Um ano depois, o experimento de automação radical liderado por Suumit Shah começa a mexer com a forma como líderes de tecnologia encaram pessoas, lucros e os limites da inteligência artificial no trabalho.
Uma startup indiana que apostou quase tudo em IA
A decisão partiu de Suumit Shah, fundador e CEO da Dukaan, uma plataforma sediada em Bangalore que ajuda pequenos lojistas a operar lojas online. Diante de margens apertadas e de uma concorrência intensa, Shah escolheu um caminho duro: demitiu cerca de 90% da equipa, principalmente na área de atendimento ao cliente, e colocou no lugar chatbots com IA.
Na época, a medida provocou indignação nas redes sociais e entre defensores dos direitos trabalhistas. Para muita gente, foi um sinal de alerta do que poderia acontecer em toda a indústria global de atendimento. Para outros, tratou-se de um passo frio, porém “racional”, típico de uma startup enxuta, sustentada por capital de risco e pressionada a crescer.
O objetivo declarado por Shah era direto: reduzir custos de forma agressiva e, ao mesmo tempo, tornar o suporte mais rápido e eficiente para o cliente.
Equipes de suporte costumam ser as primeiras a sentir o peso da automação. Elas lidam com perguntas repetitivas, trabalham com respostas padronizadas e operam sob pressão constante para ser baratas e funcionar 24 horas por dia. Para um sistema de IA, esse conjunto é especialmente atraente.
Um balanço “positivo” no primeiro ano, segundo o CEO da Dukaan
Passado um ano desde as demissões, Shah divulgou a primeira avaliação mais completa do que aconteceu. Do ponto de vista dele, a aposta deu certo.
Pelos números que destacou, o tempo médio de primeira resposta caiu de quase dois minutos para respostas praticamente instantâneas. Já reclamações e problemas de pedidos que antes levavam mais de duas horas para serem resolvidos agora, com frequência, são concluídos em poucos minutos.
A empresa afirma oferecer respostas quase instantâneas e uma resolução de problemas muito mais rápida, por uma fração do custo anterior de pessoal.
Para quem vende online, essa agilidade pode significar menos cancelamentos, menos compradores frustrados e, possivelmente, mais compras recorrentes. A Dukaan diz que os utilizadores valorizam o atendimento mais rápido, embora dados independentes sobre satisfação do cliente não tenham sido amplamente divulgados.
No lado financeiro, cortar salários e custos de escritório melhora de forma significativa o cenário de curto prazo de qualquer startup. Times de suporte custam caro: exigem treinamento, supervisão, apoio de RH e infraestrutura (física ou remota). Um chatbot, em tese, precisa basicamente de computação em nuvem, atualizações e ajustes pontuais.
O que, exatamente, mudou dentro da Dukaan?
A mudança na Dukaan não foi apenas trocar pessoas por software. Foi necessário redesenhar processos para funcionar com os sistemas de IA e redefinir para que servem os funcionários humanos que permaneceram.
Do atendimento “human-first” ao suporte “AI-first” na Dukaan
Antes da mudança, uma interação típica seguia várias etapas: o utilizador abria um chamado, um agente humano respondia, escalava quando necessário e, às vezes, envolvia gestores ou a equipa técnica. Depois da reformulação, o chatbot virou a primeira linha - e, na maioria dos casos, a única linha.
- O bot recebe o cliente e identifica o problema.
- Busca informações em bases de pedidos e em arquivos de ajuda.
- Sugere correções ou processa reembolsos e alterações quando permitido.
- Apenas casos complexos ou fora do padrão são escalados internamente.
Shah afirma que a grande maioria dos contactos é resolvida sem qualquer participação humana. Se isso se confirmar, indica que uma fatia considerável do trabalho anterior era altamente repetitiva e baseada em regras.
Como ficaram os indicadores
Embora a Dukaan não tenha divulgado um conjunto completo de números auditados, a empresa reforça três métricas principais:
| Métrica | Antes da implementação de IA | Depois da implementação de IA |
|---|---|---|
| Tempo médio de primeira resposta | Pouco abaixo de 2 minutos | Quase instantâneo |
| Tempo médio de resolução | Mais de 2 horas | Alguns minutos |
| Nível de pessoal no suporte | 100% da equipa original | ~10% da equipa original mantida |
Esses dados combinam com um padrão visto em implementações iniciais de IA: ganhos de velocidade muito expressivos e redução clara de custos, mas ainda com pouca transparência sobre fidelidade no longo prazo e percepção de marca.
Um estudo de caso polarizador: IA substituindo pessoas
A história da Dukaan concentra uma dúvida que paira sobre vários sectores: em que momento a IA passa a ajudar humanos - e em que momento ela simplesmente os substitui?
Defensores do uso de IA nas empresas argumentam que chatbots eliminam tarefas monótonas e repetitivas. Com isso, dizem eles, trabalhadores humanos podem migrar para funções criativas, estratégicas ou baseadas em relacionamento. Também citam preços potencialmente menores para consumidores e atendimento disponível fora do horário comercial.
Para entusiastas da IA, a Dukaan é a prova de que software consegue lidar com atendimento em grande volume de forma mais rápida, mais barata e escalável.
Críticos enxergam outra coisa. Para eles, se um CEO consegue retirar 90% de uma equipa e celebrar publicamente o resultado, outras empresas podem repetir a fórmula. Isso colocaria em risco dezenas de milhares de empregos de suporte em mercados onde call centres e help desks são grandes empregadores.
Questões éticas também surgiram quando Shah anunciou as demissões. Muita gente questionou se a empresa fez o suficiente para requalificar ou realocar quem foi dispensado. Outros criticaram o custo social de tratar um corte tão profundo apenas como uma “vitória de produtividade”.
O que isso significa para trabalhadores e empresas
A experiência da Dukaan tende a ser acompanhada de perto tanto por startups quanto por grandes corporações. Atendimento ao cliente, moderação de conteúdo e tarefas básicas de back-office já estão na mira de ferramentas de IA generativa.
Para os trabalhadores - especialmente em países como Índia e Filipinas, que concentram enormes centros de suporte - o caso reforça a urgência de adquirir novas competências. Profissionais capazes de supervisionar sistemas de IA, lidar com situações complexas e desenhar fluxos de trabalho têm mais chance de continuar valorizados.
Para as empresas, a lição é menos simples do que parece. Trocar pessoas por software pode reduzir custos drasticamente, mas também muda a relação da marca com o público. Um chatbot rápido, porém inflexível, pode irritar clientes com problemas fora do padrão, reclamações emocionais ou questões sensíveis.
Quando todos os concorrentes oferecerem respostas instantâneas por IA, a disputa pode voltar para algo profundamente humano: empatia e confiança.
Além disso, há um ponto prático que muitas empresas descobrem tarde: automatizar atendimento não é “instalar e esquecer”. A IA precisa de curadoria, atualização de base de conhecimento, revisão de respostas e governança para evitar que mudanças em políticas de reembolso, prazos e logística criem inconsistências. Em português claro: sem disciplina operacional, a velocidade do bot apenas acelera erros.
Também vale considerar o impacto interno. Quando o suporte deixa de ser um “termómetro” humano do que está dando errado, outras áreas - produto, operações e logística - podem demorar mais a perceber padrões de falhas. Para compensar, organizações que adotam um modelo “AI-first” costumam investir em painéis de qualidade, amostragens de conversas e processos de escalonamento bem definidos.
Termos e conceitos-chave por trás do experimento da Dukaan
Por trás da decisão que chamou atenção, existem conceitos técnicos que ajudam a entender o que está em jogo.
Chatbot vs. agente humano
Um chatbot é um programa de computador que simula uma conversa por texto ou voz. Os chatbots modernos, sustentados por modelos de linguagem de grande porte, geram respostas em vez de apenas escolher opções fixas de um guião. Já um agente humano depende de treinamento e julgamento, e consegue flexibilizar regras de maneiras que a IA ainda tem dificuldade de reproduzir.
Ao comparar um com o outro, as empresas geralmente pesam:
- Custo por interação
- Velocidade de resposta
- Precisão das informações
- Satisfação e fidelidade do cliente
- Riscos regulatórios e éticos
Cenários de risco em automação
Se uma empresa de e-commerce de porte médio seguir o caminho da Dukaan e substituir a maior parte do suporte por IA, alguns cenários são possíveis:
- Ganho no curto prazo: os custos caem rapidamente, as margens melhoram e investidores reagem de forma positiva.
- Reação mista dos clientes: consultas rotineiras fluem melhor, mas casos extremos e reclamações carregadas de emoção geram atrito.
- Mudança reputacional: a marca passa a parecer mais “tech”, mas pode ser vista como menos humana ou menos cuidadosa.
- Pressão por políticas públicas: se demissões em massa se tornarem comuns, reguladores e sindicatos podem pressionar por novas regras para reestruturações guiadas por IA.
Riscos, benefícios e o que pode vir a seguir
O caso Dukaan deixa claros tanto os benefícios quanto os riscos de uma adoção agressiva de IA.
Do lado positivo, empresas conseguem ampliar horários de suporte, aguentar picos de procura em datas promocionais e reduzir gastos operacionais. Para startups que vivem no limite, isso pode significar a diferença entre continuar abertas ou encerrar as atividades.
Do lado negativo, a dependência excessiva de IA traz preocupações com vieses, privacidade de dados e tratamento de erros. Um bot mal configurado pode repetir o mesmo equívoco milhares de vezes antes que alguém perceba. E um cliente frustrado que nunca consegue falar com um humano pode abandonar a marca de vez - e ainda relatar a experiência em massa nas redes sociais.
Alguns analistas apostam que o modelo híbrido vai prevalecer. Nele, a IA resolve perguntas simples, enquanto equipas humanas menores e altamente treinadas assumem casos sensíveis, complexos ou de alto valor. A abordagem da Dukaan vai bem além desse meio-termo, mas os resultados certamente alimentarão discussões em conselhos e diretorias nos sectores de tecnologia e varejo.
Por enquanto, Suumit Shah sustenta que a decisão se justificou pelos números. Para os profissionais demitidos - e para milhões de trabalhadores em funções semelhantes ao redor do mundo - o desfecho real será medido menos em segundos de resposta e mais na existência (ou não) de novos empregos dignos numa economia que está aprendendo a conviver com a IA - e, às vezes, a substituir trabalho humano por ela.
Comentários
Ainda não há comentários. Seja o primeiro!
Deixar um comentário