresas reguladas de serviços financeiros, saúde, seguros e viagens. Quando mais de 300.000 famílias passaram de repente a receber o auxílio alimentação SNAP pela GiveCard, o volume de ligações explodiu da noite para o dia. A Lorikeet colocou agentes de voz atendendo em menos de 24 horas. Nos primeiros nove dias, foram mais de 21.000 ligações, centenas ao mesmo tempo, em inglês, espanhol e mandarim, com 100% de uptime. Os agentes verificavam quem ligava e resolviam com a pessoa os problemas do cartão. Muita gente agradecia ao agente e desejava um bom dia, mesmo com o agente avisando logo de início que era uma IA.
A lição não é que o agente fosse esperto. É que a tarefa era estreita (problemas de cartão), os dados estavam disponíveis (consultas de conta) e a voz era calma o bastante para que pessoas estressadas continuassem na ligação.
Replicant: o grande volume do meio de um contact center. A Replicant automatiza conversas com clientes para empresas como DoorDash, AAA e Fanatics. Para a Fanatics, isso significa absorver os picos sazonais de ligações sem aumentar a equipe. Desde a troca, as ligações são atendidas na hora e a equipe humana gasta o tempo com as que exigem julgamento. A Replicant reporta 99,99% de uptime, e precisa disso: quando uma tempestade lota de ligações uma linha de assistência na estrada, um agente que fica lento sob carga é pior do que nenhum agente.
Se suporte é seu primeiro caso de uso, o guia de automação de contact center explica como escolher quais ligações vêm primeiro.
Saúde
Assort Health: agenda para clínicas especializadas. Os agentes da Assort atendem ligações de pacientes de mais de 140 clínicas e já fizeram mais de 5 milhões de interações. Marcam, remarcam e respondem dúvidas do consultório, trabalhando direto no prontuário eletrônico. Os agendamentos subiram 7%, os custos operacionais caíram 63% e o tempo de espera dos pacientes caiu 89%. O difícil era acertar sempre datas, endereços, planos de saúde e nomes de remédios, com áudio de telefone, em milhares de casos-limite.
SuperDial: as ligações que nenhum paciente vê. Boa parte do tempo de telefone de uma clínica é gente esperando na linha com operadoras. Os agentes da SuperDial fazem essas ligações: navegam pelas URAs das operadoras, esperam na linha e verificam coberturas ou cobram sinistros com o próprio atendente da operadora. As equipes de faturamento produzem quatro vezes mais.
Arini: a recepção das clínicas odontológicas. A Arini atende ligações a qualquer hora para consultórios odontológicos, marca consultas e responde dúvidas de convênio e cobrança em inglês e espanhol. O cofundador foi direto: uma ligação perdida pode valer mais de 5.000 dólares para uma clínica. Cada instante de atraso aumenta a chance de o paciente desligar; por isso a Arini mudou para um fornecedor que respondia mais do que duas vezes mais rápido.
Há mais sobre onde traçar a linha clínica, HIPAA e métricas de piloto em IA conversacional na saúde.
Moradia
EliseAI: um em cada seis apartamentos dos EUA. Cerca de 1 em cada 6 apartamentos dos Estados Unidos usa a EliseAI. Os agentes agendam visitas, recebem pedidos de manutenção, cuidam de renovações e ajudam moradores em processos de elegibilidade e recertificação, em mais de 5 milhões de ligações de voz por mês. As vozes multilíngues permitem atender moradores de habitação acessível no próprio idioma, fora do horário comercial.
A EliseAI é o exemplo mais claro desta lista de como testar IA conversacional. Cada voz nova passa por quatro etapas: um benchmark público, um teste A/B cego com avaliadores humanos, um rollout em 1% da produção medido em resultados reais e uma auditoria manual de ligações. Quando testaram vozes regionais (uma voz do Meio-Oeste em Illinois, uma voz sulista no Texas), a conversão de visitas subiu 5,3%, o engajamento 7,8% e quem ligava falou 15,8% mais palavras. Isso importa mais do que parece: quem fala mais dá ao agente mais material para trabalhar.
Crédito e serviços financeiros
Fundamento: resgatar pedidos de empréstimo parados. A Fundamento opera agentes de voz para credores e seguradoras da Índia, como Hero FinCorp, IIFL e ICICI Prudential, com mais de 20 milhões de ligações de saída por mês. Para a Hero FinCorp, o agente liga para quem fica mais de cinco minutos parado durante um pedido de empréstimo digital. Muitas vezes a pessoa travou porque o formulário está em inglês e essa não é a língua materna dela. O agente descobre o problema no idioma da pessoa e a guia de volta. 42% desses solicitantes voltaram e concluíram o pedido.
Bancos trazem regras próprias: verificar antes de mostrar dados da conta, manter números de cartão fora do modelo, limites de frequência na cobrança. IA conversacional em bancos passa por elas.
Vendas e ligações de saída
2X Solutions: compliance como problema de latência. Nos EUA, as regras de telemarketing da FCC (47 CFR 64.1200) consideram abandonada uma ligação de saída se a pessoa não for conectada em até dois segundos após terminar de dizer “alô”, e limitam as ligações abandonadas a 3% de uma campanha em 30 dias. O fornecedor de voz anterior da 2X levava de 500 a 900 ms para começar a falar, o que comia boa parte desses dois segundos quando somado ao resto do sistema. Depois da troca, a taxa de abandono caiu para menos de 1,25%, com cerca de 3 milhões de ligações por mês.
Thoughtly: uma voz para o CRM. A Thoughtly se conecta ao Salesforce e ao HubSpot para ligar, qualificar e encaminhar leads para mais de 1.000 equipes, entre elas Coldwell Banker e Farmers Insurance. As ligações ao vivo rodam com menos de 200 ms de ponta a ponta, e as equipes podem clonar uma voz de marca a partir de 20 a 30 segundos de áudio para demos de vendas. Em ligações de saída, os dois primeiros segundos decidem tudo; por isso esses dois exemplos são, no fundo, histórias de latência.
Se o seu caso de uso é ligação de saída, leia cold calling com IA antes de discar para alguém. As regras de consentimento para vozes de IA são mais rígidas do que a maioria das equipes imagina.
Muitos idiomas, um agente
Bolna: agentes de voz em toda a Índia. A plataforma da Bolna faz mais de 500.000 ligações por dia para empresas que implantam agentes em hindi, tâmil, telugu e outros idiomas da Índia. Quem liga troca de hindi para inglês no meio da frase e dita números de pedido e códigos alfanuméricos que precisam sair certos no telefone. A melhor qualidade de idioma abriu novas regiões para os clientes da Bolna e reduziu em cerca de 40% o tempo de engenharia gasto corrigindo latência e qualidade. A Índia tem 22 idiomas oficiais, e um agente que só soa natural em um deles alcança uma fração das pessoas.
Além do telefone
Nem toda implantação de IA conversacional atende ligações.
Tavus: avatares de vídeo com quem dá para conversar. A Tavus cria réplicas de IA que veem, ouvem e respondem numa videochamada ao vivo. Chegar a uma resposta de ponta a ponta em menos de um segundo, para que o avatar responda enquanto a conversa ainda parece ao vivo, depende de uma geração de voz que começa em menos de 100 ms.
Ego: personagens de jogo que respondem. A Ego permite que jogadores criem mundos 3D em linguagem natural. Em Thrall, um mod para o jogo de sobrevivência Valheim, os jogadores dão comandos de voz a um companheiro de IA (pegar madeira, entrar numa luta) e ele responde em voz alta, comemorando uma boa caçada ou confirmando a ordem.
Dois exemplos menores: a Rox dá aos vendedores um modo de voz para perguntar sobre suas contas enquanto atravessam um aeroporto, e o Poe, da Quora, permite que milhões de usuários ouçam respostas de IA em mais de 100 vozes e 14 idiomas.
O que os exemplos que funcionam têm em comum
Lendo os doze juntos, aparecem as mesmas cinco características:
- Uma tarefa, com um sistema de registro por trás. Agendamento, suporte de cartão, acompanhamento de pedidos. O agente consulta a resposta certa em vez de improvisar.
- Um orçamento de latência que alguém mediu. A 2X tinha dois segundos por lei, e a Arini contava ligações perdidas em dólares. Nos dois casos, velocidade era um número de negócio, não uma linha da ficha técnica.
- Um caminho claro até uma pessoa. Os agentes da Lorikeet funcionaram numa crise porque quem ligava ainda conseguia falar com alguém quando o agente não resolvia. O guia de transferência assistida mostra como transferir sem fazer a pessoa repetir tudo.
- O idioma de quem liga, não só o inglês. Fundamento, Bolna, EliseAI e Lorikeet conquistaram as pessoas porque o agente falava o idioma em que elas se sentiam mais à vontade.
- Métricas de resultado, testadas em produção. Agendamentos, pedidos concluídos, conversão de visitas. O rollout de 1% da EliseAI é o modelo: prove com ligações reais antes de ligar para todo mundo.
O que falta na lista diz tanto quanto o que está nela. Nenhum é um assistente genérico que tenta fazer tudo. Os que funcionam começam estreitos e crescem um tipo de ligação por vez.
Crie o seu
Há dois jeitos de criar um na Cartesia. O Managed Agents cuida do reconhecimento de fala, do modelo de linguagem, da geração de voz e da conexão telefônica. Você escreve as instruções, conecta seus sistemas como ferramentas e recebe um número de telefone. Ou use a API: Sonic para a voz, Ink para transcrição em streaming e detecção de turno, e sua própria orquestração no meio. É o caminho de plataformas como Retell e Vapi. O guia de agentes de voz com IA explica como as peças se encaixam, e a página de clientes tem cada história completa.
Para testar um antes de construir qualquer coisa, crie um agente no playground da Cartesia e ligue para ele do seu celular.