Cobrança com IA da TIM no WhatsApp alcançou 2 milhões de clientes

A TIM impactou 2 milhões de clientes com o seu agente de atendimento de cobrança via WhatsApp desde janeiro deste ano.

De acordo com o diretor de AI e transformation of customer relation da operadora, Claudio Luiz da Silva, o assistente permitiu um ganho de 7,7 pontos percentuais em recuperação – ou seja, um dinheiro perdido que não seria readquirido.

Em painel no Super Bots Experience 2026, evento organizado por Mobile Time nesta quarta-feira, 19, Silva explicou ainda que o agente permitiu à companhia alcançar mais consumidores, pois um em quatro clientes (25%) alcançados fechou a negociação fora do horário comercial.

Feito em parceria com a Ligo, o agente foi feito de forma múltipla e orquestrada.

No caso, um agente principal faz o contato e conversa com o cliente, mas em caso de dúvida, o ecossistema agêntico da operadora conta com um agente que esclarece sobre a conta do cliente, após entender, o agente principal volta à conversa para negociar formas de pagamento e fechar o acordo.

Um outro agente que pode ser acionado é o de “argumentário de negociação”, que pode acertar prazos e parcelas.

Sempre de forma seamless e sem o cliente sentir que vários agentes estão participando na janela de conversa.

Estrutura de negócio de IA na TIM Essa tecnologia foi construída por meio de um framework criado pela operadora, que considera a captura de valor para a empresa, o que inclui: Desenvolvimento de negócios; Desenvolvimento de tecnologia; Validação de valor.

Se validado, o projeto vai adiante, entra em produção e passa a ser escalado.

“Quando você muda uma abordagem de valor, você vai para frente, não está mais comprometido no passado”, disse Silva, ao afirmar que as pessoas não atendem mais ligação – em especial de cobrança.

“Tudo começa pelo contexto do indivíduo, decisão, conversa, negociação e resolução”, completou.

“Os próximos anos não serão guerras de IA, mas quem domina e quem utiliza melhor o contexto”, replicou, ao detalhar que o importante é a contextualização, não apenas a tecnologia.

Essa mesma metodologia foi aplicada para a criação da Taís em real-time.

Para o futuro, a operadora pretende apresentar a opção de um modelo preditivo, ou seja, um agente que vai avisar ao cliente antes que ele entre em atraso de pagamento.