Agente de IA vs chatbot: qual a diferença e qual sua empresa precisa

Chatbot é um programa de conversa guiado por regras. Ele apresenta um menu (“digite 1 para horários, 2 para preços”), reconhece palavras-chave e devolve respostas prontas. Quando a pergunta sai do roteiro, ele repete o menu ou transfere para um atendente. Não há compreensão da frase: existe um mapa de “se o cliente disser X, responda Y”. É previsível, custa pouco e resolve dúvidas repetitivas de baixa variação, como horário de funcionamento, endereço ou envio de catálogo.

Agente de IA é um sistema construído sobre um modelo de linguagem (como GPT, Claude ou Gemini) que recebe um objetivo, interpreta o que o cliente quer, escolhe entre ferramentas disponíveis e executa ações até concluir a tarefa. As ferramentas são integrações com os sistemas da sua empresa: ERP, agenda, meio de pagamento, planilha, CRM. Na prática, o cliente escreve “quero marcar banho pra sexta de tarde e já pagar”. O agente consulta a agenda real, oferece horários livres, registra a reserva, gera o Pix e confirma. Ele não segue um roteiro; segue um objetivo dentro de limites que você define.

A tabela abaixo resume as diferenças que importam para quem vai contratar. Note que “conversa natural” não é o critério decisivo. Alguns chatbots usam IA para entender a frase, mas continuam incapazes de agir. O que define um agente é a soma de compreensão, decisão e execução em sistemas.

Um chatbot resolve quando as perguntas são poucas, repetitivas e não exigem consulta a sistemas. Exemplos: informar horário e endereço, enviar cardápio ou catálogo em PDF, coletar nome e telefone antes de passar para um atendente, confirmar presença em evento. Se 80% das mensagens que sua equipe recebe cabem em dez respostas prontas, um chatbot bem desenhado entrega resultado em dias e por uma fração do custo. Também é o caminho certo quando o volume é baixo. Com 15 conversas por dia, o ganho de um agente raramente paga o projeto.

Você precisa de um agente quando a resposta depende de dados que mudam (estoque, agenda, saldo, status de pedido) ou quando o cliente espera que algo aconteça depois da conversa (reserva, cobrança, troca, segunda via). Sinais claros:

• A equipe passa o dia copiando informação de um sistema para o WhatsApp: preço, disponibilidade, rastreio.
• Clientes desistem porque a resposta demora mais de alguns minutos fora do horário comercial.
• Agendamentos são feitos à mão em agenda de papel ou planilha e há conflito de horários.
• A cobrança de inadimplentes depende de alguém lembrar de mandar mensagem.
• Há mais de 50 conversas por dia com perguntas que variam na forma, mas não no fundo.

Na operação da fundadora, o agente de WhatsApp consulta o catálogo do e-commerce, verifica estoque por loja no ERP, cria o agendamento de serviço com sinal via Pix e registra o pedido para separação. Nenhuma dessas etapas cabe em um chatbot de menu, porque cada resposta depende do estado atual do sistema.

O WhatsApp é o canal onde a diferença fica mais visível, porque o cliente escreve como fala. Um agente para WhatsApp roda sobre a API oficial da Meta (WhatsApp Business Platform). Ele recebe cada mensagem, envia para o modelo de linguagem junto com as regras da empresa e as ferramentas disponíveis, e devolve a resposta ou executa a ação. A sequência típica é:

1. 01

   Receber e classificar

   A mensagem chega pela API oficial. O agente identifica a intenção (comprar, agendar, reclamar, pagar) e recupera o histórico do contato.

2. 02

   Consultar os sistemas

   Com a intenção definida, o agente chama as integrações: busca o produto no catálogo, checa horários livres na agenda, confere o status do pedido no ERP.

3. 03

   Decidir dentro dos limites

   O agente só executa o que você autorizou: pode reservar horário, mas não dar desconto acima do permitido; pode gerar cobrança, mas não cancelar pedido.

4. 04

   Executar e confirmar

   Registra a ação no sistema de origem (não em uma planilha paralela) e confirma ao cliente com os dados reais.

5. 05

   Escalar com contexto

   Quando não sabe ou quando o caso é sensível, transfere para um atendente com o resumo da conversa, em vez de recomeçar do zero.

Não. Tentar isso é o erro mais caro. O agente assume o volume repetitivo e as ações operacionais; o atendente fica com exceções, reclamações, negociações e decisões com impacto financeiro. Segundo levantamento da SAP com a Oxford Economics, 35% das empresas já operam agentes sem supervisão humana no fluxo, o que aumenta o risco de ações erradas passarem despercebidas. Em pequenas e médias empresas, a configuração saudável é esta: o agente age sozinho em tarefas de baixo risco (informar, agendar, enviar link de pagamento) e pede aprovação ou transfere em tarefas de alto risco (estorno, exceção comercial, dado sensível).

Chatbot de regras costuma ser cobrado por mensalidade fixa da plataforma, com pouca variação por uso. Agente de IA soma três componentes: a plataforma ou infraestrutura, o consumo do modelo (cobrado por token ou por interação pelos provedores, como OpenAI, Anthropic e Google) e as integrações com os seus sistemas, que são o item mais variável. Detalhamos cada componente e as faixas de mercado no artigo sobre quanto custa um agente de IA. O preço de implantação pela Flow é [__].

1. As respostas dependem de dados que mudam (estoque, agenda, saldo)? Se não, chatbot basta.
2. O cliente espera que algo aconteça depois da conversa (reserva, pagamento, pedido)? Se sim, você precisa de agente.
3. Há volume para justificar (mais de 50 conversas por dia ou uma tarefa que consome horas da equipe)? Se não, comece por chatbot ou por automação simples.
4. O processo está definido e os dados dos sistemas são confiáveis? Se não, resolva isso primeiro, com chatbot ou sem.