Unicred
Caso de uso: Recuperação de Crédito
A Unicred é um sistema cooperativo de crédito especializado principalmente no atendimento de profissionais da área da saúde. Com um público formado por cooperados de alta renda, exigentes e com pouco tempo disponível, a instituição sempre teve a qualidade do atendimento como um dos seus principais diferenciais.
O serviço centralizado de recuperação de crédito da Unicred (RECUPERA) contava com o WhatsApp Enterprise como principal canal de comunicação com os cooperados, registrando um volume aproximado de 10 mil protocolos mensais. Embora a etapa inicial de disparo das comunicações fosse automatizada, todo o fluxo de negociação dependia integralmente da intervenção humana: assim que o cooperado respondia à mensagem, o atendimento entrava em uma fila até ser assumido por um colaborador.
Nesse fluxo, o tempo médio para o primeiro atendimento humano atingia 17 minutos e 11 segundos, enquanto o tempo médio de resposta ao longo de toda a negociação humana era de 1 hora, 1 minuto e 26 segundos. Adicionalmente, o projeto inseria-se em um contexto macroeconômico desfavorável, com inadimplência no Sistema Financeiro Nacional (SFN) de 4,9% na carteira total e 5,8% entre as famílias.
O desafio central consistia em encontrar uma solução de negócio capaz de ampliar a capacidade operacional, dar velocidade ao atendimento e ganhar escala sem aumentar proporcionalmente a estrutura da equipe.
Para responder ao desafio, a Unicred formulou a hipótese de que um agente de Inteligência Artificial Generativa poderia conduzir a fase inicial da negociação, absorvendo tarefas repetitivas e qualificando o contexto da conversa antes do transbordo para o atendimento humano. Em parceria com a Ubots, foi desenvolvida uma Prova de Conceito (POC) realizada entre 22 e 31 de julho de 2026, com foco em uma estratégia de testes controlados.
Para priorizar o aprendizado e mitigar riscos, a operação utilizou um recorte de público específico e menos complexo: cooperados com atrasos de 1 a 60 dias, limite predefinido para a soma das parcelas em atraso, dívidas simples e de menor sensibilidade e histórico ativo no canal digital.
O agente recebia dados objetivos (valor da parcela, data de vencimento e tempo de atraso) e conduzia a triagem conversacional, questionando a previsão de pagamento e o motivo do atraso. Em seguida, organizava as respostas recebidas e direcionava o cooperado a um atendente com o histórico já estruturado. Durante a POC, 100% das interações mantiveram a supervisão e o transbordo humano obrigatório ao final da etapa.
A implementação da POC com IA Generativa demonstrou ganhos expressivos em eficiência e agilidade, sem perder a proximidade no relacionamento com o cooperado.
Velocidade de Atendimento: o tempo médio de resposta ao cooperado reduziu de 1h01min26s (atendimento humano tradicional) para 14,5 segundos com o uso da IA, representando uma queda de 99,61% no tempo de resposta.
Duração da Jornada: 72,97% das interações iniciadas pelo agente tiveram duração total inferior a 30 minutos até o momento do transbordo humano.
Engajamento e Conversão: a taxa de resposta às mensagens enviadas ficou em 24,43%, alinhada ao histórico da operação, que era de 26,66%. Dentre as interações respondidas, a taxa de conversão em acordos e renegociações fechadas alcançou 33,94%.
Com a validação dos resultados operacionais e financeiros, a iniciativa avançou para a fase de Discovery, visando estruturar a expansão gradual da autonomia do agente, integrações sistêmicas e regras avançadas de governança.
Pronto para gerar resultados como esses?
Transforme o relacionamento digital da sua instituição com quem entende do seu mercado.