Um assistente virtual de IA no telefone atende a ligação, entende o pedido em linguagem natural, responde com informações da sua empresa e transfere para uma pessoa quando o assunto passa do combinado. Diferente da URA comum de teclas, o sistema escuta, interpreta e fala. A adoção já é mensurável: segundo o Eurostat, a maioria das grandes empresas da União Europeia já usava alguma tecnologia de inteligência artificial em 2025 — 19,95% de todas as empresas com dez ou mais pessoas empregadas e 55,03% das grandes. Este guia mostra a implementação em 7 passos, com rota de telefonia, base de conhecimento, custos e regras de transparência.
O que é um atendente virtual
Por trás da voz existe uma cadeia de quatro etapas: o número telefônico recebe a chamada por um gateway de voz; a fala do cliente é convertida em texto por reconhecimento de fala; um agente conversacional decide a resposta usando fluxos e, quando necessário, a base de conhecimento da empresa; e a síntese de voz devolve a fala ao telefone. A peça que liga o agente à rede telefônica é o gateway, e é nele que mora a maior parte das limitações práticas.
No Google Cloud, por exemplo, o Dialogflow CX Phone Gateway fornece uma interface telefônica para o agente de conversação e serve para construir soluções de URA conversacional integradas ao restante da central de atendimento, com número hospedado pelo próprio provedor. Ele funciona com os idiomas que têm tanto reconhecimento quanto síntese de voz na plataforma e permite transferir a chamada para um humano quando o fluxo chega ao limite definido.
7 passos para implementar
- Mapeie as intenções reais. Pegue 30 dias do histórico de chamadas e classifique: agendamento, segunda via, prazo de entrega, reclamação. Automatize apenas as três intenções mais frequentes na primeira versão; o restante segue para o humano.
- Escolha a rota de telefonia. Gateway gerenciado é o caminho mais rápido, com número pronto em minutos; a rota SIP com operadora própria preserva seu número atual, mas exige configuração de infraestrutura de voz; plataformas de contato como serviço conectam agente, telefonia e fila humana em um só contrato.
- Monte a base de conhecimento. Para o agente responder com o que a sua empresa faz, e não com informação genérica, use a geração aumentada por recuperação, padrão consolidado na indústria para processar dados específicos ou proprietários que o modelo de linguagem ainda não conhece. A documentação da Microsoft detalha as decisões de projeto: fatiamento dos documentos, escolha do modelo de embeddings e avaliação de cada etapa antes do uso em produção.
- Defina voz e idioma. Teste ao menos duas vozes sintéticas em português do Brasil com falas reais dos seus clientes; sotaque e velocidade mudam a percepção de confiança mais do que o texto do roteiro.
- Estabeleça a regra de handoff. Escreva o que o agente responde sozinho e o que exige pessoa: valores negociados, decisões jurídicas, cancelamento com oferta de retenção. Sem essa fronteira escrita, o sistema improvisa.
- Teste com falas reais e métricas. Rode gravações anonimizadas contra o agente e meça taxa de resolução sem humano, tempo médio de atendimento e taxa de transferência errada. Suba para produção somente com meta definida para cada indicador.
- Monitore e itere. Reserve uma revisão semanal nos dois primeiros meses para ler transcrições mal resolvidas e atualizar a base; a qualidade decai quando a base envelhece.
Custos e limites reais
O custo tem quatro componentes: minuto de telefonia, transcrição de voz, síntese de voz e tokens do modelo. Nenhum deles some em volume baixo, então o orçamento realista nasce do volume de minutos e do tamanho da base de conhecimento. Para equipes que estão começando a automatizar com IA, vale priorizar antes de investir — o guia de IA para marketing de pequenas empresas ajuda a escolher onde a automação paga o investimento mais rápido.
Os limites de cada plataforma pesam mais que o preço. O gateway de telefone do Dialogflow CX suporta apenas números de telefone dos Estados Unidos e exige o agente criado na região global; para número local em outro país, a própria documentação orienta falar com a equipe comercial do Google. Se o seu negócio atende com DDI brasileiro, essa rota gerenciada específica não entrega número local: o caminho é a integração SIP ou uma plataforma de contato parceira.
| Rota | Complexidade | Indicada para | Atenção |
|---|---|---|---|
| Gateway gerenciado | Baixa | Piloto e validação rápida | Números limitados por região do provedor |
| SIP com operadora própria | Alta | Quem já tem central e número | Exige configuração de infraestrutura de voz |
| Plataforma de contato como serviço | Média | Operações com fila humana | Custo por agente humano e por minuto |
Regras de transparência do AI Act
Se a operação atende clientes na União Europeia, as regras de transparência do AI Act entram em vigor em agosto de 2026 e exigem que a pessoa seja informada quando interage com uma máquina em sistemas como chatbots e atendentes virtuais, segundo a Comissão Europeia. A prática recomendada não depende da jurisdição do cliente: identifique o atendente como assistente virtual logo no início da ligação. Se você grava chamadas para treinar o agente, informe o cliente e trate os dados com base legal — no Brasil, a LGPD alcança esse tratamento de dados pessoais. Para uso de voz sintética em outros contextos, o guia 7 usos de IA para criadores de vídeo detalha custos e regras.