# O suporte de IA da ZiBox — 86,7% sem humano

Categoria: Produto e Novidades · Publicado: 2026-08-22

Agosto de 2026: o agente de suporte da ZiBox resolve 86,7% das conversas sem humano, responde em 66 segundos e abre fechaduras em 263 armários.

_ZiBox · plataforma de atendimento · agosto de 2026_

O suporte da ZiBox é atendido por um agente que conversa por WhatsApp, lê vídeo e etiqueta, investiga no banco de dados da operação e **destranca fechaduras reais** — em 263 armários, 25.795 apartamentos e 161 condomínios. Toda a operação é assistida por um operador humano, que acompanha e intervém quando quer.

Nas duas semanas de 9 a 21 de agosto, com autoria rastreada mensagem a mensagem, o agente resolveu **78,6% das conversas de quarta a domingo sem nenhuma mensagem humana** — e **86,7% nos dias em que o operador não assumiu o atendimento**. Ele responde em **66 segundos medianos**, contra **222 do operador humano** na mesma janela.

**Como ele está hoje — os dias em que o agente roda solto**

> 
Segunda e terça o operador assume o atendimento e escreve mais de um terço das saídas. Tirando esses dois dias, o que sobra é o agente trabalhando sozinho — e é esse o retrato mais próximo do que ele faz hoje.


<table>
<thead>
<tr>
<th>Número</th>
<th>O que é</th>
</tr>
</thead>
<tbody><tr>
<td><strong>88,2%</strong></td>
<td>no melhor dia inteiro auditado — 19 de agosto · 30 de 34 conversas</td>
</tr>
<tr>
<td><strong>86,7%</strong></td>
<td>nos dias em que o operador não assume o atendimento · 72 de 83 · IC95 77,8–92,4</td>
</tr>
</tbody></table>

Fechamento 22/08/2026 · Todos os números medidos no banco de produção · Operação assistida por humano

## A tese, antes de qualquer coisa

Todo mundo neste mercado vende um agente que _responde_. Este responde, e depois vai lá e _resolve_ — porque tem as mãos.

Um agente de suporte convencional termina onde a conversa termina: ele consulta uma base de conhecimento, escreve uma resposta e abre um ticket para um humano fazer a parte física. O agente da ZiBox fecha esse laço. Quando um morador diz que a encomenda sumiu, o agente consulta o registro do armário, abre o vídeo da retirada, lê o código de barras da etiqueta que a própria máquina fotografou, cruza com o rastreio que o cliente mandou por print — e, se a conclusão for que o pacote está no fundo da gaveta, **ele destranca a gaveta**. Sem humano no meio. Às 22h51 de uma sexta-feira.

Isso não é uma demonstração. É a operação diária de uma empresa real, com clientes reais pagando, e os números abaixo saíram do banco de produção nesta madrugada.

<table>
<thead>
<tr>
<th>Número</th>
<th>O que é</th>
</tr>
</thead>
<tbody><tr>
<td><strong>86,7%</strong></td>
<td>das conversas resolvidas sem humano <strong>nos dias em que o operador não assume</strong> · 72 de 83 · IC95 77,8–92,4</td>
</tr>
<tr>
<td><strong>78,6%</strong></td>
<td>de quarta a domingo, nas duas últimas semanas · 294 de 374 · IC95 74,2–82,5</td>
</tr>
<tr>
<td><strong>66s</strong></td>
<td>mediana da 1ª resposta do agente — contra <strong>222s</strong> do operador humano na mesma janela</td>
</tr>
<tr>
<td><strong>2,0%</strong></td>
<td>das resolvidas só pelo agente precisaram de humano nos 7 dias seguintes · contra 9,8% do co-atendimento</td>
</tr>
<tr>
<td><strong>263</strong></td>
<td>armários sob comando do agente · 7.379 fechaduras</td>
</tr>
<tr>
<td><strong>152.091</strong></td>
<td>entregas na operação física em 30 dias</td>
</tr>
</tbody></table>

### Sete coisas que este sistema tem e o mercado não tem

#### 1 · Mãos no mundo físico

O agente abre fechaduras, reinicia terminais, corrige cadastros e desativa compartimentos num parque de 263 máquinas. Em 30 dias foram **37 ações físicas** em 24 conversas — 11 aberturas de porta, 4 destravamentos e 22 reinícios de terminal. E as 11 aberturas foram **conferidas uma a uma contra o registro de comandos do próprio parque: 11 de 11 batem**, com 11 segundos de defasagem mediana entre o comando e o anúncio ao cliente.

#### 2 · Visão que vira prova

Lê vídeo quadro a quadro, lê etiqueta de encomenda, lê print de app de transportadora, lê cartão CNPJ em PDF. E produz material de prova utilizável pelo cliente contra terceiros — já aconteceu com uma reclamação na Amazon.

#### 3 · Missão, não conversa

Um problema vira uma missão que atravessa até cinco pessoas diferentes — morador, vizinho, zelador, síndica, administração — por 28 horas, em conversas separadas, sem perder o fio. 73 missões multi-contato em 30 dias no canal de suporte, com ciclo 2,3× maior que o das demais.

#### 4 · Auditoria como ativo

Nenhuma ação escapa. Três trilhas independentes registram quem escreveu, o que foi decidido e o que o provedor realmente entregou. Não existe ferramenta de envio direto — tudo passa por uma porta única com guarda anti-desvio.

#### 5 · O sistema se mede sozinho

Cada mudança de comportamento entra no ar acompanhada de um script que julga a própria mudança contra um braço de controle cego — e que **se recusa a dar veredito** com amostra insuficiente, em vez de inventar percentual.

#### 6 · A inteligência do operador vira dado

Em qualquer ponto de qualquer conversa o operador escreve o que estava pensando _naquele instante_, e todo comando que ele dá ao agente fica registrado. É a matéria-prima que treina o sistema — e a razão pela qual ele fica melhor sozinho.

#### 7 · Portátil por construção

Três provedores de WhatsApp rodam ao mesmo tempo hoje, atrás de um contrato de seis métodos. Trocar de transporte é configuração, não reescrita. O mesmo vale para a camada de raciocínio.

**Onde isto está, comparado ao melhor do mundo**

> 
As plataformas líderes de atendimento com IA publicam: a Ada anuncia **84%** de resolução automatizada; a Fin (ex-Intercom) publica **76% de média** sobre 12 mil clientes, com **85%** na decila superior por indústria, e garante contratualmente um piso de 65%. **Em nenhuma delas encontramos caso público de agente agindo em ferragem.**


> 
Nos dias em que o operador deixa o agente rodar, aqui a marca é **86,7%** — e o melhor dia inteiro auditado foi **88,2%**. Com uma diferença de definição que joga contra nós: eles contam como resolvida a conversa em que o cliente sumiu sem responder; nós contamos só aquela em que _nenhuma pessoa escreveu_. E aqui resolver significa, muitas vezes, _abrir a porta_.


## Os números dos últimos 30 dias

Tudo abaixo saiu de consulta ao banco de produção em 22/08/2026. Nada é estimativa, nada é projeção. Onde a instrumentação não cobre a janela inteira, isso está dito no próprio número, ao lado dele.

### Volume

<table>
<thead>
<tr>
<th>Número</th>
<th>O que é</th>
</tr>
</thead>
<tbody><tr>
<td><strong>45.410</strong></td>
<td>mensagens em 30 dias · 21.421 entrada · 23.989 saída</td>
</tr>
<tr>
<td><strong>1.514</strong></td>
<td>média diária de mensagens · pico de 2.391 em 10/08</td>
</tr>
<tr>
<td><strong>1.397</strong></td>
<td>contatos únicos atendidos no período</td>
</tr>
<tr>
<td><strong>152.009</strong></td>
<td>mensagens na base acumulada · 200 dias de operação</td>
</tr>
</tbody></table>

**O escopo destes números, dito antes deles**

> 
Os números de **autonomia, tempo de resposta e trabalho estruturado** são do **canal de suporte da ZiBox** — moradores, zeladores, síndicos e administradoras —, onde cada mensagem que sai grava o autor numa tabela dedicada. Os demais canais da operação ainda não têm essa instrumentação e **não entram nestas contas**: publicar número sobre canal que não se mede seria o oposto do que este documento se propõe.


> 
Os números de **volume, mídia e operação física** são de toda a operação.


### Autonomia — a medição mais rigorosa que existe aqui

Desde **9 de agosto** a cobertura dessa tabela é de **100%**: não há uma única mensagem de saída sem autor registrado. São **13 dias e 432 conversas respondidas** em que a divisão entre agente e humano não depende de nenhuma inferência. É a janela que este documento usa.

#### O número agregado, e por que ele esconde o que importa

Nas duas semanas inteiras, o agente resolveu **66,4%** das conversas respondidas sem nenhuma mensagem humana (287 de 432). Mas esse número mistura dias muito diferentes entre si — e a diferença **não está na dificuldade dos casos**.

<table>
<thead>
<tr>
<th>Dias em que o operador escreveu…</th>
<th>Dias</th>
<th>Conversas</th>
<th>Autonomia do agente</th>
<th>IC 95%</th>
</tr>
</thead>
<tbody><tr>
<td><strong>menos de 10% das saídas</strong></td>
<td>2</td>
<td>83</td>
<td><strong>86,7%</strong></td>
<td>77,8–92,4</td>
</tr>
<tr>
<td>entre 10% e 25%</td>
<td>7</td>
<td>291</td>
<td>76,3%</td>
<td>71,1–80,8</td>
</tr>
<tr>
<td>mais de 25%</td>
<td>4</td>
<td>201</td>
<td>47,8%</td>
<td>41,0–54,6</td>
</tr>
</tbody></table>

O mesmo recorte, visto pelo calendário: **de quarta a domingo a autonomia é de 78,6%** (294 de 374); **segunda e terça, 47,8%** (96 de 201). Segunda e terça são os dias em que o operador assume o atendimento — ele escreve **36,7% e 34,9%** de todas as saídas, contra **6,1% na quarta**.

**A leitura honesta desse padrão**

> 
Não é possível separar, com estes dados, "o operador assume porque o caso é mais difícil" de "a autonomia cai porque o operador assume". Segunda e terça também concentram o acúmulo do fim de semana.


> 
O que _é_ possível afirmar: **a autonomia acompanha a taxa de intervenção, não o volume nem o horário**. E que, nos dias em que o agente roda solto, ele fecha **86,7%** — acima dos 84% que a melhor plataforma do mercado publica. O melhor dia inteiro auditado foi **19 de agosto, com 88,2%** (30 de 34 conversas), num dia em que o operador escreveu 7,6% das saídas.


#### O agente contra o operador humano, lado a lado

A comparação mais direta que existe aqui: nas mesmas duas semanas, nas mesmas conversas, com o mesmo critério de corte, quanto tempo cada um leva para dar a primeira resposta.

<table>
<thead>
<tr>
<th></th>
<th>Agente</th>
<th>Operador humano</th>
<th>Diferença</th>
</tr>
</thead>
<tbody><tr>
<td><strong>Mediana</strong></td>
<td><strong>66 s</strong></td>
<td>222 s</td>
<td>3,4× mais rápido</td>
</tr>
<tr>
<td><strong>p90</strong></td>
<td><strong>6 min 31 s</strong></td>
<td>1 h 45 min</td>
<td>16× mais rápido</td>
</tr>
<tr>
<td>Respondidas em até 1 minuto</td>
<td><strong>46,2%</strong></td>
<td>27,6%</td>
<td>—</td>
</tr>
<tr>
<td>Respondidas em até 5 minutos</td>
<td><strong>88,6%</strong></td>
<td>56,2%</td>
<td>—</td>
</tr>
<tr>
<td>Amostra</td>
<td>3.725</td>
<td>1.472</td>
<td>—</td>
</tr>
</tbody></table>

E na madrugada não há comparação a fazer: entre meia-noite e seis da manhã, **89,5% das respostas saem do agente**.

<table>
<thead>
<tr>
<th>Número</th>
<th>O que é</th>
</tr>
</thead>
<tbody><tr>
<td><strong>78,0%</strong></td>
<td>das mensagens de saída escritas pela IA · 1.485 de 1.905</td>
</tr>
<tr>
<td><strong>69,8%</strong></td>
<td>das conversas respondidas resolvidas sem nenhuma mensagem humana · 187 de 268</td>
</tr>
<tr>
<td><strong>28,0%</strong></td>
<td>co-atendimento IA + humano · 75 conversas</td>
</tr>
<tr>
<td><strong>2,2%</strong></td>
<td>conversas tratadas só por humano · 6 conversas</td>
</tr>
</tbody></table>

#### O desfecho, que é o que a métrica de autonomia não mede

"Nenhuma pessoa escreveu" mede ausência de humano, não qualidade. O teste objetivo é o mesmo que o experimento randomizado da Alibaba usou: **o cliente voltou?** Medimos numa janela já fechada — conversas de 1 a 13 de agosto, com os sete dias inteiros decorridos.

<table>
<thead>
<tr>
<th>Conversas de 01–13/08</th>
<th>n</th>
<th>Voltou a escrever em 7d</th>
<th>Precisou de humano em 7d</th>
</tr>
</thead>
<tbody><tr>
<td><strong>Resolvidas só pela IA</strong></td>
<td>250</td>
<td>11 — 4,4%</td>
<td><strong>5 — 2,0%</strong></td>
</tr>
<tr>
<td>Co-atendimento IA + humano</td>
<td>102</td>
<td>14 — 13,7%</td>
<td>10 — 9,8%</td>
</tr>
</tbody></table>

#### Satisfação: não temos nota, temos três sinais

A instrumentação não captura nota do cliente — **nenhum número de CSAT ou NPS aparece neste documento**. Nenhuma das grandes plataformas de IA publica CSAT também, mas isso não nos dispensa. O que existe são três sinais medidos no próprio texto das conversas, e os três apontam para o mesmo lado.

<table>
<thead>
<tr>
<th>Sinal</th>
<th>Resolvidas só pelo agente</th>
<th>Co-atendimento</th>
</tr>
</thead>
<tbody><tr>
<td><strong>Cliente agradeceu</strong> nas últimas mensagens</td>
<td><strong>52,3%</strong><br>150 de 287 · IC95 46,5–58,0</td>
<td>43,8%<br>60 de 137</td>
</tr>
<tr>
<td>Pediu para falar com humano</td>
<td><strong>1 conversa em 30 dias</strong></td>
<td></td>
</tr>
<tr>
<td>Reclamou do atendimento, se irritou ou ameaçou escalar</td>
<td><strong>2 conversas em 898 — 0,2%</strong></td>
<td></td>
</tr>
</tbody></table>

**O que esse 0,2% significa contra o que o mercado mede**

> 
Um levantamento de analista independente de agosto de 2026 mostra que **87% dos consumidores consideram essencial ter a opção de falar com um humano**, e alerta que forçar o cliente por várias interações de IA sem sucesso faz com que ele abandone a ferramenta. Aqui, em **898 conversas e 7.380 mensagens de entrada em 30 dias, uma única pessoa pediu para falar com um atendente**.


> 
E a conversa mais irritada do período — uma pessoa escrevendo _"que palhaçada é essa?"_ — está publicada nesta contagem em vez de omitida, porque duas de 898 é um número que se sustenta sozinho.


**Um sinal externo que o sistema não mede**

> 
A operação observa que a **nota da empresa no Google vem subindo** desde que o agente assumiu o atendimento. Esse número _não está neste sistema_ e por isso não é publicado aqui como métrica — mas vale registrar um dado que está: em 30 dias o agente pediu avaliação **uma única vez**. Se a nota sobe, não é porque ele fica pedindo.


**O que estamos chamando de resolução**

> 
Uma conversa conta como _resolvida sem humano_ quando o cliente escreveu, houve resposta, e **nenhuma das mensagens de saída daquela conversa, no período, foi escrita por uma pessoa** — nem pelo console web, nem pelo celular do operador. É um critério mais duro que o de "deflection" usado no mercado, que normalmente conta o ticket que não chegou ao humano, não a conversa em que o humano nunca apareceu.


> 
**Isso não exige confirmação do cliente**, e nós dizemos em voz alta: uma conversa em que a IA respondeu mal e a pessoa desistiu entraria nos 187. É por isso que a tabela de retorno em 7 dias, acima, está publicada ao lado — ela é o contraponto objetivo, e a única defesa honesta contra a acusação de "resolução presumida".


> 
Na janela de 30 dias inteira, a cobertura de autoria cai para 77% (a instrumentação entrou no ar em 16 de julho). Nessa janela mais larga a enumeração fecha assim: **897 conversas com entrada = 534 só-IA + 191 mistas + 23 só-humano + 61 sem resposta + 88 com saída sem autoria rastreável**. Sobre as 836 respondidas a autonomia é de **63,9%**; sobre as 748 respondidas _com_ autoria rastreável, 71,4%. Publicamos os três.


### Tempo de resposta

<table>
<thead>
<tr>
<th>Número</th>
<th>O que é</th>
</tr>
</thead>
<tbody><tr>
<td><strong>58s</strong></td>
<td>mediana da 1ª resposta da IA · n = 1.984</td>
</tr>
<tr>
<td><strong>52%</strong></td>
<td>respondidas em até 60 segundos</td>
</tr>
<tr>
<td><strong>78%</strong></td>
<td>respondidas em até 2 minutos</td>
</tr>
<tr>
<td><strong>4min14</strong></td>
<td>p90 das 1.984 consideradas · 70 casos acima de 6h ficaram de fora · sem truncar, 7min14</td>
</tr>
</tbody></table>

O corte de 6 horas exclui **70 de 2.054 pares — 3,4%**: acima disso a saída não responde àquela mensagem, inicia outra conversa. **Sem nenhum truncamento** a mediana é 61 segundos e o p90 sobe para 7min14. Publicamos os dois porque a cauda descartada é justamente a das madrugadas e fins de semana que o bloco seguinte usa como argumento — e porque 193 das 2.247 entradas do período nunca tiveram resposta da IA depois delas, o que também está dito.

### Cobertura 24 por 7

Quase um terço da demanda chega fora do horário comercial. O agente não distingue — a mediana de 58 segundos vale às 5h33 da manhã, e há caso documentado de resolução completa às 22h53, 22 minutos depois do primeiro contato. Num outro, o contato entrou às 00h07, o diagnóstico saiu às 00h33 e a resolução às 11h43 — porque o agente _decidiu não escrever_ à moradora vizinha de madrugada.

<table>
<thead>
<tr>
<th>Recorte</th>
<th>Volume</th>
<th>Participação</th>
</tr>
</thead>
<tbody><tr>
<td>Mensagens de entrada fora do comercial (18h–8h)</td>
<td>6.479</td>
<td>30,2%</td>
</tr>
<tr>
<td>Respostas da IA fora do comercial</td>
<td>1.938</td>
<td>32,5%</td>
</tr>
<tr>
<td>Respostas da IA na madrugada (0h–6h)</td>
<td>156</td>
<td>—</td>
</tr>
<tr>
<td>Entradas em sábado e domingo</td>
<td>3.352</td>
<td>15,7%</td>
</tr>
</tbody></table>

### A natureza do problema — por que isto não é deflexão de FAQ

A comparação com plataformas de suporte genérico só é justa se ficar claro o que está sendo atendido. Não são perguntas frequentes: é uma operação física, com hardware, com terceiros envolvidos, e com casos que duram dias.

<table>
<thead>
<tr>
<th>Número</th>
<th>O que é</th>
</tr>
</thead>
<tbody><tr>
<td><strong>164</strong></td>
<td>condomínios distintos com chamado de suporte em 30 dias</td>
</tr>
<tr>
<td><strong>40</strong></td>
<td>tipos de caso distintos catalogados, em 9 categorias</td>
</tr>
<tr>
<td><strong>21%</strong></td>
<td>das conversas passam de 20 mensagens · 44 passaram de 50</td>
</tr>
<tr>
<td><strong>20,8%</strong></td>
<td>das conversas atravessam mais de 24 horas · p90 de 6,7 dias · maior: 29 dias</td>
</tr>
<tr>
<td><strong>132</strong></td>
<td>conversas usaram 2 ou mais tipos de mídia diferentes</td>
</tr>
<tr>
<td><strong>10</strong></td>
<td>papéis diferentes do outro lado: morador, zelador, síndico, portaria, administradora…</td>
</tr>
</tbody></table>

Um chamado típico não é "qual é o horário de funcionamento". É: _a encomenda consta entregue e não está comigo_ — o que exige consultar o registro do armário, abrir o vídeo da retirada, ler a etiqueta que a máquina fotografou, cruzar com o código de rastreio que o cliente mandou por print, decidir se é engano ou extravio, e às vezes coordenar zeladoria, portaria e um vizinho que nem é cliente. **Um em cada cinco desses casos ainda está aberto no dia seguinte.**

### Multimodal

Áudio, imagem, vídeo, documento e cartão de contato entram e saem pelo mesmo canal. A transcrição de áudio roda **local, na própria máquina** — o áudio do cliente não sai do perímetro.

<table>
<thead>
<tr>
<th>Modalidade</th>
<th>Entrada</th>
<th>Saída</th>
</tr>
</thead>
<tbody><tr>
<td>Áudio</td>
<td>2.238</td>
<td>2.215</td>
</tr>
<tr>
<td>Imagem</td>
<td>1.116</td>
<td>980</td>
</tr>
<tr>
<td>Vídeo</td>
<td>149</td>
<td>334</td>
</tr>
<tr>
<td>Documento</td>
<td>175</td>
<td>400</td>
</tr>
<tr>
<td>Cartão de contato</td>
<td>98</td>
<td>103</td>
</tr>
</tbody></table>

### Trabalho estruturado

O sistema não guarda só conversa: ele converte conversa em _missão_, com participantes, próximo passo, agendamento e prova de conclusão. Na canal de suporte, em 30 dias, foram **1.166 tarefas criadas e 1.153 concluídas** — e **934 delas, ou 80,1%**, foram abertas automaticamente por um classificador que lê a conversa e decide se aquilo é assunto novo ou continuação de algo em andamento. Somando os quatro canais são 1.436 criadas e 1.408 concluídas, mas o recorte publicado aqui é o do canal medido.

<table>
<thead>
<tr>
<th>Métrica</th>
<th>Valor</th>
</tr>
</thead>
<tbody><tr>
<td>Tarefas criadas</td>
<td>1.166</td>
</tr>
<tr>
<td>Tarefas concluídas</td>
<td>1.153</td>
</tr>
<tr>
<td>— abertas pelo classificador de missão</td>
<td>934</td>
</tr>
<tr>
<td>— abertas pela IA pelo canal de comando</td>
<td>137</td>
</tr>
<tr>
<td>— abertas por humano</td>
<td>84</td>
</tr>
<tr>
<td>— abertas pelo agente de retaguarda</td>
<td>10</td>
</tr>
<tr>
<td>— abertas a pedido do cliente</td>
<td>1</td>
</tr>
<tr>
<td>Tempo médio de ciclo</td>
<td>8,5 h</td>
</tr>
<tr>
<td>Eventos registrados em tarefa</td>
<td>2.293</td>
</tr>
<tr>
<td><strong>Missões com 2 ou mais participantes</strong></td>
<td><strong>73</strong></td>
</tr>
<tr>
<td>Maior missão do período</td>
<td>5 participantes</td>
</tr>
<tr>
<td>Tarefas abertas neste instante</td>
<td>24</td>
</tr>
</tbody></table>

### A operação física que está por baixo

Este é o denominador que muda a conversa. O suporte acima cobre uma operação de **152 mil entregas por mês** em 263 armários. Menos de 1% dessas entregas gera um chamado — e dois terços dos que geram morrem sem humano.

<table>
<thead>
<tr>
<th>Número</th>
<th>O que é</th>
</tr>
</thead>
<tbody><tr>
<td><strong>263</strong></td>
<td>armários instalados · 204 online nas últimas 24h</td>
</tr>
<tr>
<td><strong>7.379</strong></td>
<td>compartimentos físicos · 2.509 ocupados neste instante</td>
</tr>
<tr>
<td><strong>25.795</strong></td>
<td>apartamentos cadastrados · 92,8% com WhatsApp</td>
</tr>
<tr>
<td><strong>833.524</strong></td>
<td>entregas acumuladas na base</td>
</tr>
<tr>
<td><strong>0,88%</strong></td>
<td>das entregas geram um chamado de suporte</td>
</tr>
<tr>
<td><strong>161</strong></td>
<td>condomínios distintos com entrega registrada em 30 dias</td>
</tr>
</tbody></table>

### Trajetória

<table>
<thead>
<tr>
<th>Mês</th>
<th>Mensagens</th>
<th>Contatos</th>
</tr>
</thead>
<tbody><tr>
<td>2026-02</td>
<td>46</td>
<td>14</td>
</tr>
<tr>
<td>2026-03</td>
<td>338</td>
<td>30</td>
</tr>
<tr>
<td>2026-04</td>
<td>6.672</td>
<td>130</td>
</tr>
<tr>
<td>2026-05</td>
<td>25.320</td>
<td>777</td>
</tr>
<tr>
<td>2026-06</td>
<td>41.140</td>
<td>1.281</td>
</tr>
<tr>
<td>2026-07</td>
<td>46.016</td>
<td>1.402</td>
</tr>
<tr>
<td>2026-08 (21 dias)</td>
<td>32.439</td>
<td>998</td>
</tr>
</tbody></table>

## Como isto se compara ao estado da arte

Quem lê este documento já viu o material da Fin, da Sierra, da Decagon, da Ada e da Forethought. Levantamos os números públicos das cinco em 22/08/2026, direto da fonte. A tabela abaixo põe o nosso lado a lado — e declara, para cada linha, de onde veio.

<table>
<thead>
<tr>
<th></th>
<th>ZiBox</th>
<th>Fin (ex-Intercom)</th>
<th>Sierra</th>
<th>Ada</th>
<th>Decagon</th>
</tr>
</thead>
<tbody><tr>
<td><strong>Resolução autônoma</strong></td>
<td><strong>69,8%</strong><br>187 de 268 conversas · 14–21/08 · 1 operador · cobertura de autoria 100%</td>
<td>76% média<br>12.000+ clientes · 110M conversas</td>
<td>não publica agregado</td>
<td>84%<br>sem base declarada</td>
<td>não publica agregado</td>
</tr>
<tr>
<td><strong>Base da medição</strong></td>
<td>268 conversas · 1 cliente · 8 dias</td>
<td>110M conversas · 12.000+ clientes · 3 meses</td>
<td>não declarada</td>
<td>&quot;350+ empresas&quot;</td>
<td>não declarada</td>
</tr>
<tr>
<td><strong>Metodologia publicada</strong></td>
<td><strong>sim — declarada bloco a bloco neste documento</strong></td>
<td>parcial<br>declara base e janela</td>
<td>publica benchmark aberto<br>τ-bench: paper, código e placar</td>
<td>não</td>
<td>não</td>
</tr>
<tr>
<td><strong>Age em ferragem</strong></td>
<td><strong>sim — 37 ações em 30 dias · as 11 aberturas conferidas contra o registro do parque, 11 de 11</strong></td>
<td>nenhum caso público — mas <strong>agem em sistemas de consequência</strong> (a Sierra conecta conta bancária e conclui pedido de empréstimo; há certificação de pagamento nível 1)</td>
<td></td>
<td></td>
<td></td>
</tr>
<tr>
<td><strong>Lê vídeo e produz laudo</strong></td>
<td><strong>sim</strong></td>
<td>não encontrado em fonte pública (levantamento de 22/08/2026)</td>
<td></td>
<td></td>
<td></td>
</tr>
<tr>
<td><strong>Canal</strong></td>
<td>WhatsApp — 3 provedores intercambiáveis</td>
<td>chat, e-mail, voz, SMS, WhatsApp, social</td>
<td>chat, e-mail, voz, SMS, WhatsApp · 59 idiomas</td>
<td>chat, e-mail, voz, social</td>
<td>não levantado</td>
</tr>
</tbody></table>

### A comparação apples-to-apples que o mercado evita

A própria Fin publica a decomposição correta: _involvement rate_ é a fatia de conversas em que a IA entra; _resolution rate_ é a fatia **dessas** que ela resolve sozinha; e _automation rate_ é o produto dos dois — a fatia do **total** resolvida ponta a ponta pela IA. Um fornecedor pode anunciar 85% de resolução com a IA entrando em só 40% das conversas: o trabalho realmente automatizado é 34%, não 85%. **Só o automation rate é comparável entre fornecedores** — e é o que quase ninguém publica.

<table>
<thead>
<tr>
<th>Métrica</th>
<th>ZiBox</th>
<th>Fin — média da base</th>
<th>Fin — top 10 por indústria</th>
</tr>
</thead>
<tbody><tr>
<td><strong>Involvement rate</strong><br>conversas em que a IA entrou</td>
<td><strong>94,6%</strong><br>262 de 277 · IC95 91,3–96,7</td>
<td>não publicado</td>
<td>91%</td>
</tr>
<tr>
<td><strong>Resolution rate</strong><br>das que ela entrou, resolvidas sem humano</td>
<td><strong>71,4%</strong><br>187 de 262 · IC95 65,6–76,5</td>
<td>76%</td>
<td>85%</td>
</tr>
<tr>
<td><strong>Automation rate</strong><br>do total, resolvidas ponta a ponta pela IA</td>
<td><strong>67,5%</strong><br>187 de 277 · IC95 61,8–72,8</td>
<td>não publicado</td>
<td>78%</td>
</tr>
</tbody></table>

Sobre as conversas que efetivamente receberam resposta — excluindo as 9 que ficaram sem — a taxa é de **69,8%**, com intervalo de confiança de 95% entre **64,0% e 75,0%**.

**O que o intervalo faz com as comparações desta seção**

> 
Com n=268, a casa decimal é decorativa: o intervalo tem **onze pontos de largura**. Consequências que precisam ser ditas em voz alta, porque é a primeira objeção que aparece:


> 
• **O piso de 65% que a Fin subscreve por US$ 1 milhão cai dentro do nosso intervalo.** Não é possível afirmar, com esta amostra, que estamos acima dele. • Os **76% da Fin caem dentro do intervalo do nosso resolution rate** (65,6–76,5). As duas taxas são estatisticamente indistinguíveis — e ainda estariam medindo coisas diferentes. • Na janela de 30 dias, com n=836, o intervalo aperta: 63,9% [60,6–67,1].


> 
O que sobrevive à estatística não é o número. É a **definição mais estreita**, a **cobertura de autoria de 100%**, a **taxa de retorno de 2,0%** e a **ação física verificada contra outro sistema**. É por isso que a seção seguinte não tenta ganhar por décimo.


### Onde ganhamos deles, e onde não ganhamos

**Não ganhamos em escala.** A Fin roda 2 milhões de resoluções por semana em 12 mil empresas; nós rodamos 45 mil mensagens por mês em uma. Qualquer comparação que ignore isso é desonesta.

**Ganhamos em três eixos que o dinheiro do mercado ainda não comprou.**

#### Profundidade vertical

Eles vendem horizontal: o agente lê a base de conhecimento do cliente e responde. O nosso _opera o negócio_ — conhece 263 máquinas, 25.795 apartamentos, 236 funcionários de prédio com cargo e vínculo, e 1.320 fatos estruturados. E não é a base de conhecimento que é difícil: essa qualquer um carrega em semanas. O que não se carrega é **acesso de escrita a 263 máquinas de terceiros e 833 mil entregas de histórico**. Isso é contrato e tempo, não engenharia.

#### Fechamento do laço físico

Nenhum dos cinco resolve um problema mexendo numa máquina. O nosso abre a porta, reinicia o terminal, desativa o compartimento quebrado, corrige o cadastro. É a diferença entre deflectir um ticket e acabar com o motivo dele.

#### Rigor de medição como produto

Nenhuma das quatro maiores publica a metodologia do número de vitrine. Duas se contradizem entre a própria home e a própria página de caso. Uma veste o resultado de um cliente de média de plataforma. Publicar a conta é, hoje, um diferencial competitivo — e é o que faz o nosso número resistir a auditoria.

**A régua da própria Fin, e por que 69,8% é um número diferente de 76%**

> 
A Fin oferece uma **garantia de US$ 1 milhão**: se não entregar **65% de resolução**, ela paga. O programa só é elegível acima de 250 mil conversas por mês — cerca de 280× o nosso volume — e mede pela régua deles. Então não é "estamos acima da garantia": é que **o piso que a líder do mercado aceita assinar é 65%, e o nosso critério, que é mais estreito, deu 69,8%**.


> 
Mas a diferença que importa é de _definição_, e ela está escrita na documentação da própria Fin: _"uma resolução é contada quando o cliente confirma que o problema foi resolvido, _**_ou não dá follow-up_**_"_. Ou seja: **o cliente que desistiu e o cliente satisfeito são indistinguíveis** nessa conta. A mesma empresa declara que a média do setor no lançamento é de 40 a 60%, e que sem uma boa base de conhecimento a taxa estaciona entre 30 e 45%.


> 
Aqui, uma conversa só conta como resolvida sem humano quando **nenhuma pessoa escreveu nela**. Nossa definição também _não_ exige confirmação do cliente — e é por isso que publicamos, ao lado dela, a taxa de retorno em 7 dias: **das 250 conversas resolvidas só pela IA numa janela já fechada, 11 voltaram e apenas 5 precisaram de humano**. O silêncio não vira confirmação por decreto; vira número medido. As 9 conversas do período que não tiveram resposta estão declaradas em vez de omitidas.


**E a taxa de handoff cai onde o mercado diz que é saudável**

> 
A Zendesk publica que a faixa saudável de passagem para humano é de **15 a 30%**, e que _taxa de resolução abaixo de 60% sugere respostas sem resolução_. Aqui, das 268 conversas respondidas, **81 tiveram um humano dentro — 30,2%**. Não é um sistema que empurra o cliente contra a parede da automação: é um sistema em que o humano entra em quase um terço dos casos, quase sempre _junto_ com a IA e não no lugar dela.


Vale também dizer o que **não** é diferencial nosso: WhatsApp não é. A Fin e a Sierra listam WhatsApp entre os canais. O que não aparece em nenhuma fonte pública é a _combinação_ — um agente generativo, no WhatsApp, com os dados daquele prédio específico, fechando o caso da encomenda e **atuando no armário**. E ação em ferragem tem uma propriedade que ação em software não tem: **não dá para estornar**.

**O tamanho da categoria, para dar escala à comparação**

> 
Não é um mercado pequeno nem incerto: em junho de 2026 a Salesforce anunciou acordo para adquirir a Fin por cerca de **US$ 3,6 bilhões**; a Sierra foi precificada em **US$ 15,8 bilhões** na rodada de maio; a Zendesk concluiu a compra da Forethought em março. É para essa categoria que os números desta seção apontam.


> 
E é justamente por isso que a coluna que interessa não é a da taxa — onde a comparação é estatisticamente muda e a régua é diferente — mas a da **capacidade**: nenhuma das quatro publica caso de agente operando equipamento físico ou convocando pessoas no local.


## As capacidades, com a prova ao lado

### Visão: a etiqueta, o vídeo, o print

O agente não recebe imagem como anexo decorativo. Ele lê. Em 30 dias entraram 1.116 imagens e 149 vídeos, e a leitura deles é rotineiramente o que _vira_ o caso.

![Console do operador mostrando a foto de uma etiqueta enviada por uma moradora e a resposta do agente lendo o destinatário e o endereço da etiqueta.](https://cdn.zibox.com.br/zibox-media/media/zibox-suporte-ia-0.webp)

 **21/08, 21h16 — leitura de etiqueta em produção.** A moradora manda a foto e diz que o endereço não é o do prédio dela. Em quatro minutos o agente lê a etiqueta que o próprio armário fotografou, extrai destinatário e endereço, identifica a causa raiz — _"o entregador acertou a rua e o número do apartamento, mas errou o número do prédio: trouxe pro 132 em vez do 166. Como aqui também existe um apto 44, o armário aceitou normalmente"_ — e devolve três rotas de solução. Dados pessoais mascarados e a foto desfocada para este documento.

A perícia de vídeo é o degrau seguinte. Num caso de 16 e 17 de agosto, o agente assistiu ao vídeo de uma entrega, concluiu que o entregador tinha saído com dois volumes, foi **contestado pela própria cliente** — que tinha visto o mesmo vídeo — e revisou:

> 
**17/08 · 11h16 o condomínio CB · apto 2701**
"Você está certo, e eu preciso corrigir o que escrevi 🙏 Fui rever o vídeo agora, quadro a quadro. O que ele mostra, de fato:


> 
• No fim, ele sai andando com _um_ volume na mão — a caixa da chaleira, exatamente a que você pegou na portaria. Nisso você tem razão, e a minha frase de ontem ('saiu com os dois') **foi além do que o vídeo mostra**.


> 
• O que o vídeo mostra dos dois é este momento aqui 👆: ele está com _os dois volumes nas mãos ao mesmo tempo_, do lado de fora do armário, já _depois_ de ter registrado a entrega no sistema.


> 
• Logo depois a caixa marrom sai do enquadramento da câmera e não aparece mais. O vídeo _não mostra_ o que ele fez com ela."


Quem lê aquela troca reconhece o que está acontecendo ali: o agente distingue _o que provou_ de _o que supôs_, e recua em público quando um fato novo aparece. É o comportamento que se teme não existir num agente de IA — e está registrado três vezes na mesma conversa, com carimbo de hora.

O desfecho, no dia seguinte às 12h05: a caixa estava dentro do armário o tempo todo, e o vizinho que a recebeu por engano devolveu no mesmo dia. A cliente escreveu: _"Peço desculpas, acho que eu estava ansiosa pelo receio da minha encomenda extraviar que acabei cometendo essa grosseria. Muito prazer, grata pela ajuda"_. O agente respondeu que não teve grosseria nenhuma — e devolveu o crédito: _"inclusive foi você que levantou a hipótese que destravou o caso"_.

### Ação física: a fechadura

O agente comanda o parque físico através de uma integração de ferramentas que expõe consulta ao banco da operação, diagnóstico de terminal, correção de cadastro e **abertura remota de compartimento**.

#### Quanto disso acontece, e o que autoriza

<table>
<thead>
<tr>
<th>Ação</th>
<th>Ações</th>
<th>Conversas</th>
<th>Confirmadas no parque</th>
</tr>
</thead>
<tbody><tr>
<td>Abertura remota de compartimento</td>
<td>11</td>
<td>8</td>
<td><strong>11 de 11</strong></td>
</tr>
<tr>
<td>Destravamento de terminal</td>
<td>4</td>
<td>4</td>
<td>não cruzado</td>
</tr>
<tr>
<td>Reinício remoto do terminal</td>
<td>22</td>
<td>15</td>
<td>não cruzado</td>
</tr>
<tr>
<td><strong>Total</strong></td>
<td><strong>37</strong></td>
<td><strong>24</strong></td>
<td>—</td>
</tr>
</tbody></table>

**A verificação independente — 11 de 11**

> 
Uma contagem feita no texto que a própria IA escreveu vale pouco: ela poderia estar afirmando ter aberto sem ter aberto — e o painel de treino mostrado adiante traz exatamente um caso em que ela afirmou ter destravado sem prova. Então cruzamos.


> 
Cada uma das **11 aberturas anunciadas foi procurada no registro de comandos do parque físico**, que é outro sistema, outro banco e outro dono. **As 11 têm comando confirmado**, no armário certo, com defasagem mediana de **11 segundos** entre o comando executado e a mensagem ao cliente — a maior delas de três minutos. Nenhuma abertura anunciada ficou sem lastro.


> 
Os destravamentos e reinícios ainda não foram cruzados. Está dito porque não cruzar e dizer que cruzou é o defeito que este documento inteiro existe para não ter.


A abertura é o **último degrau de uma escada de quatro níveis**, e os três anteriores existem para não precisar dela: **1)** conferir no banco se o pacote está mesmo lá e se já foi retirado; **2)** orientar a pessoa a resolver sozinha, com a senha do próprio apartamento; **3)** acionar a zeladoria ou a portaria com pedido concreto; **4)** abrir. E abrir exige **presença física confirmada** na frente do armário mais uma destas três autorizações: estar acompanhado por alguém do prédio, ter autorização do apartamento dono da entrega, ou ser o próprio dono pedindo. Reclamação de terceiro sem autorização não abre porta — escala.

**O que essa capacidade não alcança**

> 
Dos 263 armários instalados, **204 estiveram alcançáveis nas últimas 24 horas** e 201 tiveram movimento em 30 dias. Com o terminal fora do ar o comando simplesmente não executa — a saga volta com estado de tempo esgotado, e o agente sabe distinguir isso de uma recusa. "263 máquinas" é parque instalado; **o alcance operacional é menor e varia**.


> 
**14/08 · 22h31 → 22h53 o condomínio NL · 22 minutos · zero humano**
Diz que precisa retirar uma entrega e não consegue.


> 
Consulta o armário e detecta a anomalia: as duas últimas encomendas constam retiradas às 12h54 do mesmo dia, portas 18 e 3.


> 
Abre o vídeo: duas portas abriram, a mãe da cliente saiu com um volume só.


> 
"Não vou apontar ninguém sem ter certeza." Separa o que provou do que não provou e agenda apuração com os vizinhos para o dia seguinte.


> 
"e se a pessoa tb n olhou o fundo da gaveta e estiver lá?"


> 
Adota a hipótese dela, cruza o print de rastreio com o registro do armário — **mesmo minuto, 13/08 15h34** — e corrige a própria conclusão anterior: o que ficou para trás foi a porta 18, não a 3.


> 
Confere a autorização: o telefone que está escrevendo é o cadastrado no apartamento, e a entrega registrada na porta 18 é daquele apartamento. A cliente está na frente do armário.


> 
**Abre a porta 18 remotamente** e orienta a passar a mão no fundo.


> 
"Isso / Achei"


> 
Confirma pela etiqueta fotografada — código BR2673939625037, o mesmo do print. **Cancela** a apuração com os vizinhos. "E o mérito é seu — foi _você_ que teve a ideia de olhar o fundo da gaveta."


`100% autônomo` · `22h31 de sexta` · `análise de vídeo` · `OCR de etiqueta` · `cruzamento de rastreio` · `abertura remota` · `autocorreção` · `recusa de acusar sem prova`

A apuração com dois vizinhos, que teria constrangido duas famílias, foi cancelada antes de começar. E não há plantão humano nesse horário: das 505 mensagens que entraram entre meia-noite e seis da manhã nos últimos 30 dias, a alternativa real não era um atendente mais lento — era o dia seguinte.

### Missão multi-contato: o problema que atravessa gente

Seis por cento dos chamados atravessam mais de uma pessoa — e são justamente os caros. Na canal de suporte, em 30 dias, foram **73 missões com dois ou mais participantes**, e as 68 que fecharam levaram **14,3 horas de ciclo médio contra 6,1 horas** das 1.074 de uma pessoa só: **2,3× mais tempo**. É onde o atendimento comum quebra, porque exige alguém segurando o fio entre conversas separadas. O sistema modela isso de frente: a _missão_ tem participantes de conversas diferentes, próximo passo, agendamento e uma linha do tempo unificada que costura as pontas em ordem de relógio.

![Modal de linha do tempo de uma missão com quatro participantes, mostrando resumo, mensagem do agente e notas internas com horário.](https://cdn.zibox.com.br/zibox-media/media/zibox-suporte-ia-1.webp)

 **Linha do tempo de uma missão de quatro pontas.** Um envelope do Mercado Livre lançado no apartamento errado. O agente confronta a alegação da transportadora com o registro físico — _"Nenhuma encomenda foi lançada no armário pro apto 53 — nem hoje, nem em nenhum outro dia desde que o armário foi instalado aí"_ — e conclui que o "recebido por" da transportadora significa entrega em mãos, não armário. A nota interna registra a apuração: "APURADO: log_entregas do kiosk NAO tem NENHUMA linha pro apto 53 em nenhuma data" . Caso encerrado com o envelope localizado.

### Pessoas como ferramenta: o agente conhece o prédio e chama quem resolve

Este é provavelmente o comportamento mais incomum do sistema. Quando o agente chega ao limite do que consegue fazer sozinho, ele **não abre um chamado e espera**. Ele sabe quem é o zelador daquele prédio, tem o telefone, e liga para ele com um pedido concreto.

<table>
<thead>
<tr>
<th>Quem ele acionou</th>
<th>Mensagens</th>
<th>Pessoas distintas</th>
</tr>
</thead>
<tbody><tr>
<td><strong>Zeladores</strong></td>
<td>1.154</td>
<td>60</td>
</tr>
<tr>
<td>Administração do condomínio</td>
<td>204</td>
<td>8</td>
</tr>
<tr>
<td>Síndicos e síndicas</td>
<td>151</td>
<td>12</td>
</tr>
<tr>
<td>Portaria</td>
<td>120</td>
<td>6</td>
</tr>
<tr>
<td><strong>Total em 30 dias</strong></td>
<td><strong>1.629</strong></td>
<td><strong>86 pessoas · 81 conversas</strong></td>
</tr>
</tbody></table>

Isso só é possível porque o agente tem um cadastro vivo do outro lado: **236 pessoas mapeadas em 198 prédios**, cada uma com cargo, telefone, vínculo e vigência — e **211 prédios com ficha própria**, com endereço, capacidade, número de torres, data de ativação e as particularidades que só se aprendem atendendo.

**Por que isso inverte a lógica do atendimento com IA**

> 
No desenho convencional, o humano é _o degrau acima_: quando a IA não dá conta, ela passa o caso para uma pessoa e sai. Aqui o humano é **um recurso que o agente convoca** — com pedido específico, contexto anexado e prazo. O zelador não recebe "há um chamado aberto"; recebe _"a gaveta 43 está com um pacote do 1807 que foi entregue à portaria — pode confirmar o recadastro antes de ela ser reofertada?"_.


> 
E o agente coordena as duas pontas ao mesmo tempo, em conversas separadas, sem que nenhuma das duas precise saber da outra. Foram **73 missões multi-contato em 30 dias**, com até cinco pessoas na mesma missão — e elas custam **2,3× mais tempo de ciclo** que as de uma pessoa só, que é exatamente o motivo pelo qual valem a pena ser automatizadas.


O caso do cartão de banco, mais adiante, mostra isso sob estresse: em 28 horas o agente acionou o telefone antigo do apartamento, o segundo telefone, a zeladoria e a síndica — quatro pontas, quatro conversas, nenhuma delas iniciada por ninguém além dele —, descobriu sozinho que era domingo e cancelou o plano de escalação, e reverteu a própria decisão sete minutos depois quando a cliente recusou esperar.

### Conhecimento de negócio: o que o sistema sabe e um concorrente não tem como saber

O ativo mais difícil de copiar não é o código. É o que o sistema aprendeu sobre 180 condomínios reais em 200 dias de operação.

<table>
<thead>
<tr>
<th>Ativo</th>
<th>Volume</th>
<th>O que é</th>
</tr>
</thead>
<tbody><tr>
<td>Fatos de negócio estruturados</td>
<td>1.320</td>
<td><strong>297 aprendidos de conversa</strong> e 1.023 importados do cadastro do parque. Os 297 são o ativo: são o que ninguém tem sem ter atendido</td>
</tr>
<tr>
<td>Pessoas de prédio mapeadas e vivas</td>
<td>236</td>
<td>195 zeladores, 17 síndicos, 9 porteiros, 9 de administração e 6 em cargos avulsos — cada uma com cargo, vínculo e vigência</td>
</tr>
<tr>
<td>Conversas qualificadas pela peneira diária</td>
<td>1.996</td>
<td>Toda conversa do dia é classificada, resumida e vinculada ao prédio. Dessas, <strong>1.333 viraram chamado real</strong>; as demais foram descartadas como conversa sem chamado</td>
</tr>
<tr>
<td>Condomínios com histórico</td>
<td>180</td>
<td>161 tiveram movimento nos últimos 30 dias</td>
</tr>
</tbody></table>

![Painel por prédio mostrando contagens de chamados de ontem, 7 dias e 30 dias por condomínio, com marcador de fora do padrão.](https://cdn.zibox.com.br/zibox-media/media/zibox-suporte-ia-2.webp)

 **Painel por condomínio, com detecção de anomalia.** Cada prédio tem contagem de ontem, 7 e 30 dias, com marcação automática quando o volume de ontem passa de três vezes a média do próprio prédio. É o insumo de um produto que ainda não foi vendido: **saúde operacional por cliente**, para a administradora e para o síndico.

### Governança: o interruptor que todo mundo pergunta

Cada conversa tem um modo — _responde direto_, _gera sugestão para o humano revisar_, ou _fica quieto_. O mesmo interruptor governa o texto e a ação física: em modo sugestão, abrir uma porta vira uma proposta revisável, não um comando. E existe uma varredura que aplica o modo escolhido ao canal inteiro, com um nível de desfazer que só devolve o que continua como a varredura deixou.

**Onde o dial está hoje**, no canal de suporte, entre as 883 conversas ativas nos últimos 30 dias: **854 em resposta direta** (722 pelo padrão do canal e 132 fixadas à mão), **25 em sugestão** e **4 em silêncio**. Ou seja, 96,7% da população está no modo mais autônomo — o denominador dos 69,8% não foi escolhido a dedo. E a trilha de autoria é escrita _pelo sistema no momento do envio_, não pelo agente relatando o que fez: ela não depende da colaboração de quem está sendo medido.

![Painel de configuração mostrando os três modos de autonomia e os botões de aplicar a todas as conversas com opção de desfazer.](https://cdn.zibox.com.br/zibox-media/media/zibox-suporte-ia-3.webp)

 **O dial de autonomia.** Três modos por conversa, um padrão por canal, e aplicação em massa com desfazer. A varredura nunca toca no canal de controle do operador nem em conversa com missão em andamento — duas exceções que estão no código, não no manual.

## O que estes atendimentos provam

Os onze casos desta seção aconteceram entre 5 e 22 de agosto de 2026, com clientes reais, no canal de suporte a moradores, zeladores e síndicos. Juntos eles mostram três coisas que a descrição de um produto não alcança. A primeira é **duração**: casos de vinte e dois minutos e casos de vinte e oito horas, conduzidos sem perder o fio, com a promessa de retorno cumprida inclusive nos dias em que não havia novidade nenhuma para dar. A segunda é **largura**: operações com cinco pessoas em conversas separadas, gente que não é cliente, prédio que não tem o equipamento instalado, zelador, portaria e síndico acionados um a um. A terceira, e a mais difícil de fabricar, é **o tipo de raciocínio**: o agente adota a hipótese do cliente contra a própria conclusão, separa o que provou do que apenas suspeita, recusa acusar alguém sem prova, e se retrata em público com carimbo de hora — três vezes na mesma conversa, num dos casos. Num atendimento de madrugada que ficou de fora da seleção por pouco, e que está contado no fim desta seção, ele decide deliberadamente _não_ agir, e explica o motivo social da decisão.

Nota de rigor, antes de qualquer coisa. Eles saíram de um levantamento de catorze, escolhidos por densidade — volume de mensagens, número de participantes e eventos de tarefa — sobre as conversas dos últimos 90 dias; Toda fala entre aspas é literal, copiada do banco de produção, e todo horário é o carimbo da própria mensagem. A divisão entre agente e humano não é impressão nossa: está na tabela de autoria, mensagem por mensagem, e é ela que sustenta a coluna "saídas do agente" da tabela abaixo. Telefones, CPF, CNPJ, nomes de moradores e nomes de condomínio estão mascarados — os prédios aparecem por iniciais. Onde a máscara alterou uma citação literal, está dito no lugar.

Os oito primeiros estão resumidos na tabela; os três últimos vêm logo depois, em texto corrido.

<table>
<thead>
<tr>
<th>Caso</th>
<th>Data</th>
<th>Duração</th>
<th>Pessoas</th>
<th>Saídas do agente</th>
<th>O que ele prova</th>
</tr>
</thead>
<tbody><tr>
<td><strong>A</strong> · A boleira no fundo da gaveta — o condomínio NL</td>
<td>14/08, 22h31</td>
<td>22 min</td>
<td>1</td>
<td><strong>12 de 12</strong></td>
<td>Abertura remota de porta física, autocorreção e recusa de acusar — à noite, sem nenhum humano</td>
</tr>
<tr>
<td><strong>B</strong> · O cartão do banco no apartamento antigo — o condomínio SE</td>
<td>16–17/08</td>
<td>28 h</td>
<td>5</td>
<td>33 de 37</td>
<td>Operação de cinco pontas, e uma regra de privacidade aplicada contra o próprio cliente sob pressão</td>
</tr>
<tr>
<td><strong>C</strong> · O entregador saiu com a caixa — o condomínio CB</td>
<td>16–17/08</td>
<td>18h20</td>
<td>3</td>
<td>25 de 42</td>
<td>Perícia de vídeo quadro a quadro e três retratações públicas na mesma conversa</td>
</tr>
<tr>
<td><strong>D</strong> · A ração do gato num prédio que não é cliente — o condomínio MC → CS</td>
<td>17/08</td>
<td>83 min</td>
<td>3</td>
<td>15 de 21</td>
<td>Coordenação de terceiro não-cliente, áudio recuperado à força, e um erro próprio virando base de conhecimento</td>
</tr>
<tr>
<td><strong>E</strong> · Bloco 2 × Bloco 3, às 5h33 — o condomínio MY, torre III</td>
<td>05/08, 05h33</td>
<td>3 min até a resposta</td>
<td>2</td>
<td><strong>4 de 4</strong></td>
<td>Leitura de etiqueta em foto, causa raiz identificada e senha da moradora protegida</td>
</tr>
<tr>
<td><strong>F</strong> · Duas etiquetas trocadas no centro de distribuição — o condomínio VV</td>
<td>13/08</td>
<td>47 min</td>
<td>1</td>
<td><strong>13 de 13</strong></td>
<td>Reconstrução logística de dois pacotes por rotas diferentes, e um teste decisivo entregue ao cliente</td>
</tr>
<tr>
<td><strong>G</strong> · O tapete que não tinha saído do centro de distribuição — o condomínio BR</td>
<td>09–10/08</td>
<td>24h15</td>
<td>3</td>
<td>17 de 26</td>
<td>Conclusão sustentada contra a afirmação da loja, e uma falha própria confessada sem ser perguntado</td>
</tr>
<tr>
<td><strong>H</strong> · &quot;A loja confirmou&quot; não é a etiqueta — o condomínio PI</td>
<td>14/08</td>
<td>113 min</td>
<td>3</td>
<td><strong>13 de 13</strong></td>
<td>Uma regra de autorização que quase duas horas de pressão do cliente não dobram</td>
</tr>
</tbody></table>

### Caso A — A boleira no fundo da gaveta, 22h31, sem ninguém acordado

o condomínio NL · 14/08 22h31 → 22h53 · 22 minutos · 12 das 12 saídas escritas pela IA

Vinte e duas e trinta e um de uma quinta-feira. a moradora do apartamento 44, diz que precisa retirar uma entrega e não consegue. Em um minuto o agente localiza o apartamento, informa a senha e enxerga a anomalia sozinho: as duas últimas encomendas constam _retiradas às 12h54 do mesmo dia_, nas portas 18 e 3. Ele explica então o mecanismo que ninguém tinha contado a ela — a senha do apartamento abre **todas** as gavetas de uma vez e dá baixa em todas — e anuncia que vai ver o vídeo. Volta às 22h36: duas portas abriram, e a mãe dela saiu com _um volume só_.

O que acontece a seguir é a parte que separa este caso de um atendimento automatizado. O agente tinha uma conclusão pronta e um culpado fácil à mão: duas gavetas usadas por outros moradores no mesmo dia, ambas já vazias. Em vez de apontar, ele publica a fronteira do que conseguiu provar, promete apurar com os vizinhos no dia seguinte — e então **abandona o próprio plano** quando a cliente levanta uma hipótese mais barata.

> 
**14/08 · 22h43 → 22h53 dez minutos, do impasse ao pacote na mão**
"_O que eu não consegui fechar:_ As duas gavetas foram usadas por outros moradores ainda hoje (…) e as duas já estão vazias. Vi os vídeos dessas retiradas e _não dá pra afirmar com certeza_ em qual delas o seu pacote saiu junto. **Não vou apontar ninguém sem ter certeza.**"


> 
"Tá bem mas é se a pessoa tb n olhou o fundo da gaveta e estiver lá ?"


> 
"Sobre má-fé: não dá pra afirmar isso de ninguém sem prova, e de longe o mais comum é a pessoa simplesmente não ter visto. Vamos eliminando o mais simples primeiro 👍"


> 
"📦 A _boleira_ consta entregue _13/08 às 15:34_. 🔓 A entrega que caiu na _porta 18_ foi registrada no armário _13/08 às 15:34_ — mesmo minuto. (…) Isso corrige o que eu te disse mais cedo: sua mãe levou o da _porta 3_, e o que ficou pra trás foi o da _porta 18_."


> 
Abre a porta 18 remotamente, com a cliente parada na frente do armário: "🔓 _Abri a porta 18 agora_ — é a da boleira. Olha _bem no fundo_ da gaveta, e passa a mão até o final: se ela foi empurrada, não aparece de frente."


> 
"Isso" · "Achei"


> 
O agente estava lendo o estado da máquina enquanto conversava, e vê que a porta ficou aberta: "quando terminar de olhar a _18_, _feche a portinha_ 🙏 O armário está com um aviso na tela ('a porta 18 ainda está aberta') e ele não deixa abrir a próxima enquanto ela estiver aberta."


> 
"ACHOU! 🎉 (…) E o mérito é seu — foi _você_ que teve a ideia de olhar o fundo da gaveta."


> 
"Conferi aqui: a porta _já fechou_ e o armário voltou pra tela normal ✅"


Antes de encerrar, o agente confirmou a identidade do pacote pela etiqueta que a cliente fotografou — código BR2673939625037 , exatamente o mesmo do print do pedido dela — e só então fechou. O último ato foi **cancelar a apuração que ele próprio tinha agendado** com os dois vizinhos, que teria constrangido duas famílias por um pacote que nunca saiu do lugar: _"Nada foi extraviado e ninguém pegou nada — o pacote nunca saiu da gaveta 18. Sua mãe não errou: a senha abriu as duas de uma vez e ela pegou o que estava à vista. _**_Cancelei_**_ a apuração de amanhã com os vizinhos — não é mais necessária."_

**Desfecho**

> 
Vinte e dois minutos, das 22h31 às 22h53, **com zero mensagens de operador humano** — as doze saídas são da IA, conferidas uma a uma na tabela de autoria. Nesse intervalo o agente leu vídeo, cruzou código de rastreio com registro de entrada, abriu uma porta física a distância, corrigiu a própria conclusão, se recusou duas vezes a acusar alguém, adotou a hipótese da cliente contra o próprio plano e cancelou uma ação já agendada. Um humano de plantão às 22h30 não faria melhor — e provavelmente teria mandado ela voltar no dia seguinte.


`100% autônomo` · `abertura remota` · `análise de vídeo` · `cruzamento de rastreio` · `autocorreção` · `recusa de acusar sem prova` · `fora do horário comercial`

### Caso B — O cartão do banco que foi parar no apartamento antigo

o condomínio SE · 16/08 08h37 → 17/08 12h32 · 28 horas · 5 participantes · 33 das 37 saídas escritas pela IA

Uma moradora procura um cartão de banco há cinco dias. O banco diz que entregou. Em três minutos o agente confirma que nada entrou no armário para o apartamento dela desde junho — e então ela solta a pista: _"eu preciso saber se foi para o 307, morávamos lá antes"_. O agente vira o caso, acha a entrega no 307, lê a foto da etiqueta que o armário tirou, identifica o titular do envelope — e **não revela o nome**. Pede que ela informe primeiro, para comparar. Ela informa. Bate exato.

O que vem depois é uma operação de vinte e oito horas com cinco pessoas em conversas separadas, e vale ver a sequência inteira porque é nela que aparece o comportamento raro: um agente que reverte a si mesmo duas vezes, uma delas contra a própria vontade de estar certo.

> 
**16/08 · 08h40 → 17/08 12h25 linha do tempo da missão de cinco pontas**
Consulta o armário: nada entrou para o apartamento 304 desde 26/06. Confirma que o equipamento está no ar e que o cadastro dela está certo — e orienta portaria e caixa de correspondência.


> 
Acha a entrega no 307: gaveta 14, retirada em 15/08 às 10h58. Lê a etiqueta na foto — envelope de banco, destinatária do apartamento 307 — e pede que a cliente diga o nome antes de ele dizer.


> 
Corrige o próprio resumo da missão, que dizia "caso resolvido e confirmado pela cliente": _"isso nasceu do 'Ok obrigada' dela às 08:47, que era fechamento de turno, não desfecho"_.


> 
Aciona a zeladoria. Confere o telefone no cadastro do equipamento **e não na própria nota da manhã** — "telefone errado pra cliente irritada seria estrago novo".


> 
A cliente manda o contato da síndica em cartão de contato. Ele chega vazio, por uma falha conhecida do canal. O agente não chuta: _"o contato chegou aqui em branco 😕 — me manda o número digitado"_.


> 
A cliente diz que o zelador não trabalha hoje. O agente **checa o relógio da máquina, descobre que é domingo**, cancela a escalação e move o agendamento.


> 
Ela recusa esperar até segunda. O agente **reverte a decisão que tomou sete minutos antes**, aciona o segundo telefone do 307 e escala ao operador.


> 
Fecha o dia com a posição prometida, _mesmo sem novidade nenhuma_.


> 
Passa o telefone da zeladoria com o texto pronto para a cliente copiar e colar.


> 
A cliente manda a foto do rastreio: "Entregue".


> 
**16/08 · 11h45 sob pressão de uma cliente irritada**
"Não isso é cartão 💳 de banco está sumido eu preciso de uma posição mesmo que eu não sei se tem ou não tem alguém morando lá no 307 eu preciso de uma posição da síndica e da administração ou dos armários inteligente alguém precisa me dar suporte"


> 
"_Tem gente sim no 307._ Isso não é suposição minha: o envelope foi retirado de lá _ontem, sábado, às 10h58_, com a senha do apartamento, e ficou registrado com foto. (…) Eu não tenho como obrigar ninguém a responder no domingo, mas o caso não está parado e não vou largar ele."


> 
"Sobre a _foto da retirada_ e o _nome e telefone de quem retirou_: eu não posso te enviar 🙏 São dados de outro morador, e é a mesmíssima regra que impede qualquer pessoa de me pedir a _sua_ foto e o _seu_ telefone. **Não é má vontade minha — é a regra que também protege você.**"


> 
"_Você bloqueou o cartão._ Cartão bloqueado não compra: nem no crédito, nem no débito, nem por aproximação, nem com senha. O risco que você está temendo acabou no minuto em que você fez isso. O que está dentro daquele envelope hoje é um plástico que não funciona. Você fez a coisa certa e fez rápido 👏"


> 
"Reenviar o mesmo texto não faz ninguém abrir mais rápido — só empilha a mesma mensagem. E mandar em série faz o WhatsApp bloquear o meu número, aí eu perderia o canal com eles de vez."


> 
nota interna do agente · 11h29 · a lição que ele registrou contra si mesmo


**Desfecho**

> 
O envelope estava na portaria desde sábado, deixado ali pela moradora do apartamento antigo. **Nunca houve retenção.** A cliente recebeu em 17/08 às 12h25 — e o operador humano entrou ao vivo às 11h47 daquele dia, depois de vinte e sete horas de condução autônoma, para resolver algo que só um humano resolveria: a cliente é PCD e estava sendo mandada esperar embaixo. O agente fechou _os dois lados_ sem citar dado de um para o outro, registrou a pendência que sobra e não é dele — _"enquanto o cadastro não for corrigido, a próxima entrega dela cai no 307 de novo"_ — e **decidiu não pedir avaliação**, de propósito: _"o caso teve atrito alto; pedir nota aqui seria surdo"_.


`missão de 5 pontas` · `28 horas sem perder o fio` · `recusa de dado pessoal sob pressão` · `leitura de etiqueta` · `autocorreção · duas reversões` · `promessa cumprida sem novidade`

### Caso C — O entregador saiu com a caixa, e o vídeo teve que ser revisto três vezes

o condomínio CB · 16/08 18h40 → 17/08 13h01 · 18h20 · 3 participantes · 25 das 42 saídas escritas pela IA — as 14 do primeiro dia, todas

Uma cliente do apartamento 2701 recebeu três produtos, pegou um na portaria, digita o código no armário e não encontra nada. O agente acha duas entregas, oferece o vídeo, e faz uma coisa que parece detalhe e não é: ao mandar a foto de quem retirou, **avisa que o relógio da câmera está errado** — _"é o relógio da câmera, que veio zerado de fábrica; o horário certo é o do registro do sistema"_. Ele desqualifica a própria evidência antes que ela induza alguém ao erro.

Às 18h54 ele compara a etiqueta fotografada pelo armário com as fotos da cliente, conclui que é o pacote que ela já tem em mãos — **e erra**. Ela corrige. Três minutos depois ele assume, volta ao registro do lançamento e descobre o que ninguém tinha visto: o armário havia fotografado _dois_ pacotes, não um. Refaz a conta: falta uma caixa, não duas. No dia seguinte, com o caso já apoiado num vídeo de cinquenta segundos que ele mesmo montou para a reclamação da cliente contra a loja, ela contesta o vídeo. E aí vem a peça central do caso.

> 
**17/08 · 11h14 → 12h06 desafiado por uma cliente que viu o mesmo vídeo**
"Vi o vídeo e não mostra o entregador saindo com os dois volumes."


> 
"Você está certo, e eu preciso corrigir o que escrevi 🙏 Fui rever o vídeo agora, quadro a quadro. O que ele mostra, de fato: no fim, ele sai andando com _um_ volume na mão — a caixa da chaleira, exatamente a que você pegou na portaria. Nisso você tem razão, e a minha frase de ontem ('saiu com os dois') **foi além do que o vídeo mostra**. O que o vídeo mostra dos dois é este momento aqui 👆: ele está com _os dois volumes nas mãos ao mesmo tempo_, do lado de fora do armário, já _depois_ de ter registrado a entrega no sistema. Logo depois a caixa marrom sai do enquadramento e não aparece mais. O vídeo _não mostra_ o que ele fez com ela."


> 
"Mas a sua hipótese abre uma possibilidade que eu ainda _não_ tinha testado (…) Acabei de pedir isso ao pessoal do prédio: _abrir as gavetas que constam vazias e olhar dentro_, além de procurar na portaria. São 8 gavetas, leva poucos minutos."


> 
"_O que o vídeo não mostra:_ o que ele fez com a caixa marrom nesses segundos. Então continuam de pé duas possibilidades, e eu não posso afirmar nenhuma como certa: 1️⃣ ele levou embora; 2️⃣ ele colocou a caixa numa gaveta e _não registrou na tela_. (…) Pra loja, o que você pode afirmar com segurança é isto: a entrega foi registrada em 16/08 às _09:04_, os _2 volumes_ foram bipados no sistema, e você recebeu _só um_."


> 
"Peço desculpas, acho que eu estava ansiosa pelo receio da minha encomenda extraviar que acabei cometendo essa grosseria. Muito prazer, grata pela ajuda"


> 
"Que isso — não teve grosseria nenhuma 🙏 Você estava atrás de uma encomenda sua, e com toda razão. Cobrar clareza nessa hora é o certo, não o contrário. **Inclusive foi você que levantou a hipótese que destravou o caso.**"


**Desfecho**

> 
A caixa estava dentro do armário o tempo todo. O marido da cliente havia aberto a porta 11 sem olhar, o sistema deu baixa, e outro morador recebeu por cima — devolvendo no mesmo dia. Ela recebeu em 17/08 às 12h26 e respondeu a avaliação pública. Além do pacote, o agente produziu **material de prova utilizável por terceiro**: vídeo de cinquenta segundos, o quadro congelado do momento decisivo, e os dois códigos de rastreio, para a reclamação dela contra a loja.


`perícia de vídeo quadro a quadro` · `duas etiquetas na mesma foto` · `3 retratações públicas` · `fronteira epistêmica explícita` · `prova produzida para terceiro` · `relação recuperada com cliente hostil`

### Caso D — A ração do gato doente, num prédio que não é cliente

o condomínio MC → o condomínio CS · 17/08 09h29 → 10h51 · 83 minutos · 3 pessoas · 15 das 21 saídas escritas pela IA

Uma moradora de um prédio **que não tem o produto instalado** chega por indicação de uma amiga do prédio vizinho. Uma ração renal para um gato doente consta entregue e sumiu. O agente acha uma pista rápido demais — e, ao confirmar o endereço, descobre que errou. Ele se retrata _antes de causar dano_, e depois passa oitenta minutos resolvendo o problema de alguém que não é cliente dele, num prédio que não é cliente dele, coordenando um terceiro que também não é.

> 
**17/08 · 09h34 → 10h38 um erro no minuto 5, e o que ele fez com o erro**
"_O condomínio MC não tem armário nosso._ ⚠️ E por isso: _aquela encomenda do apto 43 que eu te falei NÃO é a sua._ Ela está no armário do CS e é de um morador de lá. **Desconsidera o que eu disse — não vá tentar retirar, por favor.**"


> 
"Uma coisa que eu queria te dizer com sinceridade, por causa do gato: eu não tenho como garantir que ela responda rápido — pode ser em minutos ou levar algumas horas. Se o tratamento dele já era pra ter começado, _não deixe de resolver por outro caminho enquanto isso_. (…) Se for a sua e estiver aqui, você não perde nada: a gente devolve do mesmo jeito 😊"


> 
"nós temos cubo aqui, vocês tem cubo aí e são os mesmos números de apartamentos (…) está acontecendo várias vezes e olha que eu coloco manacá, coloco prédio branco e roxo, mas eles não querem nem saber."


> 
"_Eu registrei isso aqui no nosso sistema_, marcado no cadastro do CS: que o prédio vizinho tem apartamentos com os mesmos números e que essa troca já aconteceu mais de uma vez. Assim, na próxima vez que alguém aparecer com esse problema, a gente já olha o vizinho de cara em vez de dizer 'não é aqui' — **que foi exatamente o erro que eu cometi com você no começo** 🙏"


> 
O morador do apartamento 43 diz que já retirou. Em vez de repassar a palavra dele, o agente **consulta o registro de retiradas no banco do próprio armário** e só então avisa as duas pontas.


Três detalhes escondidos nesses oitenta minutos merecem ser ditos. O agente percebeu que três áudios da cliente tinham falhado na transcrição e **re-enfileirou os três à força**, recuperando deles um dado estrutural que nenhum humano havia capturado — o erro de vizinhança é recorrente e já atingiu outros moradores. Quando o morador do 43 mudou o destino no meio do caminho ("vou deixar no apto 33"), ele **não repassou**: a frase era ambígua e ele confirmou com as duas pontas antes. E ao pedir que um terceiro abrisse a gaveta, pediu que _lesse o nome na etiqueta antes de abrir o pacote_.

**O que deu errado nesse caso, e nós não vamos calar**

> 
Ao errar o prédio nos primeiros cinco minutos, o agente **revelou a uma não-cliente a existência e a localização de uma entrega de outro morador**, em outro condomínio — e depois orientou um terceiro a ler a etiqueta de uma encomenda alheia. Não houve dano nem reclamação, e a retratação veio em dois minutos, mas isso contradiz a política de privacidade que o Caso B mostra sendo aplicada com rigor contra o próprio cliente. Está registrado como risco aberto: **a identificação do prédio precisa ser confirmada antes, não depois, de citar qualquer entrega**.


**O fio solto que ele decidiu não puxar**

> 
"ela abriu reclamacao no Mercado Livre dizendo que nao recebeu. Se ela nao cancelar essa reclamacao agora que recebeu, pode virar reembolso indevido — NAO trouxe isso a tona: e assunto entre ela e a loja, ninguem perguntou, e levantar suspeita de fraude com uma cliente que acabou de ser bem atendida seria gratuito."


> 
Nota interna do agente, 10h49. Julgamento de proporcionalidade que nenhuma regra escrita cobria. **Desfecho:** 83 minutos; o pacote foi entregue à amiga do apartamento 33 do CS, que o levou até ela — e o caso deixou um registro permanente de conhecimento sobre a vizinhança dos dois prédios.


### Caso E — Bloco 2 × Bloco 3, às 5h33 da manhã

o condomínio MY, torre III · 05/08 05h33 → 11h04 · resposta completa em 3 minutos · 4 das 4 saídas escritas pela IA

Cinco e trinta e três da manhã. Uma moradora manda uma foto e escreve: _"Está encomenda não é minha / Está escrito bloco 2 / Eu sou do bloco 3"_. Três minutos depois — 05h36 — chega uma resposta que lê a etiqueta na foto, identifica a destinatária real, localiza o pacote na porta 3 desde 03/08 às 22h28, explica _por que os avisos foram parar no WhatsApp dela_, e oferece duas rotas de solução. Não há humano nenhum na conversa.

> 
**05/08 · 05h36 e 05h38 três minutos depois de a foto chegar**
"Você tem razão, _a encomenda não é sua_. A etiqueta está no nome da moradora do apto _1603 bloco 2_. Você é o 1603 do _bloco 3_ — mesmo número de apartamento, bloco diferente. O entregador se confundiu e deixou no armário do seu bloco. Por isso os avisos foram parar no seu WhatsApp: o pacote foi lançado no seu apartamento aqui no sistema."


> 
(nome da destinatária mascarado nesta citação)


> 
"quando o zelador estiver na frente do armário, _eu abro a porta 3 remotamente pra ele_ — você não precisa descer nem passar sua senha pra ninguém."


**Desfecho:** a zeladoria abriu a gaveta às 09h44 e levou o pacote ao bloco 2. Os lembretes automáticos que estavam indo para o telefone errado foram interrompidos. Às 11h01 o agente fechou com uma frase que ninguém o obrigava a escrever: _"Obrigado por ter avisado e por não ter levado o que não era seu — foi isso que fez a encomenda chegar na pessoa certa."_ A moradora pediu para avaliar e avaliou.

`100% autônomo` · `05h33` · `leitura de etiqueta` · `abertura remota` · `senha do morador preservada`

### Caso F — Duas etiquetas trocadas no centro de distribuição

o condomínio VV · 13/08 13h30 → 14h18 · 47 minutos · 13 das 13 saídas escritas pela IA

Um morador recebeu duas encomendas da mesma loja no mesmo dia e foi avisado de uma só; a outra não chegou até ele. Em quarenta e sete minutos, sem nenhum humano, o agente reconstruiu que os dois pacotes **entraram no prédio por rotas diferentes** — um entregue na mão do porteiro às 21h10, outro no armário às 22h01 — provou qual dos dois passou pelo equipamento cruzando os códigos de rastreio com a etiqueta fotografada, e descreveu o vídeo da retirada com detalhe suficiente para o cliente reconhecer o próprio pai. Quando o pai negou ter pegado dois pacotes, o agente não se defendeu: entregou ao cliente um teste de uma linha que decidiria o caso.

> 
**13/08 · 14h14 o teste decisivo, colocado na mão do cliente**
"Pega a encomenda que está aí em casa e olha a _etiqueta colada nela_: se o código for _BR267731167597G_ → é a que saiu do armário. Aí o que falta é a outra (…). Se o código for _BR261645274413R_ → aí sim a caixa do armário sumiu depois de retirada, **e eu levo o caso adiante com o vídeo.**"


> 
"Entendi, e sua explicação faz todo sentido: se etiquetaram trocado no centro de distribuição, os dois códigos ficam invertidos e o rastreio nunca ia bater com o que chegou na sua mão 👍 (…) Fez bem em pedir o reembolso, é o caminho mesmo, e o vídeo fica aqui guardado caso a loja peça alguma comprovação. É só me chamar que eu reenvio."


**Desfecho:** a hipótese final — etiquetas invertidas no centro de distribuição da loja — foi do cliente, e o agente a validou com os dados que tinha em vez de disputá-la. Do lado do armário ficou tudo registrado e o vídeo, à disposição. Nada a resolver do lado do equipamento; o problema estava três elos atrás na cadeia, e o atendimento serviu para _provar isso_.

### Caso G — O tapete que ainda não tinha saído do centro de distribuição

o condomínio BR · 09/08 11h21 → 10/08 11h36 · 24h15 · 3 pessoas · 17 das 26 saídas escritas pela IA

Uma cliente acha que deixou um segundo pacote para trás na gaveta e vai descer às 13h para buscá-lo. Aos oito minutos de conversa o agente já tinha visto o vídeo — o entregador colocou _um_ volume — e **poupou a descida dela**. Depois fez o que a loja não fez: conferiu as encomendas que entraram nos minutos ao redor da dela, uma por uma, para descartar lançamento em apartamento errado, e apresentou um balanço de quatro verificações independentes. Quando ela insistiu para que ele abrisse a gaveta, ele explicou por que não abriria: _"Se eu abrir uma gaveta agora, vou abrir a de outro morador."_

> 
**09/08 · 11h52 e 10/08 · 09h46 uma confissão que ninguém teria descoberto, e a prova que fechou o caso**
"Preciso te corrigir uma coisa que eu falei agora há pouco 🙏 Eu te disse que já tinha avisado a portaria. _A mensagem não chegou lá_ — o WhatsApp bloqueou o envio porque faz alguns dias que a zeladora não fala com este número. Só descobri agora, quando o sistema me devolveu o erro. Não quero te deixar com informação errada, então: _a portaria ainda não foi avisada por mim_."


> 
"E tem um detalhe que fecha a dúvida com a loja: a etiqueta está carimbada _hoje, 10/08 às 03:16_. Ou seja, essa segunda entrega _só saiu agora_ — ela não estava no prédio no dia 08. Por isso nunca apareceu no armário, e por isso a portaria não achou nada quando procurou."


**Desfecho:** não houve extravio. O segundo volume ainda não havia sido despachado quando a cliente reclamou — e a loja, que garantia ter entregado os dois, estava errada. O agente sustentou essa conclusão por vinte e quatro horas contra a palavra da loja, e só a deu por fechada quando a administração mandou a foto da etiqueta com o horário do carimbo. É o caso que mostra um agente que **prefere ser desmentido a ser impreciso**.

### Caso H — "A loja confirmou" não é a etiqueta

o condomínio PI · 14/08 12h51 → 14h44 · 113 minutos · 3 pessoas · 13 das 13 saídas escritas pela IA

Uma cliente recebeu comprovante de entrega às 12h45 e nada foi lançado no armário dela. Aos três minutos o agente acha uma entrega feita às 12h45 em ponto, lançada em _outro_ apartamento — e por quase duas horas resiste a mexer nela. Ele compara a descrição da cliente ("sacola rosa") com a foto do lançamento (caixa de papelão com fita vermelha) e descarta; quando ela aponta que o produto pode ter vindo em outra embalagem, ele **volta atrás na hora** — _"deixa eu voltar atrás, falei rápido demais 😅"_ — mas não muda a regra. A regra é o caso.

> 
**14/08 · 13h41 e 14h07 sob duas horas de pressão para liberar uma gaveta**
"Confirmei aqui que tem meu nome na caixinha"


> 
"Perfeito, e isso eu já considero certo 👍 A loja confirma o que _ela_ despachou pra você. O que ainda falta é outra coisa: o nome escrito na caixa que está _dentro do armário_ — porque essa lá está registrada no nome de outro apartamento. **É só isso que me autoriza a liberar.**"


> 
"Ainda sem retorno do zelador — e não vou te enrolar: enquanto ninguém abrir aquela gaveta e ler o nome, eu não posso liberar. Uma boa notícia: acabei de conferir e _a caixa continua lá_, ninguém retirou. Ela não vai sumir."


> 
"Não tenho o telefone dele pra te passar — e prefiro não te mandar um número errado 🙏 Aqui no cadastro do prédio o contato que consta é o do _síndico_, não o do zelador."


**Desfecho:** às 14h44 o síndico mandou a foto da etiqueta. Era dela mesmo — o entregador havia digitado o apartamento errado. Entregue em mãos. Cento e treze minutos, sem nenhum humano do nosso lado, com a cliente pedindo liberação o tempo todo e o agente sustentando que só a **etiqueta física** o autoriza. Vale dizer o que estava em jogo: se ele tivesse cedido e errado, teria tirado a encomenda de outra pessoa.

`100% autônomo` · `governança de autorização` · `2 autocorreções` · `coordenação com síndico e zeladoria` · `recusa honesta por falta de dado`

### Caso I — Duas conversas, uma investigação só · esta semana

Sábado, 22 de agosto, 13h35. A moradora do apto 234 do condomínio MS diz que a encomenda foi entregue no apartamento errado. O agente não aceita a premissa de cara — pergunta _como_ ela sabe.

> 
**22/08 · 13h35 → 15h26 1 h 51**
"Entregaram a emcomenda no apto errado"


> 
"Só pra eu não errar: como você soube que foi lançada no apto errado? Foi o rastreio da loja que disse entregue, alguém do prédio te avisou, ou chegou aviso do armário?"


> 
"Olha o que a transportadora registrou: 📦 _Recebido por: Portaria - Porteiro_ 🕒 20/08, às _15:03_. Ou seja, o entregador _não_ usou o armário."


> 
"Mas ja recebi esse pacote de racao no armario" · "Eles sempre registram assim"


> 
"Boa, isso muda o rumo — se a câmera mostra ele usando o armário, então aquele 'Portaria' do rastreio foi só o que o entregador digitou no app dele. Já estou puxando os lançamentos daquele horário e olhando _foto por foto_ das etiquetas pra achar o seu 🔎"


> 
"Dia _20_, às _15:01_ — ele chegou carregando _dois sacos_ de ração (um em cada mão), mas registrou _um lançamento só_, na gaveta de _outro apartamento_. E essa gaveta _continua fechada até agora_."


> 
"_Gaveta 64_ — acho que tem _dois_ pacotes de ração dentro dela, e um deles é de outro apartamento. _O que eu preciso:_ abrir, ver _quantos volumes_ tem lá dentro e me mandar _foto da etiqueta de cada um_."


> 
"Antes de te mandar buscar, pedi pra conferirem o _nome na etiqueta_, pra eu ter certeza de que é o seu e **não mandar você descer à toa**."


> 
"A portaria confirmou: a sua ração estava _dentro daquela gaveta_ (…) Quem resolveu foi a câmera que vocês puxaram 👏"


Duas conversas correram em paralelo e nenhuma das duas pessoas soube da outra até fazer sentido saber. No fim ele ainda resolveu o pacote do _outro_ apartamento, que nunca entrou em conversa nenhuma.

### Caso J — O suporte que a transportadora não fez · esta semana

Uma encomenda marcada como entregue que nunca entrou no armário. Aqui o agente trabalha _contra um terceiro_, em favor da cliente — e produz o documento que ela usa na reclamação.

> 
**21/08 · 21h08**
**📄 DECLARAÇÃO — CONSULTA AO SISTEMA DO ARMÁRIO**


> 

_Não há registro_ de nenhuma encomenda dessa loja depositada no armário para essa unidade em 20/08/2026.



> 

A única entrega registrada para a unidade no dia ocorreu às _21h12_, de outro remetente, e foi retirada pela moradora em 21/08 às _18h27_ com a senha do apartamento.



> 

Todo depósito no armário gera _aviso automático_ no momento do lançamento. _Nenhum aviso foi emitido_ para essa unidade no horário informado.



> 
"É só encaminhar essa mensagem na reclamação 👍"


> 
"Baixei o vídeo do momento em que aquele pacote foi depositado e olhei quadro a quadro. A câmera pega o entregador de lado e o volume é pequeno: a etiqueta _não aparece legível em nenhum instante_. Já tinha tentado pela foto e pela leitura automática — **as três vias remotas estão esgotadas**."


> 
"não segure a reclamação — a declaração que te mandei ontem serve pra ela. Se esse pacote acabar sendo o seu, a gente cancela a reclamação depois 👍"


> 
"Agora vou perguntar aos moradores dos _outros dois_, com educação e **sem citar seu nome nem o que era** (…) E vou ser honesto com você sobre o tamanho do que dá pra fazer daqui: a transportadora _deveria_ ter um comprovante que a gente localizaria na hora, e _deveria_ ter digitado o apartamento certo. Não fizeram nem um nem outro. Do nosso lado, o máximo possível é _perguntar e esperar_ — e é isso que eu vou fazer, sem largar o caso."


### Caso K — Quando quem foi chamado desmente o agente

Convocar gente tem um custo que raramente se discute: a pessoa pode responder algo que derruba a sua tese. É o teste mais duro, porque a tentação de segurar a hipótese é enorme depois de já ter mobilizado cinco pessoas.

19 de julho, condomínio NM. A moradora do apartamento 51 da Torre G diz que faltou um terceiro pacote. O agente monta a tese de que ele foi lançado no 51 da _Torre D_ — números iguais, torres diferentes, o modo de falha mais comum de todos — e abre uma missão com **cinco participantes**: a solicitante, o síndico e os três números cadastrados do 51D.

> 
**19/07 → 25/07 notas internas da missão**
A moradora do 51D retirou o pacote, olhou, e disse que era dela.


> 
"REVIRAVOLTA: entrega 4539 era MESMO do 51D (retirada 13:22, confirmada). NAO era da solicitante. (…) NAO ha 3a entrega registrada pro 51G."


> 
"Não existe prova física recuperável do 3º pacote, e reatribuir sem prova é proibido. Nenhum dos 5 participantes voltou a falar em 6 dias. Insistir agora violaria a regra do 1 toque."


Cinco pessoas mobilizadas, uma hipótese derrubada por uma delas, e nenhuma tentativa de forçar o resultado com um segundo e um terceiro toque. É o comportamento que decide se um agente pode ter permissão para incomodar gente: **ele precisa saber parar de incomodar**.

## Arquitetura

A tese em uma frase: um runtime de agente com sessão persistente, colocado atrás de uma camada de transporte plugável, de uma **única porta de saída auditada** e de um banco relacional que é a fonte de verdade — de modo que o agente nunca fala com o mundo sem deixar rastro, e nunca depende de um fornecedor específico.

**O caminho de uma mensagem, ponta a ponta:**

- **Transporte — intercambiável.** API oficial da Meta, Evolution e WAHA atrás de um contrato de seis métodos: trocar de provedor é configuração.
- **Ingestão.** Normaliza e valida; nunca devolve erro de servidor ao provedor.
- **Banco relacional.** Fonte de verdade única — quatro tenants, um arquivo.
- **Sessão de agente.** Persistente e com memória: lê a conversa e a missão, decide, usa ferramentas.
- **Porta única auditada.** Não existe ferramenta de envio direto; o envio é endereçado ao par conversa+tenant e a guarda anti-desvio bloqueia destinatário divergente. Grava quem escreveu, o que decidiu e o que o provedor confirmou.
- **Operação física.** 263 armários e 7.379 fechaduras, por saga assíncrona com confirmação.
- **Console do operador.** Três modos de autonomia por conversa, consultando e comandando pela mesma porta.

Cada canal roda 9 processos isolados. Quatro canais compartilham um banco, com isolamento por coluna.

**O caminho completo de uma mensagem, e por que a auditoria é o ativo.** A entrada é plugável: três provedores de WhatsApp rodam simultaneamente hoje, atrás de um contrato de seis métodos com capacidades declaradas. A saída é estreita de propósito: **não existe ferramenta de envio direto** — o agente não consegue falar com o mundo por fora da porta que audita. O envio é endereçado ao par conversa+tenant, e o caminho legado tem uma guarda que **bloqueia** quando o destinatário não bate com a conversa ativa.

### O gateway é um harness — e é a peça mais incomum do sistema

O agente não recebe uma lista de funções. Ele recebe **um programa onde morar**: telas com estado explícito, comandos que mudam conforme onde ele está, tutoriais que a própria tela serve, guardas que recusam a ação errada, e um diário do que já foi feito ali.

Toda a superfície é HTTP, e existe **um único caminho operacional**. O agente manda um comando, recebe de volta a tela em blocos de texto delimitados — onde está, o que mudou desde o turno anterior, o que pode fazer daqui, e o que deu errado. Ele navega esse ambiente como uma pessoa navega um sistema: entrando em telas, lendo o manual da tela, escolhendo o comando que existe ali.

<table>
<thead>
<tr>
<th>Peça</th>
<th>Linhas</th>
<th>O que é</th>
</tr>
</thead>
<tbody><tr>
<td>Núcleo do gateway</td>
<td>7.152</td>
<td>18 arquivos: motor, rotas, estado, protocolo</td>
</tr>
<tr>
<td>As telas</td>
<td>2.615</td>
<td><strong>10 telas</strong>, cada uma com lógica, gatilhos e tutorial próprio</td>
</tr>
<tr>
<td>Comandos nomeados</td>
<td>1.852</td>
<td><strong>23 comandos</strong> que funcionam de qualquer tela, mais 8 ações numeradas dentro da conversa</td>
</tr>
<tr>
<td>Camada de ferramentas</td>
<td>5.363</td>
<td><strong>33 ferramentas</strong> para o agente de atendimento, 43 para o de retaguarda — 6 delas comandam o parque físico</td>
</tr>
<tr>
<td><strong>Testes só do gateway</strong></td>
<td><strong>5.139</strong></td>
<td>29 arquivos, incluindo teste de que <strong>toda tela carrega</strong> antes do deploy</td>
</tr>
</tbody></table>

#### Por que isso não é "um agente com chamada de função"

#### O conjunto de ações muda com o estado

Numa lista de funções, o modelo vê as mesmas N opções em todo turno. Aqui os comandos são _recalculados a cada tela e a partir dos dados carregados_: uma busca com 7 resultados produz 7 comandos que não existiam no turno anterior.

#### O estado é explícito e diferencial

O bloco de estado marca o que é crítico e **o que mudou desde o último turno**. O agente não precisa inferir o que aconteceu enquanto ele pensava — o ambiente conta.

#### O sistema se ensina

664 linhas de tutorial por tela e um manual de 292 linhas, servidos por dentro do próprio protocolo, com rotas de introspecção que explicam a armadilha de cada variável. **Uma sessão nova se alfabetiza sozinha.**

#### Erro é uma tela, não uma exceção

Três telas de erro de primeira classe, com instrução de recuperação embutida. E uma capacidade nova com defeito **não derruba o gateway**: a exceção vira um passo na narrativa.

#### Guardas recusam a chamada certa na hora errada

O bloqueio anti-desvio não é validação de tipo: o comando está perfeito, o destinatário existe, e mesmo assim o envio é recusado porque **a conversa ativa virou entre os turnos**. Nenhum esquema de função expressa "esta chamada está certa, mas o mundo mudou".

#### Memória externa que sobrevive ao reinício

4.759 turnos gravados em disco, encadeados, com a intenção declarada de cada um, e uma rota documentada para se reorientar depois de perder contexto. **O agente sobrevive ao próprio reinício.** E o registro inclui **615 decisões de ****_não_**** agir** — audita-se também o silêncio.

**A frase que resume a diferença**

> 
Chamada de função dá ao modelo **verbos**. Este desenho dá **um lugar onde estar** — com endereço, vizinhança, placas, manual, e um diário do que já foi feito ali.


#### E ele cresce rápido, porque o contrato é pequeno

Expor uma capacidade nova ao agente — algo que ele passa a poder fazer em qualquer tela — custa **dois arquivos e uma linha de registro**. Não é estimativa: é o que os commits mostram.

<table>
<thead>
<tr>
<th>Capacidade entregue</th>
<th>Data</th>
<th>Arquivos</th>
<th>Linhas</th>
</tr>
</thead>
<tbody><tr>
<td>Envio de mídia endereçado</td>
<td>15/07/2026</td>
<td>2</td>
<td>124</td>
</tr>
<tr>
<td>Atalho para abrir conversa por identificador</td>
<td>09/05/2026</td>
<td>2</td>
<td>126</td>
</tr>
<tr>
<td>Assumir e soltar tarefa — dois comandos de uma vez</td>
<td>05/08/2026</td>
<td>4</td>
<td>136</td>
</tr>
<tr>
<td>Agendar tarefa</td>
<td>09/05/2026</td>
<td>2</td>
<td>271</td>
</tr>
<tr>
<td>Tela nova completa, com tutorial</td>
<td>26/04/2026</td>
<td>15</td>
<td>355</td>
</tr>
</tbody></table>

E não exige parada: as telas recarregam a quente preservando a sessão, e os scripts de comando são lidos do disco a cada chamada — **uma capacidade nova vale sem reiniciar nada**. É por isso que o sistema ganhou, em quatro meses, controle sobre armários físicos, leitura de vídeo, missões multi-contato, disparo de mensagem oficial, varredura de tarefas e classificação automática de assunto — **sem reescrever o motor uma única vez**. O harness é a razão pela qual a expansão é barata, e a expansão barata é a razão pela qual ele alcançou o mundo físico.

#### O ambiente de teste — e o que ele ainda não tem

**O que existe:** 29 arquivos de teste dedicados ao gateway; teste que verifica que _toda tela carrega_ antes de qualquer entrega; testes de protocolo por tela, o maior deles com 502 linhas; testes específicos das guardas anti-desvio; um **simulador do terminal do agente** que reproduz modos de falha reais por variável de ambiente — inclusive dois incidentes datados, um de junho de 2026; e **12 payloads de webhook capturados de tráfego real** para exercitar a ingestão.

**O que não existe, dito para não vender ar**

> 
Não há sandbox que rode o harness inteiro contra um WhatsApp falso de ponta a ponta — parte relevante dos testes roda _contra infraestrutura de verdade_. Não há gravador-reprodutor de sessão do agente: o log por turno é matéria-prima para isso, mas ninguém o consome nesse sentido ainda. E **não há trava que impeça um teste de tocar o banco de produção** — hoje isso é convenção, não mecanismo.


> 
O simulador que existe simula _o terminal do agente_, não o WhatsApp. Chamá-lo de "simulador de conversa" seria impreciso, e este documento prefere ser exato.


### As sete propriedades que sustentam o valor

#### 1 · Agnosticismo de fornecedor nas duas pontas

O transporte é um protocolo de seis métodos com capacidades declaradas e degradação honesta — um provedor que não sabe fazer algo _diz_ que não sabe, em vez de falhar silenciosamente. Três provedores convivem em produção hoje, com três semânticas de confirmação de entrega diferentes, normalizadas para uma. A camada de raciocínio é invocada por processo externo com contrato de texto e identificador do modelo em chave de configuração. **Nenhuma das duas dependências está soldada.** A entrada de um provedor novo são treze passos documentados e testados.

#### 2 · Nenhuma ação escapa por construção — e a instrumentação está declarada

Três trilhas independentes, com a janela de cada contador dita ao lado: _quem escreveu_ (8.205 registros de autoria acumulados desde 16/07); _o que foi decidido_ (13.341 ações no log de atividade desde 14/05); e _o que o provedor realmente confirmou_ (mais de 838 mil eventos em 22/08, com o payload cru guardado em disco).

**Por construção** significa que o agente não tem ferramenta de envio direto: tudo o que ele manda atravessa a porta. **Na prática**, a cobertura da trilha de autoria é de 100% no canal de suporte desde 14/08, 77% na janela de 30 dias, e 31,9% somando os quatro canais.

**O limite dessa medida, que é preciso saber ler**

> 
Os "100%" são **auto-referentes**: medem quantas linhas de saída no banco têm linha correspondente de autoria. Uma mensagem que _nunca virou linha_ seria invisível para essa conta — e por isso a garantia forte é sobre o agente (_nenhuma ação do agente escapa_), não sobre o universo de mensagens.


> 
O caminho humano tem furo conhecido e declarado: mensagens enviadas do celular do operador entram por eco do provedor, e a Meta não emite confirmação de entrega para elas — foi preciso descobrir isso para parar de ler eco como falha. Elas são contadas como humanas quando o eco chega. **A reconciliação com a terceira trilha — os eventos crus do provedor — fecharia esse furo e ainda não foi feita.** É uma consulta, e está na fila.


Quando as três trilhas divergem, a divergência é visível — foi assim que se descobriu que mensagens enviadas pelo celular do operador nunca recebem confirmação de entrega da Meta, o que por meses parecia falha de entrega e não era.

#### 3 · Multi-tenant com isolamento por linha

Quatro canais completos — quatro números de WhatsApp, três negócios distintos — compartilham um único banco, com isolamento por coluna de tenant. Cada canal tem diretório próprio (configuração, logs, mídia, espaço de trabalho dos agentes) e nove processos isolados. Um painel global sobe, derruba, reinicia e cria canais novos.

![Painel de gestao mostrando quatro canais em cartoes, cada um com seletor de provedor de transporte e status ao vivo de nove servicos; enderecos internos e portas mascarados](https://cdn.zibox.com.br/zibox-media/media/zibox-suporte-ia-4b.webp)

 **O painel de operação, com verificação ao vivo.** Cada canal traz o seletor de transporte, o estado de cada serviço com latência real em milissegundos, e os controles de ciclo de vida. O seletor fica **travado com o canal no ar** — trocar de provedor com o webhook ativo faria a mesma mensagem entrar duas vezes, e isso está impedido na interface, não no manual. Identificadores técnicos substituídos pelo papel de cada canal; números, endereços internos e portas de serviço mascarados.

#### 4 · O sistema mede a si mesmo, com braço de controle cego

Toda mudança de comportamento entra no ar acompanhada de um script que julga a própria mudança. O da limpeza automática de contexto, por exemplo, compara as conversas retomadas depois de cada limpeza contra um **braço de controle** — retomadas sem limpeza, com dossiê idêntico, de modo que o juiz não sabe de que braço veio o caso — e corta sobre a _diferença_ entre os braços, não sobre o valor absoluto. Ele se recusa a opinar com menos de cinco casos de cada lado, e distingue "não melhorou" de "**nunca rodou**", que é a falha que a maioria dos painéis de métrica não consegue enxergar.

#### 5 · As decisões difíceis estão escritas onde o código está

Praticamente toda constante não-óbvia deste sistema carrega, no comentário ao lado, o número medido que a justifica e o incidente que a produziu. Não é documentação — é a diferença entre um sistema que outra equipe consegue manter e um que não consegue. Para quem mantém o sistema, é a diferença entre herdar um produto e herdar uma dependência.

#### 6 · Autoridade limitada — e o que ainda não está limitado

Antes de qualquer comando físico, o agente confirma três coisas: que quem está pedindo é o telefone cadastrado naquele apartamento, que a entrega em questão pertence àquele apartamento, e que a pessoa está fisicamente na frente do armário. Abrir é o quarto degrau de uma escada em que os três primeiros existem para não precisar dele, e a regra de quem pode autorizar está escrita e é aplicada — os casos acima trazem um em que o agente recusa entregar dado de outro morador sob pressão.

**Onde a limitação é política, não mecanismo**

> 
A chave de acesso ao parque físico é **administrativa e de escopo total**. O mecanismo de restrição por escopo existe na plataforma e **não está em uso**: hoje a restrição efetiva é a política escrita no manifesto do agente. Para 7.379 compartimentos, isso é endurecível — não é quebrado, mas é a primeira coisa que fecharíamos antes de um segundo operador entrar. É a primeira coisa da fila de endurecimento.


> 
Também não há, hoje, limite contratual de responsabilidade nem seguro específico para erro com consequência física. É uma lacuna comercial, não técnica, e está declarada.


#### 7 · Dados: o que fica guardado

A transcrição de áudio roda local — o áudio do cliente não sai da máquina. Em compensação, o payload cru dos eventos do provedor fica em disco, e ele contém telefone, nome, foto, áudio e vídeo de moradores. **Não há hoje política formal de retenção nem cifragem em repouso**, e a base legal do tratamento não está documentada. Para uma operação com 25.795 apartamentos cadastrados no Brasil, isso é item de conformidade — e não é melhoria: é obrigação.

**O risco real, e o que a arquitetura resolve**

> 
O risco de um produto como este não é a IA errar. É **ninguém conseguir provar o que ela fez**. Esse é o problema que a arquitetura acima ataca de frente — e é por isso que, aqui, o que sustenta o serviço é a auditoria, não o modelo.


## O método: diagnosticar, parametrizar, tratar, rediagnosticar

A operação é conduzida como medicina, não como engenharia de software: observa-se o sintoma, mede-se antes de mexer, ajusta-se o parâmetro, trata-se, e volta-se a diagnosticar. Nunca se declara cura no dia da prescrição.

Isso não é uma metáfora escolhida para o documento — é o padrão que aparece no código, nos planos e nos scripts de veredito. As três mudanças de comportamento que entraram no ar em agosto seguiram o mesmo ciclo, e cada etapa delas tem número.

**A etapa 5 é a que quase todo mundo pula.** Aqui ela é um script que se agenda sozinho, julga a mudança contra um braço de controle cego, e **se recusa a dar veredito** com amostra pequena em vez de inventar percentual.

### Três tratamentos de agosto, com a ficha completa

<table>
<thead>
<tr>
<th>Sintoma</th>
<th>Diagnóstico — o número</th>
<th>Parâmetro escolhido</th>
<th>Rediagnóstico</th>
</tr>
</thead>
<tbody><tr>
<td><strong>O sistema criava missão duplicada</strong> para a mesma conversa</td>
<td>Um dia inteiro medido: <strong>237 chamadas de modelo e 115 missões para 38 conversas</strong> — 67% duplicata. Uma conversa gerou 12 missões. E das 69 duplicatas, <strong>69 nasceram do mesmo ciclo</strong>: a missão fechava, o cliente agradecia, e nascia outra</td>
<td>Decidir <strong>a cada 3 mensagens</strong>, não a cada uma. E reabrir como candidata a missão fechada <strong>há até 6 horas</strong> — corte medido sobre 7 dias: 6h cobre 88,5% dos casos, 30min cobre 73%, 24h cobriria 99% com ruído demais</td>
<td><strong>Fechou, e o efeito está no banco.</strong> Ver a tabela abaixo</td>
</tr>
<tr>
<td><strong>A resposta ao cliente demorava mais</strong> conforme o dia avançava</td>
<td>~3.000 chamadas de 12 sessões: mediana de <strong>2,7 s</strong> com contexto baixo, <strong>4,8 s</strong> na metade, <strong>7,1 s</strong> com contexto alto. Um atendimento tem 10 a 20 chamadas — a resposta chegava um minuto mais tarde</td>
<td>Limpar acima de <strong>35% do contexto</strong>, e <strong>só numa parada de verdade</strong>. A janela de 5 minutos do portão de pendências é o que traduz &quot;não limpar no meio de resolver&quot;</td>
<td>Braço de controle cego, corte sobre a <strong>diferença</strong> entre braços. Agendado, <strong>não publicou</strong></td>
</tr>
<tr>
<td><strong>A lista de tarefas abertas não esvaziava</strong> — oscilava entre 24 e 65 por 21 dias</td>
<td>O juiz noturno só perguntava &quot;já foi feita?&quot; e devolvia <strong>42 suspeitas contra 5 fechamentos</strong> em 5 dias. Suspeita não fecha nada</td>
<td>Uma segunda pergunta — &quot;alguém está travado agora?&quot; — e três degraus de idade (2, 3 e 7 dias). O primeiro degrau é <strong>fato de SQL</strong>, não opinião de modelo: &quot;a nossa última ação foi a última coisa que aconteceu&quot;</td>
<td>Ensaio real antes de ligar: <strong>10 fechamentos em 16 candidatas</strong>, lidos um a um</td>
</tr>
</tbody></table>

### O ciclo que fechou por inteiro, com o depois medido

Dos três tratamentos, o do classificador de missões é o único cujo efeito já pode ser lido no banco. Vale mostrar dia a dia, porque é o formato em que um caso clínico se lê.

<table>
<thead>
<tr>
<th>Dia</th>
<th>Missões criadas</th>
<th>Conversas</th>
<th>Missões por conversa</th>
</tr>
</thead>
<tbody><tr>
<td>09/08</td>
<td>124</td>
<td>28</td>
<td><strong>4,43</strong></td>
</tr>
<tr>
<td>10/08</td>
<td>165</td>
<td>58</td>
<td>2,84</td>
</tr>
<tr>
<td>11/08</td>
<td>120</td>
<td>57</td>
<td>2,11</td>
</tr>
<tr>
<td>12/08</td>
<td>105</td>
<td>38</td>
<td>2,76</td>
</tr>
<tr>
<td><strong>13/08 — o tratamento entra</strong></td>
<td>57</td>
<td>32</td>
<td>1,78</td>
</tr>
<tr>
<td>14/08</td>
<td>26</td>
<td>23</td>
<td>1,13</td>
</tr>
<tr>
<td>16/08</td>
<td>12</td>
<td>12</td>
<td><strong>1,00</strong></td>
</tr>
<tr>
<td>19/08</td>
<td>14</td>
<td>14</td>
<td><strong>1,00</strong></td>
</tr>
<tr>
<td>21/08</td>
<td>27</td>
<td>25</td>
<td>1,08</td>
</tr>
</tbody></table>

<table>
<thead>
<tr>
<th>Número</th>
<th>O que é</th>
</tr>
</thead>
<tbody><tr>
<td><strong>−97%</strong></td>
<td>de missões duplicadas por dia · 79,2 → 2,4</td>
</tr>
<tr>
<td><strong>−75%</strong></td>
<td>de chamadas ao modelo · 348/dia → 41–94/dia · previsto era −73%</td>
</tr>
<tr>
<td><strong>1,00</strong></td>
<td>missões por conversa nos melhores dias — o alvo do tratamento</td>
</tr>
</tbody></table>

A previsão feita _antes_ de aplicar era de **−73% nas chamadas**. O medido depois foi **−75%**. Não é uma coincidência sortuda: é o que acontece quando o parâmetro sai da medição em vez do palpite.

**O que distingue isso de "ajustar o prompt até parecer melhor"**

> 
Três coisas, e as três são verificáveis no código: **o número que justifica cada constante está no comentário ao lado dela**, junto com o incidente que a produziu; toda mudança de risco entra **em modo sombra** — decidindo sem agir — até a precisão ser medida; e o veredito é **desenhado para poder dar errado**, com braço de controle e recusa explícita de opinar com amostra insuficiente.


> 
É a diferença entre tratar sintoma às cegas e conduzir um caso.


### E quando o diagnóstico está errado, isso também é registrado

O sistema já se retratou de conclusões próprias mais de uma vez, e as retratações estão no histórico com data. Um exemplo: durante meses, mensagens sem confirmação de entrega foram lidas como falha de canal — havia até um alerta automático disparando por isso. A medição com cobertura completa mostrou que **140 das 141 mensagens "sem confirmação" eram eco do celular do operador**, e que a plataforma simplesmente não emite confirmação para o que sai do aparelho. O sintoma era real; a causa era outra. O alerta foi desligado, a contagem foi corrigida, e a correção ficou escrita ao lado do código.

## Como o sistema fica melhor sozinho

O ativo que se acumula aqui não é o modelo. É **a inteligência do operador** — capturada no instante em que ele decide, e não depois, quando já se sabe como terminou.

### As duas portas por onde o julgamento humano entra no sistema

#### 📝 A anotação ancorada no balão

Em qualquer ponto de qualquer conversa, o operador clica e escreve **o que estava pensando naquele instante**, com a informação que existia ali. Dois campos: a observação daquele momento e o contexto acumulado até ali.

#### 💬 O comando que direciona o agente

Todo comando que o operador dá ao agente — "seja mais formal", "cria tarefa de follow-up", "não fala com essa pessoa" — vira um balão na própria conversa, com o contexto anexado. São **904 comandos registrados em 329 conversas**.

**O detalhe que faz o comando virar treino de verdade**

> 
Quando um caso vira material de estudo, o extrator **insere cada comando do operador no lugar cronológico exato do dossiê** — e faz isso por um motivo escrito no próprio código: _separar o mérito do agente da instrução que ele recebeu_.


> 
Sem isso, um caso brilhante em que o operador disse o que fazer no minuto 3 ficaria indistinguível de um caso brilhante que o agente conduziu sozinho. Com isso, dá para perguntar ao dado: **onde ele acerta sozinho e onde ele só acerta guiado** — que é exatamente a pergunta cuja resposta define até onde a automação pode ir.


**Por que a anotação vale mais do que parece**

> 
É **o único dado do sistema escrito antes de o desfecho ser conhecido**. Todo o resto — o julgamento, a peneira, o cartão de treino — olha para um caso já fechado, e sabe como terminou. A anotação não sabe.


> 
E a garantia é **estrutural, não uma promessa**: quando o operador anota um ponto antigo, o contexto herdado vem obrigatoriamente de uma anotação _anterior no tempo_, nunca posterior. O comentário no código explica: _"anotar às 10h depois de já ter anotado às 15h NÃO pode puxar o contexto das 15h — isso transforma cenário em retrospectiva disfarçada"_. A contaminação do futuro é barrada na consulta, não no manual.


**E o tamanho honesto disso hoje**

> 
São **47 anotações**, de 28 conversas, de um único autor, entre 29 de julho e 17 de agosto. A distância mediana entre o fato e o momento em que foi anotado é de **8,7 horas** — apenas 9 das 47 foram escritas perto do instante. É um ativo _desenhado certo_ e _ainda pequeno_. Quarenta e sete é pouco; o mecanismo que garante que essas quarenta e sete não estejam contaminadas é o que importa.


### Os quatro laços que se alimentam disso

O tronco é o mesmo — as conversas reais no banco. Dele saem quatro laços de velocidades diferentes, e cada um desemboca num artefato distinto.

<table>
<thead>
<tr>
<th>Laço</th>
<th>Cadência</th>
<th>O que entra</th>
<th>O que sai</th>
</tr>
</thead>
<tbody><tr>
<td><strong>Anotação ancorada</strong></td>
<td>sob demanda</td>
<td>O operador clica num ponto exato da conversa e escreve o que estava pensando <em>naquele instante</em>, com o contexto acumulado até ali — nunca com o do futuro</td>
<td>Corpus de raciocínio humano datado, que nenhum concorrente tem porque ninguém captura</td>
</tr>
<tr>
<td><strong>Peneira diária</strong></td>
<td>04h30</td>
<td>Todas as conversas do dia</td>
<td>Chamado classificado, resumido e vinculado ao prédio · digest para o operador</td>
</tr>
<tr>
<td><strong>Ciclo semanal de julgamento</strong></td>
<td>sexta, 04h00</td>
<td>Casos reais julgados pelo operador — o que a IA entendeu, o que ela fez, o que aconteceu de verdade</td>
<td>Taxonomia atualizada e biblioteca de cartões de treino</td>
</tr>
<tr>
<td><strong>Destilação de corpus</strong></td>
<td>sob demanda</td>
<td><strong>10.946 mensagens, 405 imagens, 27 vídeos, 313 áudios e 70 chamadas de voz</strong> — cobertura de 100% do período</td>
<td>Playbook operacional de 1.597 linhas, com bloco de evidência apontando o caso real que sustenta cada item</td>
</tr>
</tbody></table>

### O painel de treino: onde o humano bate o martelo

O laço mais interessante é o de julgamento, porque ele expõe a IA ao operador da forma mais desconfortável possível: primeiro o caso, depois **a lista do que a IA fez de errado**, e só então o gabarito. A opinião do avaliador automático aparece _depois_ do martelo humano, de propósito — para não influenciar.

![Painel de treino mostrando um caso classificado como perigoso, com o que o cliente trouxe, o que a IA entendeu, o que a IA fez e o que aconteceu de verdade, seguido dos botões de julgamento.](https://cdn.zibox.com.br/zibox-media/media/zibox-suporte-ia-5.webp)

 **Um caso real em julgamento, marcado como perigoso.** Repare no bloco "o que a IA fez / propôs": ele lista **cinco falhas da própria IA**, incluindo ter revelado dados de terceiros antes de confirmar a identidade de quem perguntava e ter afirmado que destravou o armário sem prova. O bloco seguinte traz o que aconteceu de verdade. Só então o operador julga — e o campo de correção que ele escreve **é o que vira aprendizado**.

**🔴 O motor de treino está parado desde 5 de agosto**

> 
Ao conferir o que o ciclo semanal produziu para publicar aqui, encontramos que **o pipeline de treino não gera um caso novo desde 5 de agosto** — dezessete dias. A extração falha contra um identificador de modelo aposentado, e a falha é **muda**: o processo imprime o erro, sai com código de sucesso, a peneira cai no ramo "nenhum caso hoje, nada a fazer", e o agendador registra êxito. São **17 falhas consecutivas** no log, e três evidências independentes fecham no mesmo dia: o último arquivo de casos em disco, o cartão mais recente no banco, e a primeira linha de erro.


> 
O que continua funcionando, por rodar fora do trecho quebrado: a qualificação diária de chamados por condomínio, que processou 83 conversas na última janela, e o banco de exemplos, com 1.328 registros. O conserto é pequeno — corrigir o identificador e **fazer a extração falhar alto** em vez de tratar "não produziu nada" como dia vazio legítimo.


> 
Está publicado aqui porque é a **terceira ocorrência da mesma classe de falha** neste documento: processo agendado que roda, grava linha, fecha o dia e nunca chega ao modelo. Três vezes é padrão, não azar — e o padrão vale mais como informação do que o silêncio valeria como aparência.


**Um segundo achado contra nós mesmos, do mesmo tipo**

> 
Este documento afirma acima que "os vereditos automáticos se agendam, julgam e se desagendam sozinhos". Ao conferir para publicar o resultado, descobrimos que **os dois vereditos agendados para 15 e 17 de agosto não deixaram registro nenhum**: não há tabela de veredito, não há mensagem com o marcador esperado, não há linha no banco. Eles se desagendaram — e **desagendar sozinho é indistinguível de ter julgado**.


> 
O efeito do tratamento existe e foi medido — está na seção do método, com o dia a dia. Mas foi _nós_ que medimos, ao escrever isto. **O mecanismo que deveria ter medido sozinho não mediu**, e essa é a falha que importa: um veredito de execução única que some sem publicar cria a impressão de que foi julgado.


> 
Isso é um defeito real do mecanismo, não uma omissão do documento: um veredito de execução única que some sem publicar é pior que não existir, porque cria a impressão de que foi medido. O conserto é trivial: persistir o resultado antes de desagendar. Publicamos aqui porque a alternativa era deixar a afirmação de pé sem prova — que é exatamente o que este documento acusa o mercado de fazer.


### O que melhora sozinho, e o que não melhora por escolha

#### Melhora sozinho

A peneira qualifica os chamados do dia. O classificador agrupa mensagens em missões. O varredor noturno fecha tarefas mortas com prova. A limpeza mantém as sessões rápidas. A medição em sombra acumula evidência. Os vereditos automáticos se agendam, julgam e se desagendam sozinhos.

#### Não melhora sozinho — de propósito

Nada disso _muda o comportamento_ sem um humano bater o martelo. A taxonomia só muda a partir de vereditos humanos. E existe um portão quantitativo — mas ele é mais estreito do que a frase sugere, e vale dizer o que ele faz de verdade: o portão decide se o **pré-veredito do avaliador automático** pode contar sem martelo humano no placar de treino, exigindo **90% de concordância cega sobre 20 julgamentos** por classe. Ele _não_ governa a autonomia do agente com o cliente — isso é o dial de modo de resposta descrito na seção das capacidades.

**A frase que resume o desenho**

> 
Este é o desenho correto para um sistema que abre fechaduras: **o laço fechado é o de medição; o laço de mudança de política tem um humano dentro.**


### A cadeia de treino que já fecha hoje

Apesar do motor semanal estar parado, existe um caminho que vai da conversa real até o comportamento do agente em produção, e ele está fechado:

conversa real → cartão de estudo → **martelo do operador** → campo de correção → destilação → **342 linhas instaladas nas instruções permanentes do agente**

Essas 342 linhas não são configuração: são doutrina escrita a partir de casos reais julgados por uma pessoa — o que fazer quando o morador não pode se deslocar, quando não cobrar multa, o que nunca dizer, quando escalar. É a inteligência do operador, transformada em comportamento padrão.

E os 42 cartões da biblioteca **não** estão ligados ao agente — de propósito. Nenhuma das 9 classes passou o portão de concordância, então nenhuma entrou. O sistema está fazendo o que prometeu: **segurando o que não foi provado**.

### Para onde isso caminha

A operação hoje é **assistida**: o agente atende, o operador acompanha e intervém quando quer. Os números do começo deste documento mostram o que acontece quando ele intervém pouco — **86,7% de resolução autônoma** —, e mostram também que a diferença entre um dia de 88% e um de 45% não está na competência do agente.

O caminho para autonomia maior não passa por "confiar mais". Passa por três coisas concretas, e todas já existem em forma inicial: **capturar mais julgamento humano** — hoje 47 anotações, deveria ser dez vezes isso; **consertar o motor que transforma julgamento em doutrina** — parado desde 5 de agosto, conserto pequeno; e **medir satisfação**, para que a decisão de soltar a rédea numa classe de caso seja tomada com dado e não com coragem.

O portão que existe hoje já está desenhado para isso: uma classe de decisão só é liberada com **90% de concordância cega sobre 20 julgamentos**, e re-tranca sozinha se cair. Ele está instalado e fechado — **nenhuma classe destravou ainda**, a maior tem 9 dos 20 julgamentos necessários. É assim que a automação completa chega, se chegar: uma classe de caso por vez, cada uma com o seu número, com o humano decidindo quando soltar e o mecanismo decidindo quando retrancar.

### A série que importa, publicada mesmo estando plana

A pergunta certa para uma seção chamada "fica melhor sozinho" é se a **métrica do cliente** melhora. A resposta honesta é: ela está estável, e a cobertura da medição é que melhorou muito.

<table>
<thead>
<tr>
<th>Janela</th>
<th>Conversas</th>
<th>Sem autoria</th>
<th>Autonomia</th>
<th>Base</th>
</tr>
</thead>
<tbody><tr>
<td>16–31/07</td>
<td>464</td>
<td>137 — 30%</td>
<td>78,2%</td>
<td>n=275 (enviesado)</td>
</tr>
<tr>
<td>01–13/08</td>
<td>394</td>
<td>10 — 2,5%</td>
<td>69,1%</td>
<td>n=362</td>
</tr>
<tr>
<td><strong>14–21/08</strong></td>
<td>277</td>
<td><strong>0 — 0%</strong></td>
<td><strong>69,8%</strong></td>
<td>n=268</td>
</tr>
</tbody></table>

**Publicamos a série plana de propósito.** A Fin anuncia que sua taxa de resolução "sobe 1% ao mês"; nós não temos essa curva e não vamos inventá-la. O que temos é outra coisa, e é verificável: uma medição que _ficou honesta_ — de 70% de cobertura para 100% em cinco semanas — e um número que não caiu quando a lente ficou nítida.

### Exemplos concretos de evolução medida, dos últimos 30 dias

<table>
<thead>
<tr>
<th>Mudança</th>
<th>O problema medido</th>
<th>O que a mudança previa · e o veredito</th>
</tr>
</thead>
<tbody><tr>
<td>Classificador passou a decidir a cada 3 mensagens, não a cada mensagem</td>
<td>Num único dia: 237 chamadas de modelo, 49 minutos de processamento, <strong>115 missões para 38 conversas — 67% duplicata</strong>. Uma conversa gerou 12 missões</td>
<td>Previsto: <strong>−73%</strong> nas chamadas.<br><strong>Medido depois: −75% nas chamadas e −97% nas duplicatas</strong> (79,2/dia → 2,4/dia). O script de veredito automático não registrou linha, mas o efeito está no banco e está publicado na seção do método</td>
</tr>
<tr>
<td>Limpeza automática de contexto das sessões</td>
<td>Sessão cheia não erra — <strong>demora</strong>. Medido sobre ~3.000 chamadas: mediana de 2,7s com contexto baixo contra <strong>7,1s com contexto alto</strong>. A resposta ao cliente chegava um minuto mais tarde</td>
<td>Medido: <strong>130 execuções</strong>, com 117 delas entre 14 e 21/08 — a mecânica funciona e está rodando todo dia.<br>🔴 <strong>O veredito de acerto estava agendado para 17/08 e também não publicou nada</strong></td>
</tr>
<tr>
<td>Régua de idade no varredor de tarefas</td>
<td>A lista de tarefas abertas oscilava entre 24 e 65 por 21 dias sem nunca esvaziar: o juiz só perguntava &quot;já foi feita?&quot; e devolvia 42 suspeitas contra 5 fechamentos</td>
<td>Uma segunda pergunta (&quot;alguém está travado agora?&quot;) e três degraus de idade, sendo o primeiro um <strong>fato de SQL</strong>, não opinião de modelo.<br>Ensaio real antes de ligar: <strong>10 fechamentos em 16 candidatas</strong>. Primeira noite valendo: 22/08</td>
</tr>
</tbody></table>

## A engenharia por baixo

<table>
<thead>
<tr>
<th>Número</th>
<th>O que é</th>
</tr>
</thead>
<tbody><tr>
<td><strong>92.532</strong></td>
<td>linhas de produção · 436 arquivos</td>
</tr>
<tr>
<td><strong>51.766</strong></td>
<td>linhas de teste em 268 arquivos · 2.356 funções de teste</td>
</tr>
<tr>
<td><strong>1.492</strong></td>
<td>commits em 4 meses · ~12 por dia de calendário</td>
</tr>
<tr>
<td><strong>105.069</strong></td>
<td>linhas de documentação técnica versionada</td>
</tr>
<tr>
<td><strong>58</strong></td>
<td>migrations de banco, aplicação tudo-ou-nada</td>
</tr>
<tr>
<td><strong>73</strong></td>
<td>specs e planos de design escritos antes do código</td>
</tr>
</tbody></table>

São **0,56 linha de teste por linha de produção** — 36% do Python do projeto é suíte. Mas o número que importa mais é outro: em vários pontos críticos, **a suíte prova que o teste falha se a guarda for removida** — seis guardas provadas por mutação na régua de idade do varredor, seis na porta de templates, quatro no vigia do transcritor. Não é "existe teste": é "existe prova de que o teste morde".

**Três coisas que ainda não temos**

> 
**Execução verde da suíte.** Há falhas de base conhecidas, acumuladas em testes que dependem de estado de produção. Não vamos afirmar taxa de aprovação sem rodar limpo, e rodar limpo exige isolar os testes que hoje tocam o banco real — que é a razão de não os rodarmos por conta própria.


> 
**Integração contínua.** Não existe. A suíte roda à mão.


> 
**Histórico completo de versão.** Os 1.492 commits cobrem quatro meses (21/04 a 21/08/2026), não os oito de operação: o histórico anterior foi reescrito para remover segredos. É o mesmo assunto da higiene de credenciais, e a reescrita é a razão pela qual esse item continua aberto.


### Um gate de qualidade que testes automatizados não pegam

Toda entrega de interface passa por revisão visual com captura de tela lida e analisada contra oito critérios. Um bloqueio impede a entrega. Já foram 42 relatórios de revisão — e duas dessas revisões pegaram defeitos de contraste (1,84:1 e 3,41:1 , contra o mínimo de 4,5:1) que **nenhum teste de código enxergaria**: passavam verdes em toda a suíte.

### Disponibilidade, com o pior incidente nomeado

Não publicamos uptime formal — não há medição contínua instrumentada, e inventar um número de disponibilidade é exatamente o tipo de coisa que este documento se recusa a fazer. O que publicamos é o pior incidente conhecido da janela, com o nome e o desfecho.

**15 e 16 de agosto — o transcritor morreu calado**

> 
Os três processos de transcrição de áudio morreram na manhã de 15/08 e ficaram **33 horas mortos sem ninguém notar**, porque o sintoma é mudo: a IA continua respondendo áudio _sem ouvir_, já que a transcrição fica pendente. Foram **83 áudios afetados**, 40 deles de entrada com processamento pendente.


> 
O conserto não foi um alerta: foi um vigia que ressuscita o processo a cada ciclo de um minuto, provado em produção — **processo morto às 19h32min51s, revivido às 19h33min18s, 27 segundos**. Com cobertura de teste: treze testes, quatro guardas provadas por mutação. É esse o padrão que oferecemos como evidência de operação, não um número de uptime que ninguém mediu.


### Cultura de retratação, registrada no histórico

Há no repositório um commit que _retrata publicamente_ uma afirmação do commit anterior, quatro dias depois — e o faz **estreitando** a alegação em vez de abandoná-la: não que a coisa estivesse quebrada, mas que "o que é verdade é mais estreito". É o mesmo comportamento que o agente exibe com os clientes, aplicado pela equipe a si mesma. É um sinal de como o time trata a própria informação.

![Console do operador com uma conversa aberta, a faixa da missão no topo, o painel de tarefas da conversa e a resposta do agente citando números da frota.](https://cdn.zibox.com.br/zibox-media/media/zibox-suporte-ia-6.webp)

 **O console do operador, em uso real.** No topo, a faixa da missão em curso e a identidade do contato resolvida por fonte local (cargo, prédio, apartamento). No meio, as tarefas daquela conversa com o próximo agendamento. Embaixo, a resposta do agente: _"Conferi todas as retiradas do armário nos últimos 30 dias: foram 783, e só 6 ficaram sem foto e sem vídeo. Cinco dessas seis são exatamente as do 401, ontem às 09h47 — o lote das portas 12, 13, 14, 21 e 25."_ Ao lado, a nota que transformou uma reclamação em **medição de frota**: 37.635 entregas em 7 dias, 2.447 pendentes, 8 órfãs em 8 armários diferentes.

## Onde isto está, comparado ao mercado

Uma empresa de armários inteligentes acordou, em oito meses, com a operação de suporte conduzida por um agente — que responde mais rápido que o operador humano, opera o equipamento, convoca zelador e síndico, e recebe agradecimento em metade das conversas.

### Comparado ao melhor do mundo

As plataformas líderes de atendimento com IA publicam os próprios números. Conferimos os cinco maiores materiais públicos em 22 de agosto de 2026, direto da fonte, e a tabela abaixo põe o nosso ao lado — declarando, para cada linha, de onde veio.

<table>
<thead>
<tr>
<th></th>
<th>Resolução autônoma publicada</th>
<th>Age em ferragem</th>
<th>Convoca pessoas do local</th>
</tr>
</thead>
<tbody><tr>
<td><strong>ZiBox</strong> — dias em que o operador não assume</td>
<td><strong>86,7%</strong><br>72 de 83 · IC95 77,8–92,4</td>
<td><strong>sim</strong> — 37 ações em 30 dias, 11 de 11 aberturas conferidas</td>
<td><strong>sim</strong> — 1.629 mensagens a zeladores, síndicos e portaria</td>
</tr>
<tr>
<td>Ada</td>
<td>84%<br>sem base declarada</td>
<td>nenhum caso público</td>
<td>não</td>
</tr>
<tr>
<td>Fin — decila superior por indústria</td>
<td>85%</td>
<td>nenhum caso público</td>
<td>não</td>
</tr>
<tr>
<td>Fin — média de 12 mil clientes</td>
<td>76%<br>110M conversas</td>
<td>nenhum caso público</td>
<td>não</td>
</tr>
<tr>
<td>Sierra</td>
<td>não publica agregado</td>
<td>nenhum caso público<br>age em sistemas de consequência</td>
<td>não</td>
</tr>
<tr>
<td>Decagon</td>
<td>não publica agregado</td>
<td>nenhum caso público</td>
<td>não</td>
</tr>
</tbody></table>

**A ressalva que precisa vir antes de qualquer comemoração**

> 
**Não ganhamos em escala, e a comparação de taxa é estatisticamente muda.** A Fin roda 2 milhões de resoluções por semana em 12 mil empresas; aqui são 45 mil mensagens por mês em uma operação. Com n=83, o intervalo de confiança do nosso 86,7% vai de 77,8% a 92,4% — largo o bastante para conter os 84% da Ada. Quem subtrai um do outro está fazendo conta que os dados não sustentam.


> 
E a definição joga contra nós de um jeito que vale repetir: eles contam como resolvida a conversa em que _o cliente sumiu sem responder_. Aqui só conta a conversa em que _nenhuma pessoa escreveu_. São réguas diferentes, e a nossa é mais curta.


> 
O que **não** é estatisticamente mudo são as duas colunas da direita.


### Três verdades inconvenientes sobre este mercado

O material de venda das plataformas omite as três. Elas estão aqui porque são o motivo pelo qual _este_ desenho — assistido, medido, com humano dentro — é o certo.

#### 1 · Self-service não é 80× mais barato. É cerca de 7×.

O número de 2019 que todo mundo cita — US$ 8,01 no canal assistido contra US$ 0,10 no self-service — foi atualizado pelo próprio analista em 2024: **US$ 13,50 contra US$ 1,84**. _Ressalva do próprio dado:_ 2019 é média de enquete, 2024 é mediana de benchmark; indica ordem de grandeza, não série limpa. Continua sendo vantagem enorme — mas quem monta o caso de negócio no número velho leva um susto.

#### 2 · A projeção independente é de que a IA vai ficar mais cara, não mais barata.

Previsão de janeiro de 2026: até 2030 o custo por resolução com IA generativa **passará de US$ 3**, acima de muitos atendentes humanos offshore em B2C, e "automação completa será proibitivamente cara para a maioria das organizações". Os preços de plataforma hoje (US$ 0,99 a US$ 1,50) já estão na metade disso.

Isso é ameaça para quem vende _substituir gente por token_. É outra coisa para quem vende _resolver com as mãos_: o valor de destravar uma gaveta às 22h51 não se compara ao custo marginal de um token, porque a alternativa não era um atendente mais barato — era um técnico em campo no dia seguinte.

#### 3 · O setor está cheio de fachada, e o analista já disse isso.

A mesma casa projeta que **mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027** — por custo, valor indefinido ou controle de risco inadequado — e estima que, dos milhares de fornecedores que se dizem agênticos, **cerca de 130 são reais**. O resto tem nome: _agent washing_.

E o melhor benchmark público de agentes mostra a distância entre demonstração e operação: o estado da arte entrega **87,9% em tarefa bem especificada** e cai para **55,2% quando existe uma base de conhecimento real de 700 documentos** para navegar. É essa a diferença que separa quem tem slide de quem tem sistema.

**E o dado que este documento não pode responder sozinho**

> 
O único experimento de campo randomizado publicado com IA falando direto com o cliente — 647 atendentes, 680 mil conversas — mostra que, onde a IA agiu, a duração caiu 16,8%, o retorno do cliente ficou _estatisticamente inalterado_, e ainda assim **a nota caiu 0,41 ponto**. Os autores atribuem a queda ao estilo de comunicação, não à competência.


> 
O detalhe que nos obriga: **naquele estudo o retorno também era nulo**, e a nota caiu do mesmo jeito. Ou seja, nossa taxa de retorno de 2,0% é um _piso de detecção_ — derruba a hipótese de que os clientes estavam desistindo, e não diz nada sobre satisfação. Os sinais de texto do começo deste documento (52,3% de agradecimento, 0,2% de queixa) apontam para o outro lado, mas são proxies. **Enquanto não houver nota medida, isto é argumento com indício, não prova.** Instrumentar é a primeira coisa da fila.