Para quem já sabe qual processo quer automatizar
Desenvolvimento de agentes de IA sob medida para empresas
Para quem já sabe qual processo quer tirar das mãos do time. A Waxi constrói o agente de IA sobre esse processo, integra aos sistemas que você já usa e coloca em produção com uma pessoa revisando as exceções, em um piloto de 4 a 8 semanas.
Recorte do piloto · Waxi
Pedidos que chegam por e-mail
Distribuidora fictícia · piloto sobre um processo
- EscopoPedidos do e-mail comercial, lançados no ERP1 processo
- MétricaTempo entre o pedido e o lançamento no ERPHoras por pedido
- Linha de baseMedida antes de construir qualquer coisaSemana 1medida antes do agente
- ExceçõesPedido que não bate com preço ou estoqueUma pessoa
Um processo, uma métrica, uma pessoa revisando as exceções.
- Para quem
- Empresas que já sabem qual processo querem automatizar, quem responde por ele e qual número deveria mudar.
- Prazo
- Piloto em produção em 4 a 8 semanas, sobre um processo e uma métrica.
- Entregável
- Agente em produção com uma métrica combinada, supervisão humana nas exceções e, por escolha sua, passagem para o seu time ou operação contínua pela Waxi.
- Como começa
- Uma conversa sobre o caso e um recorte curto do processo. Não exigimos consultoria antes.
O que é um agente de IA, e o que ele não é
Um agente de IA é um programa que recebe um objetivo, consulta as informações de que precisa, decide o próximo passo e executa ações em outros sistemas, como registrar no CRM, responder no WhatsApp ou lançar uma nota no ERP. A diferença para um chatbot é que o agente age, não só responde. A diferença para uma automação comum é que ele lida com entrada que muda de forma: um pedido escrito de dez jeitos, um documento fora do padrão, uma pergunta que ninguém previu.
Essa capacidade tem preço e tem risco. Um agente custa mais para construir e operar do que uma regra, e erra de um jeito diferente: em vez de travar, pode seguir em frente com confiança. Por isso a primeira pergunta de todo projeto da Waxi é se o processo precisa mesmo de um agente, ou se uma regra ou uma integração bem feita resolve.
Na prática, quase todo agente em produção é uma combinação. A parte do processo que segue regra fixa fica numa regra. A parte que só move dado de um sistema para outro fica numa automação de fluxo. O agente entra onde há leitura, interpretação ou decisão, e uma pessoa revisa os casos em que o erro custa caro. A tabela mostra onde termina cada peça.
| Tipo | O que faz | Exemplo | Quando basta |
|---|---|---|---|
| Regra | O que faz: Aplica uma condição fixa escrita por alguém | Exemplo: Pedido acima de um valor vai para aprovação do gerente | Quando basta: Quando a condição cabe numa frase do tipo "se X, então Y" e não muda de caso para caso |
| Automação de fluxo | O que faz: Move dado entre sistemas numa sequência fixa | Exemplo: Formulário do site cria o contato no CRM e avisa o vendedor | Quando basta: Quando a entrada tem sempre o mesmo formato e ninguém precisa interpretar nada |
| Chatbot | O que faz: Responde perguntas numa conversa, a partir de um roteiro ou de uma base de conhecimento | Exemplo: Tira dúvidas de horário, prazo de entrega e política de troca | Quando basta: Quando o trabalho termina na resposta e nenhum sistema precisa ser alterado |
| Agente de IA | O que faz: Interpreta a entrada, consulta sistemas, decide o passo seguinte e executa, com limites definidos | Exemplo: Lê o pedido que chegou por e-mail, confere preço e estoque no ERP, lança o pedido e manda para uma pessoa o que não bate | Quando basta: Quando a entrada varia, a decisão depende de contexto e o volume justifica o custo de operar |
- Agentes de IA no trabalho: o que dá para delegar hoje e o que ainda pede uma pessoa
Que agentes de IA construímos
A Waxi constrói agentes de IA em três frentes de trabalho repetitivo: operações comerciais, backoffice e documentos, e análise e inteligência. São as frentes em que o trabalho tem volume, segue um critério que dá para escrever e hoje consome horas de gente qualificada em tarefas de leitura, conferência e registro.
Duas frentes têm um teste grátis com dado real, para você ver o agente trabalhando no seu caso antes de qualquer proposta. A terceira começa por uma conversa sobre a pergunta que o seu time precisa responder. Fora dessas frentes, também construímos agentes de atendimento e de sucesso do cliente, e a conversa inicial diz se o seu caso se encaixa.
Operações comerciais
Agentes que qualificam contas com os critérios do seu time e escrevem o veredito com motivo no CRM, respondem o lead no WhatsApp pela API oficial e agendam a reunião, acompanham propostas paradas e mantêm o CRM em dia a partir de e-mails e conversas. Teste grátis: você descreve o cliente ideal, lista até 10 contas e recebe as fichas em até 5 dias úteis.
Backoffice e documentos
Agentes que leem documentos e fazem a conferência que hoje é manual: destaque de IBS e CBS nas notas de entrada, contas a pagar sem digitação, leitura e extração de dados de documentos, com cada veredito registrado com o motivo e o trecho de origem. Teste grátis na conferência de notas: até 50 notas de entrada de um mês.
Análise e inteligência
Agentes que acompanham o mercado e os seus números no lugar de alguém abrir planilha toda semana: vendedores e preços em marketplaces, movimentos de concorrentes, indicadores que saíram do padrão e relatórios recorrentes com a causa provável. Aqui não há teste grátis: começa por uma conversa sobre a pergunta de negócio.
- Agentes de IA para operações comerciais: teste grátis de qualificação em até 10 contas
- Agentes de IA para o backoffice financeiro e fiscal: teste grátis de conferência em até 50 notas
- Conferência de notas fiscais com IA: o checklist da nota de entrada e onde a IA erra
- Inteligência comercial com dados de mercado: começa por uma conversa sobre a sua pergunta
Como construímos um agente, do recorte à operação
O desenvolvimento de um agente de IA na Waxi segue seis etapas, todas dentro de um piloto de 4 a 8 semanas, exceto a última. O objetivo do piloto é um processo rodando em produção com a métrica medida antes e depois, não uma demonstração. Cada etapa tem um entregável que você consegue conferir sem ler código.
O objetivo é escrito como resultado da operação, não como tecnologia. "Construir um agente de pedidos" não é objetivo; "reduzir o tempo entre o pedido chegar por e-mail e estar lançado no ERP" é. Essa troca parece detalhe, mas é o que permite dizer, no fim do piloto, se funcionou.
Etapa 1 · Início do piloto
Recorte do caso e da métrica
Escolhemos com você o trecho do processo que entra no piloto, quem responde por ele e qual número deve mudar. Medimos esse número antes de construir qualquer coisa, para ter com o que comparar.
- Entregável
- Escopo escrito, métrica e linha de base medida
Etapa 2 · Primeiras semanas do piloto
Arquitetura
Separamos o que é regra, o que é automação e o que precisa de agente. Escolhemos o modelo de IA pelo tipo de tarefa e pelo custo, e marcamos os pontos em que uma pessoa revisa antes de o agente agir.
- Entregável
- Desenho do fluxo, limites do agente e pontos de revisão humana
Etapa 3 · Ao longo do piloto
Integrações
Conectamos o agente onde o trabalho acontece: CRM, ERP, WhatsApp, e-mail, planilhas. Integração mínima no piloto, só o que o processo escolhido precisa para rodar de verdade.
- Entregável
- Agente lendo e escrevendo nos seus sistemas, com permissões mínimas
Etapa 4 · Antes da produção
Avaliação antes de ir ao ar
Recomendamos montar um conjunto de casos reais do seu processo com a resposta certa conhecida e rodar o agente contra ele antes de ir ao ar. O critério de qualidade é desenhado com você, e é ele que permite decidir com número, e não com impressão, se o agente está pronto para a operação.
- Entregável
- Casos de teste, critério de qualidade e resultado do agente em cada um
Etapa 5 · Semanas finais do piloto
Produção assistida
O agente entra na operação real, com a Waxi operando ao lado do seu time. As exceções vão para uma pessoa, revisamos amostras do que o agente decidiu e ajustamos instruções e limites com o que aparece.
- Entregável
- Processo em produção e a métrica medida depois
Etapa 6 · Depois do piloto, por escolha sua
Passagem ou operação contínua
Você escolhe: o seu time assume a operação, com capacitação e regras documentadas, ou a Waxi segue operando e ajustando o agente, com relatório mensal da métrica combinada.
- Entregável
- Documentação e time capacitado, ou relatório mensal
- A metodologia da Waxi: o piloto dentro das etapas, do AI Score à operação contínua
Integrações: WhatsApp, CRM, ERP e documentos
Um agente de IA só gera resultado quando lê e escreve nos sistemas em que o trabalho acontece. Integração é também a linha mais cara da construção: no orçamento de exemplo do relatório de custos da Waxi, ela responde por 26% do primeiro ano, mais que qualquer outra parte da implementação. Por isso a arquitetura do piloto começa perguntando o que cada sistema oferece para conectar.
No WhatsApp, trabalhamos só com a API oficial da Meta. APIs não oficiais funcionam imitando o WhatsApp Web e violam os termos comerciais do WhatsApp, e o número banido é o canal de atendimento da empresa fora do ar. Vale saber que a regra de cobrança da API muda: segundo a documentação oficial da Meta, a partir de 1º de outubro de 2026 as mensagens de serviço, respostas enviadas dentro da janela de 24 horas aberta pelo cliente, passam a ser cobradas por mensagem, como os templates já eram. Essa linha entra na conta de operação do agente.
- CRM: o agente lê a conta, a oportunidade e o histórico, e escreve campos, etapas, notas e tarefas. Se a empresa ainda não tem CRM, ele escreve numa planilha estruturada com os mesmos campos.
- ERP: consulta preço, estoque, pedido e cadastro, e lança o que o processo pede, com o acesso restrito ao que o agente precisa. Quando o ERP não tem API, o caminho costuma ser uma exportação combinada ou um arquivo de troca.
- E-mail e documentos: o agente lê a caixa de entrada ou uma pasta, identifica o tipo de documento (pedido, nota, contrato, boleto), extrai os campos e registra de onde tirou cada um.
- Planilhas: continuam valendo como entrada e saída, e muitas vezes são a primeira integração de um piloto, antes de mexer no sistema principal.
- Sistema sem API e sem exportação: existe caminho, como automação da tela ou leitura de relatório gerado pelo sistema, mas é mais caro e mais frágil. Como referência do relatório de custos da Waxi, cada sistema sem API soma de R$ 10 mil a R$ 40 mil à implementação dos agentes que o relatório descreve (atendimento, qualificação comercial, análise documental e back-office), e esse ponto entra na conversa antes de começar.
- Como criar um agente de IA no WhatsApp com a API oficial: o passo a passo técnico e a conta aberta
- Relatório de custos de IA: o que fica de fora da proposta, incluindo sistemas sem API
- Novas tarifas do WhatsApp em outubro de 2026: como calcular a sua exposição
- Meta, cobrança de mensagens de serviço no WhatsApp: documentação oficial, conferida em 28/09/2026
Quanto custa um agente de IA: construir e operar
Um agente de IA custa em duas partes: a construção, que se paga uma vez, e a operação, que se paga todo mês enquanto ele estiver no ar. Nos três cenários completos do relatório de custos da Waxi, edição de setembro de 2026, implementar e operar um agente por 12 meses vai de R$ 84.662 (atendimento com 1.000 conversas por mês) a R$ 235.821 (análise de 20.000 documentos por mês). São referências do relatório de custos da Waxi para os escopos descritos (tipo de agente, volume e modelo de cada cenário), não uma tabela de preços nem uma proposta para o seu caso.
O modelo de IA, que é a linha com preço público e a que todo mundo calcula, é a menor parte. No orçamento de exemplo do relatório, um agente com primeiro ano de R$ 115.200, o modelo responde por 2% e a infraestrutura por 4%. A operação, que inclui revisão humana de amostra, ajustes e a migração quando o provedor troca de modelo, responde por 42%. Integração, dados e capacitação completam a conta. A tabela abre as seis linhas.
| Linha | O que é | Peso no primeiro ano | Quando aparece |
|---|---|---|---|
| Modelo | O que é: Tokens consumidos na API do provedor de IA | Peso no primeiro ano: 2% | Quando aparece: Na operação, todo mês |
| Infraestrutura | O que é: Hospedagem do agente, banco vetorial, filas, monitoramento e logs | Peso no primeiro ano: 4% | Quando aparece: Na operação, todo mês |
| Integração | O que é: Conectar ao CRM, ao WhatsApp e ao sistema de suporte, e tratar o que não tem API | Peso no primeiro ano: 26% | Quando aparece: Na construção |
| Dados | O que é: Levantar, limpar e estruturar a base de conhecimento, e adequar à LGPD | Peso no primeiro ano: 16% | Quando aparece: Na construção e a cada mudança no processo |
| Capacitação | O que é: Treinar quem opera, quem revisa e quem decide, e redesenhar o processo | Peso no primeiro ano: 10% | Quando aparece: Antes de ir ao ar e nos 3 meses seguintes |
| Operação | O que é: Revisão humana de amostra, ajuste, migração quando o provedor troca de modelo, suporte | Peso no primeiro ano: 42% | Quando aparece: Do dia em que vai ao ar, enquanto ele estiver no ar |
- O peso do modelo muda com o tipo de agente. Nos três cenários do relatório, ele vai de 0,1% do total (atendimento com GPT-5.6 Luna) a 11,8% (análise documental com Claude Opus 5). Documento longo e modelo mais caro fazem a diferença.
- O preço do modelo varia muito entre provedores. Os 11 modelos fechados de OpenAI, Anthropic e Google comparados no relatório vão de R$ 1 a R$ 52 por milhão de tokens de entrada. Escolher o modelo pelo tipo de tarefa, e não pela marca, é uma das decisões da arquitetura.
- O que mais move o custo da construção é o número de sistemas a integrar, o estado dos dados e quanto do processo o agente decide sozinho. Um agente que só consulta custa menos para construir e revisar do que um que executa ações.
- Calculadora de custo de agente de IA: o custo mensal de modelo e uma parcela de operação para o seu volume, modelo por modelo
- Relatório: quanto custa colocar agentes de IA em operação: as seis linhas, os três cenários e os 21 modelos em reais
Números do relatório de custos da Waxi, edição de setembro de 2026, com preços de modelos consultados nas páginas oficiais dos provedores em 18/09/2026. A tabela da calculadora foi conferida em 19/09/2026. Preço de modelo muda com frequência: confira o valor vigente antes de fechar orçamento.
Supervisão humana, segurança e LGPD
Um agente de IA em produção precisa de limites escritos antes de ir ao ar: o que ele pode fazer sozinho, o que pede aprovação e o que nunca faz. Perante a LGPD e perante o cliente, quem responde pelo que o agente fez é a empresa que o colocou para agir, e "foi a IA que decidiu" não transfere essa responsabilidade. A supervisão humana é o que torna isso administrável.
Estes são os pontos que recomendamos desenhar com você já na arquitetura, e não numa revisão no fim, porque cada um responde a uma pergunta que aparece no primeiro incidente:
- Escala para uma pessoa: o agente passa o caso para alguém do seu time quando a evidência é insuficiente, quando a conversa sai do roteiro ou quando a ação tem valor ou risco acima do limite combinado.
- Trilha de auditoria: cada ação fica registrada com o que o agente fez, quando, com base em qual dado e com qual resultado. É o registro que permite auditar, responder a um titular de dados e melhorar o agente.
- Acesso mínimo: o agente acessa só os sistemas e os campos de que o processo precisa, com credenciais próprias e revogáveis.
- Retenção de dados: desenhamos com você o que é guardado, por quanto tempo e onde. Recomendamos contas de API corporativas no nome da sua empresa, porque é nelas que valem os termos de uso comercial. OpenAI e Anthropic declaram que não usam os dados enviados pela API para treinar os modelos por padrão.
- Botão de desligar: recomendamos combinar antes quem pode pausar o agente, como e em quanto tempo, porque essa pergunta costuma ser respondida tarde demais no meio de um incidente.
- Revisão periódica: pode entrar no escopo uma revisão em intervalo fixo do que o agente fez, de quantas ações exigiram correção e de algum limite que precise mudar. Sem ela, o agente piora devagar sem ninguém perceber.
- Governança de agentes de IA: o checklist prático para colocar um agente em produção
- Zero Data Retention e LGPD: as seis perguntas para fazer a qualquer fornecedor de IA
- OpenAI, privacidade para empresas e API: sem treino com dados da API por padrão
- Anthropic, uso de dados para treinamento: sem treino com dados da API por padrão
Políticas dos provedores conferidas nas páginas oficiais em 28/09/2026. O que vale para a sua empresa é o contrato do plano contratado.
Agente sob medida, plataforma pronta ou time interno
Um agente sob medida não é a resposta certa para todo processo. Plataformas de agentes dos fornecedores de CRM e de produtividade, construtores sem código e ferramentas prontas por nicho resolvem bem muitos casos, e um time interno faz sentido quando a IA vira parte permanente do produto. A tabela compara os quatro caminhos pelo que decide na prática: onde cada um funciona, onde para e quem cuida dele depois.
Para a conta em reais dos caminhos, o relatório de custos compara ferramenta pronta, consultoria e equipe interna para o mesmo escopo, um agente de atendimento integrado ao CRM com 3.000 conversas por mês, da implementação ao 12º mês de operação. Como referência do relatório de custos da Waxi para esse escopo, deu de R$ 25 mil a R$ 79 mil com ferramenta pronta, de R$ 111 mil a R$ 223 mil com consultoria e de R$ 700 mil a R$ 1,07 milhão com equipe interna. Os totais valem para aquele escopo, não para o seu, mas mostram por que a escolha do caminho vem antes da escolha do fornecedor.
| Caminho | Quando faz sentido | Onde para | Quem mantém |
|---|---|---|---|
| Quando faz sentido: Processo padrão de mercado, como agendamento, transcrição ou dúvidas frequentes | Onde para: Quando o processo depende de regra específica do seu negócio ou de um sistema que a ferramenta não conecta | Quem mantém: O fornecedor da ferramenta; o seu time configura | |
| Quando faz sentido: O processo vive quase todo dentro daquela plataforma e a empresa já paga por ela | Onde para: Quando o agente precisa agir em sistemas de fora da plataforma ou quando a cobrança por uso cresce com o volume | Quem mantém: O seu time, com o suporte do fornecedor da plataforma | |
| Quando faz sentido: Processo com volume, regra própria e vários sistemas envolvidos, sem ninguém técnico em casa para liderar | Onde para: Quando a IA vira rotina diária de várias áreas e compensa ter gente dedicada dentro da empresa | Quem mantém: O seu time depois da passagem, ou a Waxi em operação contínua, por escolha sua | |
| Quando faz sentido: IA é parte do produto ou da operação central, a demanda é contínua e já existe alguém para liderar | Onde para: Leva meses para contratar e custa a folha inteira antes do primeiro resultado | Quem mantém: O próprio time, que precisa cobrir dados, engenharia e operação |
- Relatório de custos de IA: ferramenta pronta, consultoria e equipe interna lado a lado, com a conta aberta
- Como automatizar o atendimento com agentes de IA: quando uma ferramenta pronta resolve o atendimento
Quando não construir um agente de IA
Não construa um agente de IA quando o problema se resolve com algo mais simples, quando uma ferramenta pronta já faz o trabalho ou quando falta o que qualquer agente precisa para funcionar. Nesses casos, dizemos isso na primeira conversa e indicamos o caminho que resolve.
- A regra é fixa: se a decisão cabe em "se X, então Y" e a entrada tem sempre o mesmo formato, uma regra ou uma automação de fluxo faz o trabalho por uma fração do custo, e sem risco de interpretação errada.
- O caso é padrão de mercado: agendamento, transcrição de reunião e dúvidas frequentes já têm ferramentas prontas que fazem bem por uma assinatura. Teste duas ou três por um mês antes de pensar em construir.
- O processo não tem dono: se ninguém responde pelo resultado, ninguém revisa as exceções nem decide os limites do agente, e o piloto não vira operação. O primeiro passo é definir quem responde.
- Não existe dado: se o histórico está em planilhas que não conversam ou o cadastro tem três versões, o agente vai errar em cima dele. O caminho é organizar a base antes, com a consultoria de dados.
- Não existe volume: um processo que acontece dez vezes por mês raramente paga o custo de operar um agente. A calculadora de custo mostra a conta com o seu volume.
- Você ainda não sabe qual processo atacar: se a dúvida é por onde começar, o desenvolvimento vem depois. A consultoria em inteligência artificial prioriza os processos e recomenda para cada um construir, comprar pronto ou não fazer.
- Consultoria em inteligência artificial: quando o processo ainda não está escolhido
- Consultoria de dados: quando a base ainda não sustenta um agente
- AI Score: uma primeira leitura grátis em dois minutos
Quem mantém o agente depois que ele vai ao ar
Depois que o agente vai ao ar, alguém precisa mantê-lo, e essa é a linha que mais pesa no custo: 42% do primeiro ano no orçamento de exemplo do relatório. Um agente sem manutenção piora devagar, porque o processo muda, os dados mudam e o provedor troca o modelo. Ao fim do piloto, você escolhe entre dois caminhos.
No primeiro, o seu time assume. A passagem inclui as regras e os limites do agente documentados, o fluxo de revisão das exceções e a capacitação de quem vai operar, revisar e decidir. Para formar a equipe além do piloto, a capacitação em inteligência artificial monta workshops e trilhas sobre os processos reais da empresa.
No segundo, a Waxi segue operando o agente com vocês, com relatório mensal da métrica combinada. Em qualquer dos dois caminhos, a operação inclui:
- Revisão de amostra: ler regularmente uma parte do que o agente decidiu, inclusive o que ele não mandou para uma pessoa.
- Ajuste: corrigir instruções, limites e base de conhecimento quando o processo muda ou quando a revisão encontra um padrão de erro.
- Troca de modelo: quando o provedor aposenta um modelo ou lança um mais barato, testar o novo contra os mesmos casos de avaliação antes de trocar.
- Custo: acompanhar o consumo de modelo e de infraestrutura por mês e agir quando ele sai do previsto.
- Capacitação em inteligência artificial: para o time operar, supervisionar e evoluir os agentes
Quanto custa um agente de IA?
Nos três cenários completos do relatório de custos da Waxi (setembro de 2026), implementar e operar um agente por 12 meses vai de R$ 84.662 (atendimento com 1.000 conversas por mês) a R$ 235.821 (análise de 20.000 documentos por mês). São referências do relatório para esses escopos, não preço de proposta. O modelo de IA é a menor parte; integração, dados e operação pesam mais. Para o custo mensal de modelo no seu volume, use a calculadora de custo de agente.
Quanto tempo leva para colocar um agente em produção?
O piloto leva de 4 a 8 semanas até o agente rodar em produção sobre um processo, com a métrica medida antes e depois. O que mais pesa no prazo é o número de sistemas a integrar e o estado dos dados. Ampliar para o processo inteiro vem depois, com escopo definido pelo que o piloto provou.
Qual a diferença entre agente de IA e chatbot?
O chatbot responde; o agente age. Um chatbot tira dúvidas a partir de um roteiro ou de uma base de conhecimento. Um agente interpreta o pedido, consulta sistemas, decide o próximo passo e executa, como lançar um pedido no ERP ou atualizar o CRM, dentro de limites definidos e com uma pessoa revisando as exceções.
Preciso contratar a consultoria antes?
Não. Se você já sabe qual processo quer automatizar, quem responde por ele e qual número deveria mudar, começamos direto pelo piloto. A consultoria em IA serve para quem ainda não sabe qual processo atacar primeiro.
Qual modelo de IA vocês usam?
O que for adequado à tarefa. Triagem e extração em volume pedem um modelo leve e barato; análise de documento longo, em que o erro custa caro, pode pedir um modelo de ponta. A escolha entre OpenAI, Anthropic, Google ou um modelo aberto é feita na arquitetura, com o custo mensal estimado. Recomendamos desenhar o agente de forma que trocar de modelo seja um teste contra os mesmos casos, e não uma reconstrução, porque os provedores aposentam e barateiam modelos com frequência.
O agente funciona no WhatsApp?
Sim, pela API oficial da Meta, que é o canal permitido pelos termos do WhatsApp para uso comercial. Não usamos APIs não oficiais, porque o risco é o número da empresa ser banido. A partir de 1º de outubro de 2026, a Meta passa a cobrar também as mensagens de serviço, e esse custo entra na conta de operação.
O agente integra com o meu CRM ou ERP?
Na maioria dos casos, sim: o agente lê e escreve no CRM e no ERP que você já usa, pela API do sistema. Quando o sistema não tem API, o caminho é uma exportação combinada, um arquivo de troca ou automação da tela, que custa mais. Isso é levantado na conversa inicial, antes de qualquer proposta.
Quem é responsável quando o agente erra?
Perante a LGPD e o cliente, a empresa que colocou o agente para agir. Por isso o agente tem limites escritos, escala para uma pessoa os casos de maior risco e registra cada ação com o dado que usou. Esses registros permitem descobrir o que aconteceu, corrigir e mostrar que houve diligência.
Meus dados são usados para treinar o modelo?
Por padrão, não: OpenAI e Anthropic declaram nas páginas oficiais que não usam os dados enviados pela API para treinar modelos. Recomendamos contas de API corporativas no nome da sua empresa, e quem governa isso na prática é o contrato do plano contratado e as configurações da conta: retenção, local de processamento e acesso aos dados precisam estar explícitos ali.
Quem mantém o agente depois?
Você escolhe. O seu time pode assumir, com as regras documentadas e a capacitação de quem opera e revisa. Ou a Waxi segue operando o agente, com revisão de amostra, ajustes, troca de modelo quando for o caso e relatório mensal da métrica combinada.
Posso começar com um teste?
Em duas frentes, sim, e de graça. Em operações comerciais, o agente qualifica até 10 contas suas e você recebe as fichas em até 5 dias úteis. No backoffice financeiro, ele confere até 50 notas de entrada de um mês. Para os outros casos, a primeira conversa desenha o recorte do piloto.
Continue lendo
Conte qual processo você quer tirar das mãos do time
Na primeira conversa, olhamos o processo, os sistemas envolvidos e o número que deveria mudar. Você sai sabendo se o caso pede um agente, uma regra ou uma ferramenta pronta, e qual seria o recorte do piloto.
Marcar a conversa