A Segurança & Confiança é uma corretora de seguros com sede em Lisboa e operação em todo o território nacional. Com mais de 28.000 clientes activos e uma carteira distribuída por automóvel (caso real — dados alterados por NDA), habitação, saúde, vida e empresarial, gere mais de 45.000 apólices e processa cerca de 2.400 pedidos de suporte mensais. O problema que os fez contactar-nos foi simples de descrever e difícil de resolver: a equipa de customer care, composta por 6 pessoas, estava afogada em perguntas repetitivas. 60% do volume eram questões sobre documentação, prazos e coberturas que podiam ter sido respondidas instantaneamente — mas levavam em média 4 horas até chegar ao cliente.
O Cenário Antes: Equipa Afogada em Perguntas Repetitivas
A responsável de customer care, Rita Silva, fez uma análise de tickets durante um mês completo. Os resultados foram reveladores. Dos 2.412 tickets recebidos em Novembro de 2025: 1.447 (60%) eram sobre seis perguntas recorrentes — "Que documentos preciso para a minha franquia?", "O meu seguro cobre X?", "Quando é o próximo vencimento?", "Como participar um sinistro?", "Quanto custa alterar a minha apólice?", "Como renovar com desconto?". O tempo médio de resposta global era 4h17m. O NPS estava em 34 — longe do 55 que a direção considerava aceitável.
A Rita enfrentava um dilema financeiro. Para baixar o tempo de resposta para aceitável (≤1 hora em horário útil, ≤4 horas fora de horário) precisaria de contratar 3 pessoas adicionais — aproximadamente €90.000/ano em custos totais. Mas 60% do tempo destas pessoas seria gasto a responder sempre o mesmo. O próprio trabalho degradava a motivação da equipa: duas colaboradoras tinham saído no último ano, com queixas de burnout.
Uma alternativa parcial — usar chatbots genéricos tipo "clique aqui para FAQ" — já fora tentada anos antes e tinha fracassado. Os clientes rejeitavam porque as FAQ eram rígidas e não respondiam a perguntas em linguagem natural. A taxa de desistência do chatbot antigo era 89% — as pessoas preferiam esperar 4 horas por resposta humana.
A Estratégia: Chatbot IA Especializado, Não Genérico
Fase 1: Ingestão de Conhecimento Específico
A diferença entre um chatbot IA útil e um chatbot IA frustrante é a especialização. Começámos por ingerir na base de conhecimento do modelo: todas as condições gerais das apólices comercializadas pela corretora, os scripts de resposta internos (com tom da empresa), 3.000 exemplos reais de perguntas e respostas de tickets anteriores (anonimizados), e o glossário técnico de seguros com linguagem que um cliente final usa.
A ingestão durou 2 semanas e envolveu validação pela Rita e por dois comerciais seniores — para garantir que o bot não "inventava" informação nem dava respostas que pudessem gerar problemas contratuais. Configurámos também guardrails explícitos: o bot nunca confirma coberturas específicas sem validação humana, nunca processa sinistros sem envolver a equipa, e nunca dá aconselhamento que possa ser considerado mediação não autorizada.
Fase 2: Integração Com Sistemas Internos
Um chatbot que só responde com informação genérica é limitado. O nosso bot foi integrado com o sistema de gestão de apólices da corretora via API, com permissões controladas. Quando um cliente autenticado pergunta "quando vence a minha apólice?", o bot consulta em tempo real e responde com a data específica, o valor e as opções de renovação.
Integrámos também com o sistema de tickets (Zendesk) e com WhatsApp Business — a corretora já tinha presença em WhatsApp mas sem automação. Agora, o mesmo bot opera nos quatro canais (website, email, WhatsApp, chat interno da app) com consistência total.
Fase 3: Escalação Inteligente Para Humano
A chave de um chatbot bem desenhado é saber quando não responder. Configurámos regras explícitas para escalação a humano:
• Sinistros activos: qualquer menção a "acidente", "sinistro", "colisão", "roubo", "dano" — passagem imediata para humano com contexto. O bot informa o cliente: "Vou transferir-te para um colega especializado em sinistros. Estará contigo em minutos."
• Reclamações: deteção de sentiment negativo sustentado (mais de dois turnos de conversa com linguagem de insatisfação) desencadeia escalação.
• Decisões de compra de valor alto: pedidos de novo seguro empresarial, cobertura patrimonial acima de €100.000, ou produtos complexos de vida são imediatamente direcionados para comercial humano.
• Três tentativas sem resolução: se o bot não consegue resolver após 3 turnos, escala automaticamente em vez de insistir.
A sua equipa responde sempre às mesmas perguntas?
Chatbot IA especializado no seu negócio, com guardrails. Resolve 70% dos tickets. Diagnóstico em 30 min.
Ver Chatbot IA →Fase 4: Medição, Ajuste e Iteração
Durante as primeiras 6 semanas, a Rita e a nossa equipa reviam semanalmente 100 conversas aleatórias — para identificar respostas fracas, oportunidades de melhoria no prompt ou na base de conhecimento, e categorias de perguntas que precisavam de treino adicional. Este ritual de iteração foi crítico. Um chatbot que não é afinado degrada-se ao longo do tempo; um chatbot que é afinado melhora a cada semana.
Resultados Após 60 Dias
As métricas falaram alto:
• Tempo médio de resposta: de 4h17m para 28 segundos — uma redução de 99%. Os 30% dos tickets que ainda precisam de humano recebem resposta em média em 45 minutos (antes eram 4h).
• Tickets resolvidos sem humano: 70% — ligeiramente acima do objetivo inicial de 65%. A corretora não contratou pessoas adicionais e pôde redireccionar uma colaboradora para gestão proactiva de clientes VIP.
• NPS (Net Promoter Score): de 34 para 62 — aumento de 28 pontos em 60 dias. A melhoria é maior nos clientes que interagiram principalmente com o chatbot (NPS médio 68) do que nos que interagiram maioritariamente com humanos (NPS 57) — o que é contra-intuitivo e importante: os clientes preferem respostas rápidas a respostas "humanas".
• Volume de suporte total: cresceu 8% (os clientes fazem mais perguntas porque sabem que a resposta é rápida), mas o custo unitário por ticket caiu 71%.
• Disponibilidade: atendimento passou a ser 24/7 com qualidade consistente. 34% das conversas com o chatbot acontecem fora do horário de 9h–18h — servidos sem custo incremental.
• Equipa humana: dedicada agora exclusivamente a casos complexos. Satisfação interna subiu (medida em survey interno trimestral) de 3,2/5 para 4,5/5. Zero saídas nos últimos 6 meses.
Lições Para Empresas Com Suporte Intensivo
A primeira lição é que a especialização supera a sofisticação. Um chatbot baseado num LLM genérico, sem contexto específico, é uma frustração. O mesmo chatbot com 3.000 exemplos reais de tickets do negócio e integração com os sistemas internos torna-se um colaborador de valor. O trabalho de curadoria da base de conhecimento é o que separa 30% de resolução automática (fracasso) de 70% de resolução automática (sucesso).
A segunda lição é que os guardrails não são opcionais. Um chatbot sem limites claros sobre o que pode e não pode fazer acaba por dar conselhos que a empresa não pode sustentar, ou que podem ter implicações legais. Em sectores regulados (seguros, saúde, finanças), definir explicitamente o que o bot não faz é tão importante como definir o que faz.
Conclusão
A Segurança & Confiança não só resolveu o problema imediato do tempo de resposta como desbloqueou um patamar diferente de relação com o cliente. O NPS de 62 é inédito na história da corretora. A equipa humana, libertada do trabalho repetitivo, passou a fazer gestão proactiva — ligações de follow-up, revisões anuais de carteira, sugestões personalizadas. A IA não substituiu a humanidade do serviço; libertou-a. É esta a forma correta de pensar em IA para customer care: não como um substituto, mas como o filtro que deixa os humanos fazerem o que só humanos fazem bem.
