Quem é a Bow-e e como funciona o atendimento dela?

A Bow-e, marca do Grupo Bolt, leva energia renovável solar até a casa do cliente no modelo de geração distribuída. A empresa compra um pacote de energia e distribui entre os clientes num processo chamado rateio, que passa por homologação da distribuidora e leva cerca de 120 dias até a primeira fatura.

É um mercado regulado em que papel, planilha e e-mail ainda fazem parte da rotina. Por isso a Bow-e precisava fazer dois movimentos ao mesmo tempo: digitalizar uma operação analógica e colocar IA nela. A maioria das empresas só precisa fazer o segundo.

Quem lidera a frente de IA é a Natália Mota, a Nati, AI Product Lead do Grupo Bolt. Ela passou cinco anos em CX, chegou a head numa fintech e migrou para produto em 2025. É a segunda vez que ela é cliente da Cloud Humans.

"Eu já sentei na cadeira de vocês, comprando essa tecnologia com medo de dar errado. Hoje eu tô do lado de quem implementa." Natália Mota, AI Product Lead, Grupo Bolt

Por que um bot com 15% de retenção era um problema na Bow-e?

No começo de 2025 o atendimento da Bow-e rodava com uma BPO de cerca de 20 pessoas e um time interno pequeno. O bot era uma árvore de regras, tipo URA, com uma microbase de três perguntas, e retinha 15%. Olhando de perto, esse número não era gente com problema resolvido. Era gente presa no fluxo ou que desistia de falar com o robô.

Em dias críticos, mais de 1.000 tickets ficavam parados por mais de 6 horas, com cliente sem energia em casa. O atendente abria três, quatro, cinco telas, pedia ajuda no Slack e esperava a cobrança responder. A regra para estimar prazo só existia na cabeça de quem tinha passado pelo onboarding. E não dava para evoluir o bot, porque o processo e o sistema por trás dele não existiam.

O que a Bow-e decidiu fazer para sair do teto da IA que só responde?

A Cloud Humans entrou na Bow-e no fim de 2025, com a ClaudIA e fluxos determinísticos conectados às APIs da empresa. A tese que guiou o projeto: IA que só consulta base de conhecimento devolve texto, e o cliente sai sem resolver. Segundo a Nati, a maioria para nos 40%, inclusive quem já diz ter IA.

O caminho foi desenhar fluxos novos, com começo, passos e sistema para consultar, e entregar para a IA executar. A gente costuma chamar essa diferença de chatbot que responde e agente que resolve.

Como foi a implementação da ClaudIA na Bow-e, etapa por etapa?

A implementação na Bow-e não saiu de TI. A PM que puxou o projeto tinha sido líder de vendas e de suporte na própria casa e falava a língua da operação. O time entrou no desenho do processo, na base e na escolha dos assuntos de mais impacto e menos esforço, enquanto a engenharia construía as primeiras APIs.

O primeiro fluxo com API foi status do onboarding, o assunto que mais gera contato de quem espera a energia chegar. As primeiras conversas saíram assim: a IA dizia que o rateio estava em homologação, o cliente respondia que não tinha entendido, e a IA repetia a mesma frase. O atendente humano consultava, traduzia e estimava um prazo. Para a IA fazer o mesmo, foi preciso escrever esse critério como processo, clarear o dado no banco e reescrever o fluxo para a IA explicar em vez de só buscar.

Com tags e tabulação, o próprio time de atendimento achou três oportunidades: o assunto de volume alto do dia a dia, o pico previsível perto do vencimento da fatura e os assuntos sem nenhuma conexão com sistema. Dois fluxos novos com API depois, a retenção subiu 12 pontos percentuais.

O projeto quase travou na etapa seguinte. O dado estava espalhado entre onboarding, faturamento, cadastro e planilha atualizada na mão, num processo desenhado para um cérebro humano. CX, tecnologia e produto sentaram juntos para remodelar, e daí nasceu o projeto de data warehouse da Bow-e.

"Por melhor que a IA seja, ela não passa do dado que ela consegue alcançar." Natália Mota, AI Product Lead, Grupo Bolt

Os fluxos que fecharam a conta foram consulta de valores em aberto e envio das faturas em atraso para pagamento. Junto com o de onboarding, são os três maiores volumes da operação, e foi com eles que a retenção bateu 62,1%. Na sequência, a Bow-e subiu para produção o primeiro fluxo multiagentes de pós-venda, com três agentes especialistas, e está refazendo no mesmo formato o fluxo de vendas.

Quais foram os resultados da Bow-e com a Cloud Humans?

Em menos de um ano com a Cloud Humans, a Bow-e saiu de 15% para 62,1% de retenção sem humano e levou o CSAT da IA de 49,4% para 66,9%, recorde da série, enquanto a operação migrava de arquitetura.

A conta do time é o ponto que a Nati faz questão de explicar. Eram 10 pessoas no atendimento interno mais um escritório de BPO. Hoje são 15, porque a Bow-e internalizou duas pessoas da BPO, encerrou o contrato e trouxe para dentro Instagram, Messenger, comentários e YouTube, o que pediu mais três pessoas. Tudo isso com a base de clientes crescendo e zero vaga aberta em atendimento, com gente do time migrando para produto e engenharia. É o mesmo raciocínio de escalar o atendimento sem contratar na mesma proporção.

O que a Bow-e aprendeu colocando IA no pós-venda?

A primeira lição da Bow-e é não pedir para a IA imitar o atendente. O atendente cruza três telas e aplica um critério que nunca foi escrito, e repetir esse caminho garante teto baixo. Funciona desenhar um fluxo para a IA executar, aceitando que o resultado pode ser o mesmo por outro caminho.

A segunda é que IA de atendimento é projeto do dono do processo, não de TI. Quando nasce em tecnologia, vira catálogo de API e base de conhecimento, sem saber como o cliente pergunta. Na Bow-e ninguém abriu vaga: alguém do time foi virando a dona da IA, revisando respostas e mexendo na base, e quando saiu o papel ficou com outras duas pessoas. O mercado já chama essa figura de CX Engineer.

A terceira é que 62% com fluxo determinístico é muito bom e não basta, porque cada assunto novo vira um fluxo novo e a experiência fica robótica nas bordas. O próximo passo é negociar fatura em atraso em formato agêntico, com um agente fazendo a triagem da intenção de pagamento, outro montando a proposta contra as regras internas e um terceiro gerando o link e o Pix.

Perguntas frequentes

Dá para fazer isso numa operação regulada, com sistema antigo e processo em planilha?

Dá, e a Bow-e começou exatamente aí. Em vez de esperar a casa ficar pronta, escolheu um assunto de alto volume, viu que dado existia, conectou o que dava e reescreveu o processo em volta. O data warehouse veio depois, puxado pelo que o atendimento descobriu que faltava.

Preciso de um time de tecnologia dedicado para implementar?

Não. Na Bow-e a frente foi liderada por alguém de CX, com a engenharia construindo as APIs em paralelo. O que não dá para terceirizar é o desenho do processo, porque quem sabe como o cliente pergunta é quem atende.

Colocar IA significa cortar o time de atendimento?

Não foi o que aconteceu na Bow-e. O time interno foi de 10 para 15 pessoas, absorveu quatro canais novos e encerrou a BPO. O ganho está em crescer a base sem crescer o atendimento na mesma proporção.

Em quanto tempo a retenção começa a subir?

Na Bow-e a retenção saiu de 31% na implementação para 50% em três meses, e chegou a 62,1% com o terceiro fluxo grande. Cada degrau correspondeu a um fluxo novo, depois de conectar, olhar o que saiu errado e ajustar.

Começo por fluxo determinístico ou já vou para o agêntico?

Depende do assunto. Consulta com resposta previsível cabe bem em fluxo desenhado. Negociação, em que cada cliente responde uma coisa, pede arquitetura agêntica com agentes especialistas, que é o próximo passo da Bow-e.

Quer tirar seu atendimento do teto da IA que só responde? Agende uma demonstração: a gente olha seus assuntos de maior volume e mostra quais fluxos a ClaudIA pode executar.