Agentes de IA no WhatsApp: o que os casos divulgados de Agibank e Riachuelo descrevem

Em setembro de 2026, dois fornecedores de software publicaram casos de empresas brasileiras que usam agentes de IA no WhatsApp. A Salesforce divulgou, em 4 de setembro, uma história de cliente sobre o Agibank. A Genesys publicou, em 30 de setembro, um comunicado à imprensa sobre a Riachuelo. Todas as informações abaixo vêm desses materiais, escritos pelos fornecedores da tecnologia.

Agibank: um agente que distribui a conversa

Segundo a Salesforce, o Agibank já usava agentes especializados no WhatsApp, um dos seus principais canais de atendimento, mas mudar de assunto significava começar uma nova conversa. A solução descrita é um "superagente" que recebe cada mensagem em português, interpreta a intenção do cliente e decide qual de seis agentes deve assumir: status de empréstimo, perguntas frequentes, qualificação de leads (SDR), retenção, pesquisa de satisfação e autosserviço bancário.

O exemplo do fornecedor: um cliente consulta o status de uma proposta de empréstimo, pergunta sobre conta digital e pede a portabilidade do empréstimo, tudo na mesma conversa. Antes de rotear, o superagente verifica a identidade pelo número de documento do cliente. Quando um pedido pode seguir mais de um caminho, ele mostra uma lista numerada de opções. Conversas que envolvem compliance ou fraude vão para um atendente humano quando as regras do banco exigem.

A Salesforce informa que seis agentes e 11 bots estão sendo migrados para essa arquitetura única e que 70 mil solicitações por mês são atendidas de forma autônoma por agentes especializados. O material não traz taxa de resolução, satisfação ou comparação com o período anterior.

Riachuelo: do chatbot ao agente que abre chamado

No comunicado da Genesys, a Riachuelo usa um agente virtual para operar seu canal de WhatsApp Business. O cliente resolve sozinho questões como atraso de entrega e pode chegar a um atendente humano quando precisa. Quando o problema exige mais atenção, o agente cria automaticamente um chamado de suporte e passa a interação adiante, preservando o contexto.

Os números atribuídos pela Genesys: 84% dos clientes que usam o autoatendimento com o agente resolvem a demanda sem ajuda de um funcionário, contra 30% com os chatbots tradicionais anteriores; a satisfação do cliente subiu 60%; os custos de tecnologia caíram 26%. O comunicado não informa período, volume nem método de medição da satisfação.

O que os dois casos têm em comum

Lidos lado a lado, os dois materiais descrevem três escolhas parecidas. A primeira é o canal: o WhatsApp, onde o cliente já está. A segunda é a ligação com sistemas internos, seja para consultar conta e produtos, no Agibank, seja para abrir chamado no back-office, na Riachuelo. A terceira é a saída para um humano, prevista nos dois desenhos.

Para quem avalia projetos parecidos, os pontos que os materiais deixam em aberto servem de roteiro:

• Período e volume em que os números foram medidos.
• Definição de "resolvido", e se o cliente voltou depois pelo mesmo motivo.
• Taxa de transbordo para humanos e o tempo até o atendente assumir.
• Método da satisfação, quando ela é citada.
• Custo total, além do custo de tecnologia.

Casos de fornecedor mostram o que é possível montar e quais peças foram usadas. Para decidir um projeto, os números da própria operação continuam sendo a referência.

Fontes

• Salesforce, Customer Stories, "Agibank connects customers to the right AI agent with Agentforce", 04/09/2026.
• Genesys, Newsroom, "Riachuelo Advances Autonomous Customer Experience with Genesys Cloud Agentic Virtual Agent", 30/09/2026.

O Future in Use é uma iniciativa editorial ligada à OperOS AI.