HUBSPOT
A decisão estratégica por trás do caso da Yampi: desafios iniciais, implantação, resultados e aprendizados que você pode tirar. Entenda como ela reduziu o tempo de resposta e redistribuiu o time para funções de maior valor dentro da operação.
Sobre a Yampi
A Yampi é uma plataforma brasileira de tecnologia para e-commerce que ajuda lojistas a criar, operar e escalar suas vendas online. Fundada em 2011, a empresa já apoiou mais de 170 mil lojistas, desde pequenos empreendedores até grandes operações que faturam milhões por mês.
Esse perfil diverso de clientes torna o atendimento uma peça central da experiência oferecida pela plataforma. O suporte é realizado principalmente por chat, um canal em que a velocidade de resposta tem impacto direto na percepção de qualidade do serviço.
Como escalar o atendimento sem perder velocidade?
Com o crescimento da base de lojistas da Yampi, o volume de interações no suporte aumentou rapidamente. Como o chat é o principal canal de atendimento, a expectativa dos clientes sempre foi de respostas rápidas, e isso começou a se tornar difícil de sustentar com o modelo tradicional, que já apresentava falhas.
O desafio da Yampi não era apenas responder mais rápido. Era encontrar uma forma de absorver o crescimento da base de clientes sem depender do aumento proporcional do time, mantendo a qualidade da experiência e liberando os especialistas para interações que realmente exigiam contexto humano.
O desafio, portanto, não era apenas atender mais. Era criar uma operação capaz de escalar com eficiência, preservar o toque humano nos momentos certos e sustentar o crescimento da empresa sem transformar atendimento em um limitador do próprio negócio.
IA como extensão do time de atendimento
Diante do crescimento da operação e da pressão sobre o suporte, a Yampi decidiu testar uma nova abordagem: incorporar agentes de IA como parte da equipe de atendimento, atuando diretamente nas interações com os clientes.
A proposta não era substituir o time humano, mas criar uma estrutura híbrida, em que a IA absorvesse grande parte das dúvidas operacionais recorrentes enquanto os analistas se concentrariam nos casos mais complexos.
Principais mudanças:
A operação passou a contar com agentes de IA treinados com base no histórico de atendimentos e no contexto da Yampi.
A IA assumiu grande parte das dúvidas operacionais e repetitivas do suporte.
O atendimento passou a funcionar em um modelo híbrido entre IA e especialistas humanos.
O time foi redistribuído. Pessoas que antes estavam exclusivamente na linha de frente passaram a atuar em CS, onboarding, revenue operations, retenção e serviços.
A Yampi passou a acompanhar quase em tempo real indicadores como tempo de primeira resposta, CSAT, taxa de retenção e solicitações de transferência para humano.
Construindo uma operação híbrida entre IA e especialistas
A implementação da IA na operação de suporte da Yampi aconteceu de forma progressiva. O objetivo era incorporar a tecnologia sem comprometer a experiência dos clientes e garantindo que o time humano continuasse atuando nos casos mais complexos.
O processo envolveu ajustes tanto na tecnologia quanto na própria estrutura do atendimento, conforme as fases a seguir.
Desde o início, a Yampi optou por não tratar a inteligência artificial como um bot ou camada de automação isolada. A assistente passou a ser posicionada como parte real do time de atendimento, com nome, identidade visual e papel claro dentro da operação.
A IA foi apresentada aos clientes como integrante da equipe, e não como uma barreira tecnológica. A lógica era simples: se a interação resolve o problema com rapidez e qualidade, a percepção do cliente tende a ser positiva.
Após consolidar a ClaudIA como linha de frente no atendimento, a Yampi avançou para uma segunda camada operacional.
Foi incorporado o Eddie, agente de backoffice da Cloud Humans, responsável por ampliar a capacidade de resolução da IA.
Por meio dele, a assistente passou a consultar e atualizar informações em sistemas internos, como ERP, sistemas de logística e a própria plataforma de e-commerce.
Essa evolução permitiu reduzir transferências desnecessárias para atendimento humano e aumentar ainda mais a taxa de resolução automática da operação.
Transformação em números
Com a introdução da IA na operação de suporte, a Yampi conseguiu reduzir drasticamente o tempo de resposta e absorver grande parte das interações diretamente pela automação. O modelo híbrido entre agentes de IA e especialistas humanos permitiu escalar o atendimento sem a necessidade de expandir o time na mesma proporção. Os resultados apareceram tanto na eficiência operacional quanto na experiência dos clientes.
A adoção da IA mudou de forma estrutural a operação de atendimento da Yampi. O tempo de primeira resposta caiu de picos superiores a 50 minutos para menos de 20 segundos, enquanto a retenção ultrapassou 74% e o CSAT da IA se manteve acima de 90%.
Além de absorver mais de 23 mil tickets em cinco meses, a nova operação passou a funcionar 24 horas por dia e gerou uma economia projetada próxima de R$ 1,5 milhão por ano, sem precisar demitir e sem perda de qualidade no atendimento.
O que a Yampi aprendeu ao implementar IA no atendimento
Cloud Humans responde
A IA substituiu o time de atendimento da Yampi?
Não. A IA passou a atuar como a primeira camada do atendimento, absorvendo dúvidas operacionais e recorrentes. Com isso, o time humano passou a focar em interações mais complexas e em atividades estratégicas dentro da operação.
Quanto tempo levou para implementar a IA no suporte?
A implementação inicial levou cerca de um mês, incluindo preparação da base de conhecimento, treinamento do modelo com conversas históricas e ajustes operacionais na equipe de suporte.
Qual foi o impacto da IA na velocidade do atendimento?
O tempo de primeira resposta caiu de picos superiores a 50 minutos para menos de 20 segundos após a introdução da IA no atendimento.
Qual foi o impacto da IA na eficiência da operação?
A automação permitiu que a maior parte das interações fosse resolvida sem escalonamento para o time humano. Além disso, a operação passou a funcionar 24 horas por dia e gerou uma economia operacional projetada de cerca de R$ 1,5 milhão por ano.
