Recepcionistas telefónicas com IA: problemas reais e por que razão a Internet funciona melhor

Existem duas recepcionistas de IA. Uma atende o telefone e responde com uma voz. A outra escreve no chat de um site. Este artigo trata da primeira: quais os problemas que surgem quando o atendimento é feito por telefone e por que razão esses problemas não são os mesmos do chat. Cada valor é acompanhado do estudo em que se baseia e de um link para o consultar. Não há números inventados e não é mencionada nenhuma empresa concorrente.

As pessoas querem poder chegar a alguém

Em fevereiro e março de 2026, a Gartner questionou 3 566 clientes, tanto empresariais como particulares, sobre a utilização da IA generativa no atendimento. 87 % afirmaram que, se uma empresa utiliza essa IA, é essencial poder contactar uma pessoa. Ao mesmo tempo, 50 % afirmaram que os trâmites são mais fáceis quando a empresa utiliza IA generativa. A conclusão não é que «a IA seja supérflua». O que acontece é que as pessoas aceitam a ajuda, mas rejeitam que essa ajuda se torne um obstáculo.

Aos que não queriam utilizar a IA, a Gartner perguntou o que os levaria a mudar de ideias. A resposta mais frequente foi a possibilidade de passar a chamada para uma pessoa, se necessário. O próprio comentário da Gartner acrescenta que não é aconselhável tornar a IA uma etapa obrigatória em todos os casos: quando o cliente passa por várias tentativas falhadas antes de conseguir falar com alguém, é menos provável que volte a utilizar essa ferramenta. 58 % dos que utilizam IA generativa já a utilizaram para concluir uma tarefa, e não apenas para ler uma resposta. Nas empresas, essa percentagem sobe para 74 %.

Gartner, agosto de 2026: inquérito a 3 566 clientes (fevereiro e março de 2026)

O medo não é novidade: chegar a alguém

Um inquérito anterior da Gartner, de dezembro de 2023, realizado junto de 5 728 clientes, já apontava na mesma direção. 64 % prefeririam que as empresas não utilizassem inteligência artificial no atendimento. 53 % considerariam mudar de fornecedor se soubessem que a empresa iria utilizar IA para prestar atendimento. A principal preocupação era que se tornasse mais difícil contactar uma pessoa. Seguiam-se o impacto no emprego e o risco de a IA dar uma resposta errada.

Gartner, 9 de julho de 2024: inquérito a 5 728 clientes (dezembro de 2023)

Quem acabou de ligar é quem menos quer uma IA de voz

No documento da Gartner intitulado «Four Data Findings to Inform Your Customer Experience Strategy», metade dos clientes afirmou que utilizaria um assistente digital baseado em IA generativa. A análise por canal altera este número. Entre aqueles que, na sua última interação, tinham utilizado o telefone, apenas 35 % se mostraram dispostos a utilizar esse assistente. A Gartner explica isto com uma observação prática: se a chamada já lhes resolveu o problema ao falar com uma pessoa, não têm motivo para arriscar perder tempo com uma voz automática da próxima vez. O mesmo documento recomenda não esconder a presença humana: deixar claro que o assistente pode resolver o caso e, caso contrário, encaminhá-lo.

Gartner, Quatro conclusões sobre dados para orientar a sua estratégia de experiência do cliente (PDF)

A voz é mal interpretada, e isso irrita

A Ofcom analisou os altifalantes inteligentes no Reino Unido através de um estudo de campo qualitativo realizado entre agosto e outubro de 2022: cem utilizadores, além de entrevistas a quem não possuía um. Não se trata de um inquérito com uma amostra representativa a nível nacional. Ainda assim, a conclusão é clara no relatório: o facto de o aparelho não compreender ou não ouvir o que lhe era pedido foi, de longe, a queixa mais comum. Era necessário repetir ou alterar a forma de falar, porque o aparelho tinha começado outra coisa ou tinha ignorado a frase.

Nesse mesmo estudo, uma parte dos participantes afirmou que um sotaque regional ou internacional — o seu ou o de alguém da família — fazia com que o aparelho falhasse com mais frequência. Alguns familiares tinham deixado de o utilizar porque não conseguiam que o aparelho os compreendesse. Também falhava com crianças, com voz baixa, com quem falava depressa, à distância ou num tom de conversa em vez de uma ordem curta. O resumo público da Ofcom resume-o numa frase: a maioria ficava frustrada porque o altifalante não respondia bem aos comandos, e isso era mais evidente nas pessoas com um sotaque regional acentuado.

Ofcom, Estudo sobre altifalantes inteligentes (PDF, trabalho de campo realizado entre agosto e outubro de 2022)

Ofcom, resumo: Este Natal não será solitário para os utilizadores de altifalantes inteligentes

A BBC Research & Development publicou, em 2019, um inquérito online realizado a 330 pessoas, recrutadas a partir de uma publicação no seu blogue. Não se trata de uma amostra aleatória de um país: houve mais respostas de pessoas com idades compreendidas entre os 25 e os 54 anos, com uma representação significativa dos funcionários da BBC em Londres e no noroeste de Inglaterra. Com essa limitação, um quarto dos inquiridos afirmou que o assistente os compreendia pouco ou nada. 38 % atribuíram as falhas ao sotaque e 36 % ao ruído na divisão. 55 % afirmaram que a tecnologia ainda não era suficiente e 58 % que a falha se devia ao facto de não saberem que comando pronunciar. Quando o assistente não compreende, o relatório regista frustração, raiva e mais stress. A queixa não se limitava apenas à falha: abrangia também as mensagens de erro, repetidas e pouco úteis.

BBC Research & Development, Experiência do Utilizador em Altifalantes Inteligentes e Emoções do Utilizador (PDF, 2019)

Nesse canal, há uma recepcionista de IA por telefone. Ela tem de ouvir uma frase, muitas vezes com ruído de fundo, e decidir quando a pessoa terminou de falar. Um chat na web não transcreve: lê o que o visitante digitou. O sotaque e o ruído da sala não alteram as letras. Isso não torna o chat infalível. Se a informação estiver errada, a resposta estará errada. Elimina a falha inerente à audição.

A resposta chega tarde para uma conversa oral

Numa conversa entre pessoas, a vez de falar costuma chegar rapidamente. Um artigo da SIGDIAL 2022, intitulado «When can I Speak?», resume o estado atual dos sistemas de diálogo falado: estes iniciam a sua vez de falar após um longo silêncio, de 700 a 1 000 milissegundos, e é por isso que a conversa parece lenta e pouco natural. As pessoas, segundo o mesmo artigo, costumam responder em cerca de 200 milissegundos. Esperar que haja um silêncio tão longo é a forma habitual de não interromper quem ainda está a pensar. É também a forma de deixar uma pausa que, numa chamada, se faz notar.

SIGDIAL 2022: Quando posso falar? Previsão dos pontos de início para agentes de diálogo falado

Um estudo apresentado no SemDial avaliou interações reais com assistentes de voz, e não um cenário de laboratório com um único comando. Analisou 1 077 trocas de comando de dez pessoas que utilizavam o assistente pela primeira vez, em seis residências. O tempo médio modelado desde que a pessoa terminava até o assistente assumir a palavra foi de 1 366 milissegundos, com um erro-padrão de 30 milissegundos. Os autores comparam este valor com a troca de turnos entre pessoas, que ronda os 300 milissegundos, citando Levinson e Torreira (2015), Stivers e outros (2009) e Heldner e Edlund (2010). A amostra é pequena e trata-se de primeiras aplicações: não é uma média de todos os países nem de todos os produtos. No entanto, mostra, em conversas reais, uma espera várias vezes superior à de uma conversa humana, e sem as expressões de preenchimento com as quais uma pessoa avisa que vai responder.

SemDial: Alexa, és demasiado lenta! (Barthel), mudanças de turno com assistentes de voz

Num chat, essa espera não interrompe a frase de ninguém. O visitante escreve, envia e pode continuar na página. A resposta fica registada por escrito. Não há uma voz que chegue atrasada e se sobreponha à frase seguinte, o que é outro efeito que o próprio estudo da SemDial descreve nas respostas do assistente. A Hostly não divulga um tempo de resposta garantido do modelo: o chat passa por uma fila e o tempo depende da carga. O que não existe é o silêncio de uma chamada enquanto um sistema decide que já terminaste de falar.

Loops, voz sintética e a pergunta: «Será que há alguém?»

O comentário da Gartner de 2026 não apresenta uma percentagem de chamadas presas num ciclo vicioso. Descreve o mecanismo: várias tentativas falhadas com a IA antes de se conseguir falar com uma pessoa tornam menos provável que o cliente volte a utilizar a ferramenta. Numa chamada, esse ciclo vicioso é percetível. É preciso repetir, aguardar a próxima pergunta do menu e voltar a pedir para falar com uma pessoa. No chat, o histórico fica registado. A equipa abre-o no painel e pode escrever nesse mesmo histórico.

A voz que responde a uma chamada automática é uma voz gerada. Este artigo não menciona uma percentagem de pessoas que a consideram «robótica»: não há, entre as fontes acima referidas, nenhum inquérito que avalie esse aspeto com uma amostra clara. O que sim é quantificado é a frustração quando o sistema não compreende, segundo o relatório da BBC, e a reclamação da Ofcom quando é necessário repetir o comando. Uma voz que não admite nuances e um reconhecimento de voz que falha somam-se no mesmo minuto. Na Internet, a resposta é em texto. Pode ser relida. Não é preciso adivinhar uma palavra que soou mal.

A Salesforce encomendou à YouGov um inquérito a 15 015 consumidores, realizado entre 16 de julho e 16 de agosto de 2024, em 18 países, incluindo a Espanha. Quase três em cada quatro queriam saber se estavam a falar com um agente de IA. 45 % afirmavam que utilizariam mais um agente de IA se houvesse um caminho claro para passar a falar com uma pessoa. Apenas 30 % dos consumidores estariam dispostos a interagir com um agente de IA em vez de uma pessoa, em troca de um serviço mais rápido. O relatório em PDF da Salesforce, relativo à mesma investigação, apresenta os dados da seguinte forma: 72 % consideram importante saber quando estão a falar com um agente de IA. A transparência e a possibilidade de passar para um interlocutor humano não são meros detalhes. São exatamente o que essa amostra solicita.

Salesforce, «State of the AI Connected Customer», inquérito da YouGov, julho-agosto de 2024

Salesforce, State of the Connected Customer (PDF da mesma linha de investigação)

Por que é que uma recepcionista virtual com IA não herda essas falhas

A Hostly é a recepcionista com IA do site, não do telefone. O visitante escreve no chat do seu site. Não há reconhecimento de voz, nem sotaque, nem ruído ambiente, nem uma voz sintética a responder. A resposta baseia-se nas informações que a empresa aprovou. Se a informação não estiver disponível, ela diz que não sabe. Não inventa um preço, um horário nem uma disponibilidade. Se as reservas estiverem ativadas, apenas oferece os horários que a agenda disponibiliza.

Entrar em contacto com uma pessoa, no Hostly, não é um desvio automático da chamada. A equipa vê o fio de conversa no painel e assume o controlo. Enquanto uma pessoa está a escrever, a IA não responde nesse fio de conversa. Pedir para falar com uma pessoa não transfere a conversa por si só: quem o faz é quem está no painel. Trata-se de uma limitação real do produto, e é melhor esclarecer isso do que prometer um «passa-me a alguém» que o chat não executa automaticamente. O que isto evita é deixar alguém a falar sozinho com um menu: o texto fica guardado, e uma pessoa pode dar continuidade à conversa a partir do mesmo ponto.

A IA atende no chat do teu site. O botão do WhatsApp, se o ativares, abre o WhatsApp da empresa e é uma pessoa que responde: a IA não intervém nessa conversa. A Hostly não lê esse WhatsApp nem introduz um modelo nele. Quem quiser escrever para a empresa, e não para o chat do site, usa esse botão. Quem estiver no site pode permanecer no chat.

O preço de entrada é de 29,90 € por mês, com IVA incluído. Esta página não afirma que um chat reduza as cancelamentos nem que o pagamento através do Stripe tenha uma comissão específica: isso não consta nas fontes acima referidas e não constitui uma promessa do produto neste texto. O pagamento, caso a empresa ative essa funcionalidade, é efetuado por adiantamento ou no valor total no momento da reserva. O cartão não passa pela Hostly.

O que este artigo não demonstra

Isso não prova que todas as recepcionistas de IA por telefone apresentem as mesmas falhas. Os estudos avaliam assistentes de voz, altifalantes e a opinião sobre a IA no atendimento, não um recenseamento de produtos. A amostra da SemDial é de dez pessoas. A da BBC não é aleatória. A da Ofcom sobre altifalantes é qualitativa. As da Gartner e da Salesforce são inquéritos de grande escala, dirigidos a clientes e consumidores, e não um teste de escuta de um número específico.

Também não prova que um chat nunca cometa erros. Se a ficha estiver desatualizada, a resposta também estará. Se a empresa desativar a IA, ninguém responde até que uma pessoa entre. Se o visitante precisar de uma chamada, o telefone da empresa continua a ser o telefone: o Hostly não o substitui. O que o chat evita são os erros que só existem porque a conversa é oral.

A ficha do produto, com informações sobre a instalação, os idiomas, as reservas e o preço, é a recepcionista IA.

Fontes

A ficha do produto é a recepcionista IA.