Autor: pulso-diario

70% das empresas já têm verba de IA — e 23% testam sem orçamento

O dono da pequena clínica odontológica de Curitiba usa ChatGPT na conta pessoal e mantém um chatbot avulso no Instagram. Quanto custa isso por mês? Ele não sabe — e, nesse ponto, está na turma dos 23% das empresas brasileiras que testam inteligência artificial generativa sem plano formal de gastos, enquanto 7 em cada 10 empresas do país já têm orçamento estruturado para a tecnologia nos próximos 18 meses.

O dado vem de estudo da IDC com apoio da ABES, publicado pelo Estadão, com 107 executivos de empresas de mais de 100 funcionários. O círculo corporativo resolve o que o pequeno negócio adia: 70% das empresas brasileiras já têm investimentos estruturados em IA generativa, e 86% planejam aumentar o orçamento de TI em 2026. Só 9% se sentem “extremamente preparadas” para usar essa verba.

O plano de 3 linhas que cabe na PME

Não é preciso copiar o orçamento de uma multinacional. O estudo corporativo se traduz em três linhas simples, definidas uma vez e revisadas por trimestre:

1. Defina a verba anual de IA em 3 linhas: ferramentas (assinaturas de texto, imagem, atendimento), treinamento do time e apoio externo (consultoria ou automação). Uma linha por item, valor declarado — o que não está no papel não é verba, é gasto avulso.
2. Troque assinaturas soltas por um plano com objetivo: cada linha do orçamento precisa ter 1 objetivo de negócio por escrito (ex.: reduzir tempo de resposta no WhatsApp de 2 horas para 10 minutos). Assinatura sem objetivo é a primeira a vira custo parado — e os 23% sem plano é exatamente esse grupo.
3. Meça no fim de cada trimestre e corte o que não entregou: a pergunta é a mesma usada para qualquer outra linha: o que essa verba entregou em hora economizada ou venda extra? Cortou o que não mostrou resultado e reposicione a verba onde mostrou.

O erro a evitar: verba sem gente para operar

Cuidado com copiar a lógica corporativa e esquecer o gargalo central: o levantamento Abes/IDC, o maior obstáculo não é o custo da tecnologia (35%) — é a escassez de mão de obra, citada por 50% dos respondentes, muito acima de governança (29%) e regulação (28%). Verba sem responsável nomeado e sem treino do time vira assinatura parada: a empresa paga todo mês e recebe de volta só desperdício. Antes de ampliar a verba, nomeie quem cuida de cada linha e como o time aprende a usar.

Quem estruturou mostra o retorno

O setor farmacêutico brasileiro dá o exemplo de escala — e de método. A Hypera Pharma opera cerca de 400 agentes de IA com governança formal: o ciclo de análise de contratos caiu de 16 para 4 dias, e a meta é economizar R$ 436 mil por ano. A lição para a pequena empresa não é o tamanho do orçamento — é o método: valor definido, objetivo por escrito, medição trimestral. O acompanhamento do mercado confirma a direção: 66% das empresas brasileiras que já validaram IA em produção pretendem ampliar o investimento em mais de 25%, segundo estudo global da Sinch divulgado pela TI Inside.

Próximo passo

Comece hoje abrindo uma planilha com as assinaturas de IA da sua loja, escritório ou indústria, o valor de cada uma e o responsável por ela. Defina as 3 linhas do orçamento no mesmo dia, feche o mês com medição — e reavalie em 30 dias. Na próxima renovação de contrato, você sabe o que renovar e o que cortar.

Fontes: Sete em cada dez empresas no Brasil têm investimentos estruturados em IA generativa — https://www.estadao.com.br/economia/coluna-da-broad/sete-em-cada-dez-empresas-no-brasil-tem-investimentos-estruturados-em-ia-generativa/ · Hypera Pharma agentes de IA — https://www.mobiletime.com.br/noticias/20/08/2026/hypera-pharma-agentes/ · No Brasil, 76% das empresas já operam agentes de IA — https://tiinside.com.br/17/08/2026/no-brasil-76-das-empresas-ja-operam-agentes-de-ia-e-66-ampliarao-investimentos/

O modelo de pesos abertos que rivaliza com ChatGPT e Claude já chegou ao topo da tabela — cobrando metade do preço do concorrente fechado. Segundo o Bank of America, citado pelo Estadão, o K3, da chinesa Moonshot AI, custa metade do valor do GPT-5.6 Sol fechado. Para o dono de PME que paga assinatura de modelo de fronteira para tarefas rotineiras — resumo de relatório, resposta de briefing, texto de anúncio —, a conta mensal acabou de ganhar uma alternativa mais barata.

O ranking independente LMArena, que compara respostas lado a lado, aponta o K3 como comparável a ChatGPT e Claude e líder em programação front-end, conforme o Estadão. E não é um modelo pequeno: são 2,8 trilhões de parâmetros e contexto de 1 milhão de tokens — o maior modelo de pesos abertos já lançado, segundo reportagem do Olhar Digital. A Moonshot captou US$ 2 bilhões (~R$ 11,1 bilhões) com avaliação de ~US$ 30 bilhões (~R$ 166,5 bilhões) antes de IPO, sinal de que a oferta de topo aberto tende a crescer — e a derrubar ainda mais o preço que a sua empresa paga hoje.

Aberto ou fechado deixou de ser questão técnica e virou linha do orçamento

“Aberto” significa que os pesos do modelo foram liberados: dá para rodar onde quiser, direto ou por meio de um provedor de API — não é um app pronto. Na prática, a decisão da PME é contábil. A reportagem do Estadão registra o marco: o K3 tem o preço mais alto já cobrado por um modelo chinês — e ainda assim sai pela metade do GPT-5.6 Sol fechado. Ou seja: mesmo o aberto premium custa menos que o fechado equivalente.

Framework: 3 passos para separar tarefa cara de tarefa barata

1. Liste e separe as tarefas de IA da operação. Divida entre rotineiras (texto, resumo, classificação) e complexas (análise fina, decisão, criatividade de topo). É aí que o preço muda: nas rotineiras, o K3 de pesos abertos custa metade do GPT-5.6 Sol fechado, segundo o Bank of America.
2. Rode o mesmo teste nas duas pontas. Escolha 5 tarefas reais do seu negócio, entregue-as ao modelo fechado que você usa hoje e ao aberto, e compare resultado e custo. A Arena aponta comparabilidade ao topo — mas o veredito que vale é o da sua operação, com os seus dados.
3. Fixe modelo por tarefa e reavalie a cada trimestre. Aberto nas rotineiras, fronteira só onde a tarefa exige o topo da tabela. O ranking virou em semanas: quem travou contrato anual com um único fornecedor pagou a conta da rigidez.

O que um paper brasileiro já mediu sobre essa conta

Estudo da Universidade Federal de São João del-Rei (UFSJ), publicado no SciELO Preprints, mediu o custo de rodar modelo aberto em servidor próprio — e a métrica é operacional: a tarifa elétrica de uma RTX 4090 em uso comercial já supera o preço da API de um Llama 3.3 70B cobrado a US$ 0,14 por milhão de tokens. A recomendação prática do paper é o roteamento 85/15: 85% das tarefas rotineiras no modelo aberto barato via API, 15% complexas no modelo de fronteira. Para uma loja ou um escritório com 10 a 20 funcionários, é a régua: quase todo o volume sai por uma fração do preço, e a diferença de qualidade fica concentrada onde realmente importa. Tradução: a escolha aberto×fechado se resolve na fatura da API, não na compra de hardware.

O erro a evitar: trocar de modelo no escuro

O risco anda nos dois sentidos. Nem trate “aberto” como sinônimo de pior — a Arena mostra comparável ao topo e líder em front-end. Nem migre tudo de uma vez, sem testar, só porque saiu notícia de preço: o resultado de terceiro não garante o seu. O teste na sua tarefa, com o seu material, é o que decide — não o release de imprensa. E cuidado com a conta contrária: rodar local “para economizar” é exatamente a armadilha que o paper da UFSJ derruba com número.

Exemplo prático: uma agência de marketing digital com 12 funcionários em São Paulo paga assinatura de modelo fechado de fronteira para gerar textos de anúncio, relatórios semanais e respostas de briefing — todas tarefas rotineiras pelo critério do passo 1. Se metade desse volume migrar para um modelo aberto que custa metade (dado do Bank of America), a linha “IA” do orçamento cai sem demitir ninguém e sem reduzir capacidade. Conta didática sobre dado relativo documentado — o tamanho exato da economia é o que o passo 2 mede na sua operação.

Próximo passo

Comece por listar as 10 tarefas de IA que mais se repetem na sua operação esta semana e marque quais são rotineiras. Rode as 5 primeiras nos dois modelos, compare resultado e custo, e fixe o roteiro por tarefa. Reavalie no próximo trimestre — o mercado que virou em semanas não vai esperar o seu contrato anual.

Fontes: Novo modelo de IA chinês surpreende indústria de tecnologia dos EUA e rivaliza com Claude e ChatGPT — Estadão (https://www.estadao.com.br/economia/negocios/kimi-ia-china-tecnologia-eua-rivaliza-claude-chatgpt/) · A China acaba de lançar o maior modelo aberto de IA do mundo — Olhar Digital (https://olhardigital.com.br/2026/07/17/inteligencia-artificial/o-maior-modelo-aberto-de-ia-do-mundo-acaba-de-ser-lancado/) · Self-hosting de LLMs sai mais caro que a API — SciELO Preprints/UFSJ (https://doi.org/10.1590/scielopreprints.16747)

18 dos 35 maiores e-commerces do Brasil travaram a jornada de compra na última Black Friday — e faltam 11 semanas para a próxima.

O dado é do FlashBlack, levantamento do Google Cloud analisado pelo Think with Google: na edição passada, mais da metade das maiores lojas online do país não manteve a jornada de compra funcionando do anúncio ao checkout. Não foi falta de verba. Foi descuido com o básico — catálogo desatualizado, preço que muda sem aviso, prazo de entrega que não se sustenta no pico de tráfego.

Do outro lado, o consumidor mudou. Segundo o Offerwise/Google, 15% dos brasileiros usarão IA para pesquisar e comparar ofertas na Black Friday de 2026 — era 5% em 2024 e 10% em 2025. E levantamento citado pelo Exame mostra que 48% já têm lista de compras pronta em setembro, 44% já pesquisam preços e 41% pretendem gastar mais que no ano passado.

Para a pequena empresa que vende online, essa conta tem nome: o espaço que os grandes deixam quando travam é exatamente onde a loja menor, bem preparada, converte.

Como preparar o site da sua loja em 3 passos

1. Abra o catálogo para máquina e humano. Publique preço, estoque e prazo de entrega como dado estruturado na página de produto. A meta-análise do Think with Google sobre campanhas brasileiras mostra +5% de conversão já no mês seguinte.
2. Faça o teste de compra completo no próprio site. Busque o produto, coloque no carrinho, calcule o frete e feche o pedido — antes de novembro. Foi nessa jornada que 18 dos 35 maiores e-commerces do país falharam.
3. Se tiver verba de mídia, teste campanha com IA em orçamento pequeno e meta medida. A mesma meta-análise registrou ROAS 18% maior em campanhas com IA, sobre R$ 12 bilhões em investimento analisado no Brasil.

Erro a evitar: prometer o que a operação não cumpre

Copiar o jogo dos grandes sem a infraestrutura deles é a armadilha clássica da temporada. Se o site da sua loja anuncia estoque e entrega em 2 dias e o pedido atrasa no pico, o cliente não espera: reclama em público e não volta. A falha técnica da última Black Friday atingiu até quem tem time de tecnologia dedicado — a loja de suplementos com 8 funcionários em Belo Horizonte, que vende pelo site próprio e pelo Instagram, precisa testar antes, não na sexta-feira da campanha.

Tem limite também do lado da IA: 75% dos usuários de AI Overviews e Modo IA dizem decidir a compra com mais confiança ao usar a ferramenta. Se a informação da sua loja não está pública e organizada, a IA não tem o que citar — e a decisão acontece com o concorrente.

A conta que fecha

O case brasileiro da temporada está na própria meta-análise do Think with Google/FlashBlack sobre o varejo do país: catálogo em dado estruturado elevou a conversão em 5% no mês seguinte, e mídia com IA entregou ROAS 18% maior em R$ 12 bilhões analisados. Numa operação pequena, 5% de conversão a mais na semana de maior tráfego do ano custa disciplina de catálogo — não verba de mídia.

Faltam 11 semanas. Comece por rodar o teste de compra completo no seu site ainda esta semana, corrija o que travar e revise o catálogo estruturado em 30 dias — antes da janela de novembro abrir.

Fontes: Black Friday: insights para as marcas na Era da Inteligência — Think with Google — https://business.google.com/br/think/ai-excellence/black-friday-2026/ · 15% vão usar IA para pesquisar produtos e comparar ofertas na Black Friday — Época Negócios — https://epocanegocios.globo.com/brasil/noticia/2026/08/15percent-vao-usar-ia-para-pesquisar-produtos-e-comparar-ofertas-na-black-friday-e-isso-e-muito-segundo-o-google.ghtml

A ANPD colocou ChatGPT, Gemini e Copilot no radar — e sua PME está no meio

A Autoridade Nacional de Proteção de Dados (ANPD) notificou 22 plataformas digitais para monitoramento direto, e 9 delas são ferramentas que o time de uma PME usa todos os dias: Copilot, Claude, DeepSeek, Gemini, ChatGPT, Meta AI e Perplexity, além das lojas App Store e Google Play. A lista, publicada em 24/08/2026, tem base no ECA Digital (mar/2026) e no Marco Civil da Internet atualizado.

O grupo 1 reúne 13 redes e mensageiros (Instagram, Facebook, WhatsApp Canais, TikTok, X, Discord, YouTube, Kwai, LinkedIn, Snapchat, Pinterest, Reddit, Telegram). O grupo 2 é o que importa para quem já automatizou tarefa com IA generativa: as 9 plataformas de IA e as duas lojas de aplicativos. Não é fiscalização teórica — a ANPD já determinou o bloqueio da live de vídeo do Discord no Brasil em 17/08 e aplicou multa de R$ 153,7 milhões ao TikTok (2% do faturamento no país) por falhas em dados de crianças e adolescentes.

Para o dono de PME, o recado é prático: o uso de IA generativa saiu da zona cinzenta. Se um funcionário cola dados de clientes num chatbot notificado pela ANPD, o tratamento desses dados tem dono — e esse dono é a empresa.

Framework: 3 passos para alinhar o uso de IA à nova fiscalização

1. Mapeie quais das 9 IAs notificadas a equipe usa e onde. Copilot no Office, ChatGPT no navegador, Gemini no celular corporativo — cada ponto de uso é um ponto de tratamento de dados. Um escritório de contabilidade com 20 funcionários, por exemplo, costuma ter os dois primeiros rodando sem política escrita.
2. Verifique o que cada ferramenta faz com o dado enviado. Treina modelo? Retém por quanto tempo? Ajuste as configurações de privacidade de cada conta corporativa e desative o treinamento com dados da empresa onde a ferramenta permitir.
3. Escreva a política interna de uso de IA. Defina o que nunca pode ser colado em prompt (dados de clientes, CPF, contratos), qual ferramenta é a oficial de cada tarefa e quem responde por isso — pode ser o gestor de TI ou o próprio dono.

Erro a evitar: colar dados de clientes em prompt de IA pública sem checar base legal. As 9 IAs generativas estão formalmente notificadas pela ANPD sob o ECA Digital e o Marco Civil — dado sensível em prompt pode virar tratamento indevido, e a régua já tem referência: os R$ 153,7 milhões do TikTok, com dosimetria em revisão para alcançar também ECA Digital e MCI.

Conformidade não precisa travar a automação. A Hypera Pharma mantém operação com cerca de 400 agentes de IA sob governança centralizada: o ciclo de contratos caiu de 16 para 4 dias e a meta de eficiência é R$ 436 mil por ano. O que muda para a PME é formalizar o que hoje é uso informal.

Se a sua operação já usa alguma das 9 IAs notificadas, comece por mapear hoje em quantas contas e fluxos elas aparecem — e revise a lista a cada trimestre, porque a fiscalização está em expansão e a consulta pública da dosimetria segue aberta.

Fontes: ANPD inicia monitoramento de 22 plataformas digitais, incluindo 9 IAs generativas — Mobile Time — https://www.mobiletime.com.br/noticias/24/08/2026/anpd-22-plataformas/ | Hypera Pharma opera agentes de IA com governança e ganho de eficiência — Mobile Time — https://www.mobiletime.com.br/noticias/20/08/2026/hypera-pharma-agentes/

Ransomware no Brasil: resgate subiu 63% e backup salvou 85%

O resgate mediano cobrado de empresas brasileiras vítimas de ransomware saltou 63% em um ano: de US$ 392,5 mil para US$ 640 mil. O dado é do State of Ransomware in Brazil 2026, da Sophos, com 71 organizações do país ouvidas entre janeiro e março de 2026. E o detalhe que muda a decisão do dono de PME é outro: o que mais recuperou dados sequestrados não foi negociação nem pagamento — foi backup bem feito, que restaurou as informações em 85% dos casos.

Na prática, o incidente custa além do resgate. A recuperação média (sem contar o pagamento) chegou a US$ 1,05 milhão. E 56% dos ataques no Brasil criptografaram os dados de fato — ou seja, em mais da metade das vezes a empresa parou mesmo.

A porta de entrada mais comum está na caixa de entrada

37% dos ataques começaram por e-mail malicioso — a maior porcentagem entre todos os países do estudo. É o cenário de qualquer pequeno negócio: a distribuidora de autopeças com 25 funcionários em Campinas que guarda notas fiscais, pedidos e o sistema de estoque num servidor local, cuja equipe recebe dezenas de e-mails com anexo e link por dia e que nunca testou uma restauração de backup. Esse perfil não é “alvo de grande empresa” — é exatamente o que menos investe em proteção e mais depende de arquivos para faturar no dia seguinte.

Framework: 3 passos que cabem no orçamento da PME

1. Coloque o backup na régua 3-2-1 e teste a restauração. Três cópias, em duas mídias diferentes, com uma delas off-line ou fora da rede. Foi o backup que recuperou os dados em 85% dos casos de ransomware no Brasil. Backup que nunca passou por teste de restauração falha justamente no dia do ataque.
2. Feche a porta de entrada mais comum. 37% dos ataques começaram por e-mail malicioso. Filtro antispam ativo mais um treino rápido da equipe para reconhecer anexo e link suspeito custam menos do que um dia inteiro de sistema parado.
3. Dimensione o risco na conta antes de cortar verba. Resgate mediano de US$ 640 mil (+63% em um ano) e recuperação média de US$ 1,05 milhão sem contar o resgate. Coloque esses números ao lado do custo anual do seu backup e do filtro de e-mail — a conta fecha rápido.

Erro a evitar: “não sou alvo” — e backup nunca testado

Dois erros concentram o prejuízo. O primeiro é achar que ransomware é problema de grande empresa: 56% dos ataques no Brasil criptografaram os dados, e a recuperação média custa US$ 1,05 milhão além do resgate. O segundo é tratar o pagamento como solução: pagar não substitui restauração, e sem backup testado a loja, a indústria ou o escritório fica sem plano B. Backup que não foi testado não é backup — é suposição.

Caso brasileiro com métrica: o próprio levantamento da Sophos no país funciona como case de custo evitado — entre as 71 organizações brasileiras ouvidas, o backup foi o mecanismo que mais recuperou dados, restaurando as informações em 85% dos casos de ransomware diante de um resgate mediano de US$ 640 mil. Na régua da pequena empresa, um backup 3-2-1 testado é a diferença entre restaurar em horas e refazer meses de trabalho ou negociar um resgate que subiu 63% em um ano.

O risco mudou de escala em 12 meses; a defesa básica continua barata. Comece por mapear hoje onde estão os dados que faturam da sua operação — notas, pedidos, estoque — e teste uma restauração completa do backup nesta semana. Depois, revise o filtro de e-mail com a equipe e agende o próximo teste para daqui a 30 dias.

Fontes: State of Ransomware in Brazil 2026 — Sophos — https://assets.sophos.com/X24WTUEQ/at/wbtb698jnfr55j7gcmgm6n/sophos-state-of-ransomware-in-brazil-2026-ptbr.pdf

A busca por crédito das micro e pequenas empresas cresceu 9,2% em 12 meses até junho — a maior alta entre todos os portes —, enquanto projetos de automação seguem travados por falta de caixa. O dado é do indicador mensal da Serasa Experian, divulgado com análise da economista-chefe Camila Abdelmalack. No acumulado de junho, a busca avançou 6,6% ante junho de 2025. Por setor, quem mais procura crédito é o de serviços (+14,0%), seguido do agro (+13,0%), da indústria (+7,5%) e do comércio (+5,3%).

Caixa travado, automação parada

Para o dono de PME, o número traduz uma decisão concreta: pagar agora a implantação da ferramenta de IA ou esperar o fluxo de caixa de meses à frente. Um agente de agendamento e cobrança, por exemplo, exige implantação mais assinatura anual — e raramente cabe no caixa do mês. Quando o pedido de crédito entra, o “gerente” que analisa a pasta, em boa parte do mercado, já não é humano: é algoritmo.

Como financiar o projeto sem afundar o caixa: 3 passos

1. Dimensione o projeto antes de pedir. Coloque no papel quanto custa a automação (ferramenta, agente e implantação) e quanto de caixa próprio cobre cada parte. A alta de 9,2% na busca por crédito mostra que empresas do seu porte já estão financiando o resto — mas o pedido precisa nascer de uma conta, não de uma estimativa.
2. Separe capital de giro de investimento. O caixa do mês a mês (folha, fornecedor, imposto) pede uma linha; máquina, software e agente pedem outra. Cada uma tem custo, prazo e garantia distintos — misturar as duas é a receita clássica da dívida cara.
3. Monte a pasta do algoritmo. A concessão já é decidida por IA: em 30 de julho, a Creditas fez a primeira aprovação de empréstimo 100% automatizada do próprio histórico em Auto Finance (financiamento de veículos), sem revisão humana. CNPJ regular, CNAE correto, faturamento conferido e histórico limpo pesam no score — dado bagunçado vira recusa, sem ninguém para explicar o motivo.

Exemplo prático: uma clínica de estética com 12 funcionárias em Goiânia — serviços, o setor que lidera a alta, com +14,0% — quer implantar um agente de agendamento e cobrança. O projeto custa R$ 50 mil entre implantação e 12 meses de assinatura. Com o dimensionamento na mão, ela procura linha de investimento para o projeto e deixa o caixa do mês em outra linha — ou busca garantia pública antes de aceitar a taxa mais cara do mercado.

A alternativa mais barata que pouca gente procura

Antes de fechar a primeira proposta, vale olhar as cooperativas de crédito com garantia do Fampe, o fundo garantidor para pequenos negócios. Em 2025, as cooperativas operaram R$ 3,9 bilhões em financiamentos com essa garantia — mais de 80% do total nacional. Em 2026, já são R$ 1,26 bilhão, quase 86% das operações de crédito garantidas no período, segundo a Agência Sebrae de Notícias. Para a pequena empresa sem imóvel para oferecer, é a rota que destrava o acesso.

O erro a evitar

Pedir crédito de capital de giro para cobrir o projeto de automação sem calcular o retorno. Com a busca em alta (serviços +14,0%, agro +13,0%), o risco é pagar a ferramenta com dívida cara quando existem linhas com garantia pública mais baratas — e descobrir seis meses depois que o projeto não se pagou. A garantia destrava o acesso, mas não substitui a conta do retorno.

Case brasileiro: quando o algoritmo aprova

A concessão automatizada já opera em escala no Brasil. A Creditas, fintech de crédito com garantia, reportou no 2T26 originação recorde de R$ 1,14 bilhão (+34,2% em um ano), movida por automação com IA de ponta a ponta, conforme o release de resultados. Na cobrança, o agente de IA resolve 88% das conversas sem intervenção humana, com satisfação de 4,5 contra 4,0 do atendimento humano — menos gente gastando hora em tarefa repetida. Traduzido para a PME: quem pede com dado limpo é aprovado mais rápido; quem chega com cadastro desatualizado é recusado, sem fila para conversar.

Próximo passo

Comece por dimensionar o projeto: numa planilha, liste custo de implantação, assinatura mensal e o retorno esperado (horas economizadas ou faturamento adicional), e compare com o caixa livre. Fechou a conta, leve essa mesma planilha à cooperativa do seu setor antes de aceitar a primeira taxa. Teste em 1 linha com garantia Fampe e revise o custo total em 30 dias.

Fontes: Busca das empresas por crédito cresce 9,2% no acumulado de junho, aponta Serasa Experian — https://www.serasaexperian.com.br/sala-de-imprensa/indicadores/busca-das-empresas-por-credito-cresce-9-por-cento-no-acumulado-de-junho-aponta-serasa-experian/ · Sebrae reforça parceria com cooperativas para ampliar crédito aos pequenos negócios — https://agenciasebrae.com.br/economia-e-politica/sebrae-reforca-parceria-com-cooperativas-para-ampliar-credito-aos-pequenos-negocios/ · Creditas Releases its Q2-2026 Results — https://news.cision.com/creditas-financial-solutions-ltd/r/creditas-releases-its-q2-2026-results,c4379622

Seu cliente já falou com um robô — e deu nota 5,6

Quatro em cada cinco brasileiros com smartphone (79,4%) foram atendidos por um chatbot nos últimos 12 meses. A nota média que dão à experiência: 5,6 em 10. Por qualquer padrão escolar, é reprovação — e o boletim vale para o atendimento da sua PME.

Os números vêm do Super Panorama (Mobile Time/Opinion Box), pesquisa com 4.138 respondentes em março de 2026. Enquanto isso, a adoção de IA nas empresas brasileiras subiu de 13% (2024) para 17% (2025), segundo o TIC Empresas (CGI.br/Cetic.br) — e o WhatsApp é usado por 79% das pequenas empresas, à frente das médias (75%) e das grandes (74%). Ou seja: a pequena empresa já tem o canal, já colocou um robô nele — mas o cliente sai insatisfeito e ninguém mediu nada.

O dono descobre tarde

Exemplo típico: uma ótica de bairro com 3 lojas em Recife que agenda exames de vista pelo chatbot do WhatsApp. O robô responde horário e preço, mas trava na remarcação. Ninguém mediu a satisfação de quem passou por ele — o dono só descobre quando a recepção esvazia ou o cliente reclama no direct.

A conta que sua operação precisa fazer (exemplo didático — use seus números): se o bot recebe 200 conversas por dia e transfere 40% delas para o humano depois de o cliente repetir a pergunta, são 80 escalonamentos. A 4 minutos cada, dá 5h20 por dia de equipe gasta para consertar o que o robô não resolveu. Responder preço e prazo na primeira mensagem corta boa parte dessas transferências — tempo que volta para o balcão.

Como auditar seu bot em 3 passos

1. Dispare uma pesquisa de nota (0–10) no fim de cada atendimento feito pelo bot. Sem média, não existe diagnóstico. A referência nacional é 5,6/10 — abaixo disso, o bot está custando clientes.
2. Liste os 3 motivos mais citados nas notas baixas e corrija o fluxo: transferência rápida para humano e preço e prazo respondidos na primeira mensagem. Atacar o que aparece nas notas 0 a 6 vale mais do que adicionar assunto novo ao bot.
3. Re-meda a nota em 30 dias e só amplie o escopo do bot (novo assunto, novo canal) se a média subir. Automação que não melhora a nota é só mais um menu.

O erro a evitar

Chamar de “atendimento com IA” um menu de opções que não resolve nada. Com 79,4% dos consumidores já expostos a chatbot e nota média 5,6/10, bot ruim não é neutro: o cliente compara com todo robô que já encontrou — e some. Pior: sem registro das conversas, a PME repete o erro no balcão e não sabe por quê.

A regra prática para a pequena empresa: automatize o repetitivo (horário, endereço, prazo), humanize o decisivo (reclamação, negociação, remarcação) e meça tudo. O canal já existe — o que falta é governança: só 17% das empresas brasileiras formalizaram o uso de IA.

Próximo passo

O robô do seu atendimento pode estar reprovado sem você saber. Comece por medir: se o seu bot não tem pesquisa de nota no fim da conversa, instale uma hoje — as ferramentas de WhatsApp Business têm recursos nativos ou baratos para isso. Colete 30 dias, liste as 3 causas das notas baixas, corrija o fluxo e re-meda. Revise em 30 dias e só então decida se amplia o escopo.

Fontes: Chatbots recebem nota 5,6 dos brasileiros — Mobile Time — https://www.mobiletime.com.br/noticias/11/06/2026/chatbots-super26/ | Uso de IA por empresas brasileiras avança e atinge 17% (TIC Empresas) — CGI.br/Cetic.br — https://www.cgi.br/noticia/releases/uso-de-inteligencia-artificial-por-empresas-brasileiras-avanca-e-atinge-17-aponta-pesquisa-do-cetic-br/