terça-feira, 2 de junho de 2026
Em 19 de maio de 2026, no Colorado Convention Center em Denver, o CEO da Zendesk Tom Eggemeier subiu ao palco do Relate e declarou algo que ninguém na audiência vai esquecer tão cedo: “A era do chatbot — a era da frustração e da deflexão — acabou.”
Certamente, essa frase não foi uma provocação de marketing. Além disso, foi, antes de tudo, uma declaração estratégica com um modelo comercial inteiramente novo por trás dela. Portanto, se você opera com Zendesk — ou está avaliando a plataforma —, o que foi anunciado em Denver afeta diretamente o que sua operação precisará ser capaz de fazer nos próximos 24 meses.
Neste artigo, explicamos o que mudou, por que isso importa e o que as melhores equipes de CX estão fazendo agora para não perder essa curva. Além disso, mostramos como o ecossistema Conciex conecta sua operação a esse novo modelo, de forma prática e imediata.
Por que o modelo anterior de atendimento falhou
Por quase duas décadas, o modelo predominante de atendimento ao cliente foi construído sobre uma premissa simples: gerenciar demanda. Em primeiro lugar, tratava-se de receber tickets, organizá-los em filas, distribuí-los para agentes e medir quantos foram fechados por dia.
A automação, quando entrou, reforçou essa mesma lógica. Assim, chatbots foram desenhados para deflecionar volume — não para resolver problemas. Portanto, como resultado, os dados revelaram o fracasso desse modelo: 83% dos clientes acreditam que o atendimento deveria ser melhor do que é hoje (Zendesk CX Trends Report 2026).
Além disso, o incentivo econômico estava torto desde o início. Contudo, o modelo de negócio das plataformas de automação cobrava por volume — por licença, por assentos, por interações processadas. Portanto, o sucesso se media em “taxa de deflexão”: quantos tickets não chegaram a um agente humano. Assim, não em quantos clientes tiveram seus problemas resolvidos. Por isso, não em quantas interações produziram valor real.
Em suma, décadas de investimento tecnológico produziram sistemas que eram economicamente racionais para os fornecedores e, ao mesmo tempo, profundamente frustrantes para quem atendia e para quem era atendido.
O Zendesk Relate 2026 foi, finalmente, a formalização de uma ruptura com esse modelo.
O que o Zendesk anunciou em Denver: seis movimentos que redefinem o CX
1. AI Agents em todos os canais — com contexto compartilhado
Primeiramente, a Zendesk expandiu seu portfólio de agentes de IA para operar em mensagens, e-mail e voz, com suporte a mais de 60 idiomas. Desse modo, o que torna esse movimento diferente das gerações anteriores de chatbot não é a tecnologia de linguagem — é a arquitetura de contexto.
Consequentemente, os agentes compartilham memória entre canais. Assim, uma conversa que começa no WhatsApp e continua por e-mail não recomeça do zero. Em outras palavras, o cliente não precisa se repetir. Certamente, essa continuidade era, até aqui, o calcanhar de Aquiles de todos os sistemas de atendimento multicanal.
2. Agent Builder: agentes customizados em linguagem natural
O Agent Builder é uma interface no-code em acesso antecipado que permite construir, testar, implementar e otimizar agentes de IA customizados usando apenas linguagem natural.
Em outras palavras, uma equipe de operações pode construir um agente especializado para tratar devoluções em marketplace, por exemplo, sem escrever uma linha de código. Dessa forma, o que antes exigia meses de desenvolvimento passa a ser uma decisão puramente operacional.
3. Uma suite de Copilots para amplificar equipes humanas
Nem tudo em Denver foi sobre substituir o trabalho humano. Ainda assim, pelo contrário, a Zendesk apresentou quatro copilots desenhados para amplificar — e não eliminar — as equipes:
- Agent Copilot — age em pelo menos 30% dos tickets desde o primeiro dia de uso
- Admin Copilot — identifica problemas e aplica correções de fluxo
- Knowledge Copilot — detecta lacunas na base de conhecimento a partir de conversas reais
- Analyst Copilot — entrega insights por meio de experiência analítica conversacional
4. Resolution Learning Loop e Context Graph
O Resolution Learning Loop captura insights de interação para fechar lacunas de conhecimento e, além disso, melhora respostas automatizadas em tempo real. Nesse sentido, toda resolução bem-sucedida alimenta o sistema, tornando a próxima resolução mais provável de ter sucesso.
O Context Graph, por sua vez, é a camada de memória operacional — o sistema aprende com o que resolve e aplica esse aprendizado nas próximas interações. Sobretudo, foi treinado em aproximadamente 20 bilhões de interações de tickets, o que representa décadas de dados reais de atendimento.
5. Quality Score: 100% das interações avaliadas
O modelo antigo de amostragem manual de qualidade ficou para trás. Atualmente, o Quality Score analisa cada interação — humana e de IA — de forma contínua, entregando visibilidade real sobre o que está e o que não está funcionando na operação. Da mesma forma, isso significa que o gestor passa a ter dados de qualidade sobre todos os atendimentos, não apenas sobre uma amostra.
6. Outcome-Based Pricing com dupla verificação
Este é, sem dúvida, o anúncio que muda a lógica comercial do setor. O modelo de precificação por resultado da Zendesk cobra apenas por resoluções verificáveis — e cada resolução passa por dupla verificação: primeiro confirmada pelo agente de IA e, logo depois, validada de forma independente por um modelo de avaliação separado.
Isso significa que a Zendesk só cobra quando o cliente é realmente resolvido. Em outras palavras, é um contrato de alinhamento de incentivos — e uma aposta enorme sobre a confiabilidade dos seus próprios agentes.
O que esses anúncios revelam sobre o futuro do CX
A Autonomous Service Workforce não é uma feature. Por conseguinte, é, acima de tudo, uma filosofia de operação. Um tema central ao longo de todo o evento foi como as organizações podem equilibrar a velocidade e a escala da IA agêntica com experiências fortes para clientes e equipes — já que a Zendesk enfatizou repetidamente que a tecnologia precisa, antes de tudo, melhorar a qualidade do serviço.
Isso tem uma implicação direta para qualquer operação que hoje roda no Zendesk: a infraestrutura que estava adequada para um modelo de gestão de tickets não é suficiente para um modelo de resolução autônoma.
De fato, agentes de IA são tão eficazes quanto o contexto, o conhecimento e as ações que têm disponíveis. De fato, sem o contexto do pedido, do canal, do histórico do cliente — um agente autônomo ainda vai frustrar. Por isso, a diferença entre um chatbot que deflecte e um agente que resolve não está no modelo de linguagem. Em geral, está na arquitetura de dados por trás dele.
Como o ecossistema Conciex conecta sua operação ao Relate 2026
O que o Zendesk anunciou em Denver é uma visão. O que a Conciex entrega é, por consequência, a infraestrutura que torna essa visão possível para operações brasileiras — principalmente as que atendem em múltiplos marketplaces e canais de mensageria.
O Conciex Channels integra Mercado Livre, Magalu, Shopee, CNova e Reclame Aqui nativamente ao Zendesk — com o contexto do pedido, produto e histórico disponível no sidebar de cada ticket. Por outro lado, sem esse contexto, qualquer agente — humano ou de IA — toma decisões no escuro.
Da mesma forma, o Conciex Messaging leva o WhatsApp Business API para dentro do Zendesk — com governança, histórico, SLA e rastreabilidade de cada mensagem. Inclusive, sem esse canal integrado, o contexto da conversa com o cliente nunca chega ao sistema onde a resolução precisa acontecer.
Em resumo, a Autonomous Service Workforce da Zendesk resolve tickets. Em suma, o ecossistema Conciex garante que os tickets cheguem com o contexto que a resolução exige.
People Also Ask: perguntas frequentes sobre o Zendesk Relate 2026
O que é o Zendesk Relate 2026? O Zendesk Relate 2026 é a conferência anual da Zendesk, realizada em maio de 2026 em Denver, nos EUA. No evento, a empresa anunciou a Autonomous Service Workforce — uma arquitetura completa de IA agêntica com AI Agents omnicanal, Agent Builder no-code, copilots, Context Graph, Quality Score contínuo e precificação por resultado verificado.
O que é a Autonomous Service Workforce da Zendesk? É o novo modelo de operação de atendimento da Zendesk, baseado em agentes de IA que resolvem problemas dos clientes de forma autônoma — com contexto compartilhado entre canais, aprendizado contínuo e cobrança apenas por resoluções verificáveis.
O que é o Outcome-Based Pricing da Zendesk? É o modelo de precificação por resultado lançado pela Zendesk em que a empresa cobra apenas pelas resoluções confirmadas como bem-sucedidas — verificadas pelo próprio agente de IA e, posteriormente, validadas por um modelo de avaliação independente.
O que é o Resolution Learning Loop? É a arquitetura de aprendizado contínuo da Zendesk que captura insights de cada interação para fechar lacunas de conhecimento e melhorar respostas automatizadas em tempo real. Cada resolução bem-sucedida alimenta o sistema — tornando a próxima resolução mais provável de ter sucesso.
O Conciex Messaging é compatível com os AI Agents do Zendesk? Sim. Quando o WhatsApp está integrado ao Zendesk via Conciex Messaging, o histórico de conversas fica disponível dentro do ticket. Isso permite que os AI Agents da Zendesk acessem o contexto completo da comunicação com o cliente — incluindo mensagens trocadas antes da abertura do ticket.
Por que apenas ter o Zendesk não é suficiente para implementar a Autonomous Service Workforce? Porque os agentes de IA são tão eficazes quanto o contexto que têm disponível. Se dados de marketplaces estão em sistemas separados e, além disso, conversas de WhatsApp acontecem fora do Zendesk, os agentes não têm acesso ao contexto necessário para resolver. O ecossistema Conciex fecha essas lacunas.
Conclusão: a janela de vantagem está aberta agora
As equipes que estruturarem sua operação no Zendesk para capturar o que foi anunciado no Relate 2026 vão construir uma vantagem que se compõe ao longo do tempo. Cada resolução alimenta o loop, cada loop melhora a próxima resolução e, consequentemente, cada melhoria aumenta a capacidade de entender e servir melhor o próximo cliente.
Além disso, o modelo de precificação por resultado muda o cálculo de ROI de forma permanente. Afinal, a partir de agora, investir em IA de atendimento passa a ser uma decisão com retorno verificável — e não mais uma aposta de orçamento.
Portanto, a questão não é mais “devemos evoluir nossa operação de CX?”. Por fim, é: com que contexto sua operação vai alimentar esse novo modelo?
👉 Conheça o ecossistema Conciex: conciex.com/pt-br
