De 110 segundos no menu para 27 de conversa: o que mudou no NIVA 2.0

O que mudou na arquitetura de atendimento quando a intenção declarada na fala substitui o menu de dígitos.

Toda operação de atendimento conhece a cena. O cliente liga, ouve o menu, digita a opção, espera, digita de novo. Cada segundo nessa navegação é canal simultâneo ocupado, cliente mais perto de desistir, e fila que anda mais devagar. Numa operação de atendimento, esse tempo era de 110 segundos, e caiu para 27 depois da troca do menu por detecção de intenção. São 83 segundos a menos por ligação, cerca de 75% de redução. Mais de 60% do primeiro nível encerra sem agente humano. Esse é resultado observado em cliente, não promessa nem média de mercado. Se você está com o relatório de chamadas aberto, pode multiplicar esses 83 segundos pelo volume da própria operação. É esse o número que importa.

Por que a URA tradicional não captura esse tempo

A URA tradicional, a árvore de menus, foi desenhada para encaminhar a chamada, não para resolvê-la. Ela não entende o motivo da ligação, não consulta o sistema do cliente, não guarda o que já foi dito. O cliente digita o CPF na URA, espera na fila, e quando o agente humano atende, a primeira frase é sempre a mesma: me confirma o seu CPF, por favor. O que foi coletado na URA não viaja com a chamada.

Mudar uma frase do menu depende de ticket na TI e janela de release. A operação sabe o que precisa mudar, enxerga o gargalo, mas não tem a ferramenta na mão. O fluxograma colado na parede mostra o problema, a fila de release da TI controla o prazo. A URA tradicional é um encaminhador de chamadas que ocupa tronco enquanto o cliente navega, e não devolve nada para o agente que vai atender.

Intenção no lugar do dígito, e quem edita o plano

O NIVA 2.0 traz o Classificador IA, que decide o caminho pela intenção que o cliente declara falando, no lugar do menu de dígitos. O plano continua visual, montado em blocos, e cada bloco expõe todas as saídas. O bloco Captura tem três saídas nomeadas: coletado, sem entrada e erro. Nada de comportamento implícito escondido em código. Quem opera lê o plano inteiro e enxerga onde o cliente se perde. Quem edita e publica é a operação, não a fila de release da TI. O bloco Início separa as saídas de Voz e de Chat, então a regra de negócio é escrita uma vez e serve aos dois canais.

Quando a chamada precisa mesmo de gente, o transbordo sai por REFER ou REDIRECT SIP com o contexto preservado, para agentes no BCW ou filas do HPBX. O cliente não repete o CPF porque o que ele já disse viaja junto com a chamada. Os 83 segundos não saem só do menu, saem também da repetição que acontece do outro lado.

O que separa piloto de produção

O que separa um piloto bonito de um agente em produção é a lista de ferramentas. Sem elas, o agente responde bem e resolve nada. Três coisas, não vinte e uma.

Primeira: ferramentas com acesso real aos sistemas. O agente chama um endpoint próprio durante a conversa, com credenciais guardadas em cofre de secrets fora do prompt. A base de conhecimento carrega os documentos do cliente. O NIVA 2.0 traz ferramentas por MCP, que conectam catálogos inteiros ao agente sem escrever um wrapper por integração.

Segunda: fala treinada no áudio que a telefonia entrega. Reconhecimento de fala em condição de laboratório é problema resolvido. Reconhecimento de fala em ligação telefônica não é. O áudio chega em 8 kHz, com ruído de linha, sotaque, conversa cruzada e cliente falando de dentro do carro. Modelo treinado em podcast tropeça exatamente aí. O pulse-telephony é treinado nessa condição, roda em streaming para co-piloto de agente e inteligência conversacional, com execução on-premises. O pulse-tts é síntese de baixa latência, também com execução local possível. ElevenLabs e FishAudio ficam disponíveis pelo mesmo endpoint quando o critério é expressividade em vez de latência.

Terceira: uma saída para o legado. O agente envia DTMF para URAs de terceiros, que é o que costuma destravar sistema legado sem API. É a ponte que mantém o que já funciona rodando enquanto a automação avança.

Nisso entra a LGPD. Gravação de voz é dado biométrico. CPF, CNPJ, telefone, cartão, e-mail, CEP, endereço IP, localização e nome de pessoa saem da transcrição por seleção, antes que ela circule. Com pulse-telephony em streaming e pulse-tts on-premises, o áudio do cliente não sai da infraestrutura do cliente.

Um produto no lugar de três

No mercado brasileiro, URA, discador e camada de IA costumam ser três fornecedores com trabalho de integração no meio. Aqui é um. O discador é nativo do mesmo produto, com prioridade de campanha, janela permitida de discagem e progresso acompanhado. O classificador CPA separa pessoa de caixa postal com 99,9% de acurácia, o que evita o agente humano receber secretária eletrônica. A lista de bloqueio é alimentada pelo próprio plano, pelo bloco Adicionar à DNC, durante a conversa em que o cliente pede para não ser mais contatado.

Na prática, isso significa um contrato, um lugar para mexer, nenhuma integração entre fornecedores para manter. O caminho inteiro da voz é do mesmo fornecedor: SipPulse SBC na borda, NIVA no plano, SipPulse AI na inteligência, BCW e HPBX recebendo o transbordo. Mais de 200 operadoras e contact centers confiam na SipPulse em operação de telefonia. São vinte anos de SIP. Um fornecedor, um suporte.

Há um cenário que vale citar. O provedor de telefonia entrega URA inteligente como serviço sem virar fábrica de fluxo para os clientes dele: o cliente final cria e edita os próprios planos, sem consumir o time do provedor.

A entrada de menor risco, e a conta quando o volume dobrar

A monitoria tradicional ouve o que cabe no dia do supervisor, e uma fração pequena das ligações define a nota de todo mundo. A análise estruturada de qualidade do SipPulse AI inverte isso. O schema é declarado num construtor visual de campos: saudação, sondagem, oferta correta, script de compliance, encerramento. Aplicado a 100% das conversas, todas as ligações e todos os chats, devolve os campos preenchidos por conversa junto de sentimento, tópico e intenção, por webhook.

Essa é a porta de entrada porque não toca no tráfego, não muda fluxo. Mede o atendimento humano que já existe e produz o baseline com que se mede a automação depois.

No custo, NIVA licencia por canal simultâneo. Chamadas e chats contados separadamente, sem cobrança por minuto de contato nem por volume mensal. Conversa mais longa não muda a conta. SipPulse AI é crédito em real com impostos inclusos: minuto de áudio no reconhecimento de fala, caractere na síntese de voz, token na geração de texto. O AI Budget define teto por sessão e cota semanal, e o dashboard mostra o gasto por serviço, dia a dia. Quando o volume dobrar, a conta cresce na proporção do canal e do crédito, não de uma surpresa no fim do mês.

Por onde começar

Não começa escolhendo modelo. Começa no relatório de chamadas, separando a demanda repetitiva que tem resposta objetiva. Depois: mapear fluxo e integrações, montar os planos e conectar as APIs, e colocar um piloto em tráfego real sobre uma fatia controlada da fila antes de ampliar.

A oferta é trinta minutos de conversa com o relatório de chamadas em mão, saindo com o percentual automatizável, o desenho dos planos e o número de canais simultâneos para dimensionar. O detalhamento dos blocos, do classificador e do modelo de licenciamento está em sippulse.com/produtos/ura.

sippulse.com · docs.sippulse.ai · info@sippulse.com · +55 48 3332-8540