Atendimento lento e tecnologia desconectada do negócio travam a experiência do cliente em muitas empresas B2B. Esse gargalo aparece de formas diferentes. Chamados que demoram dias para ter resposta. Campanhas que levam uma semana para sair do papel. Times de tecnologia que só executam o que o negócio pede, sem participar da estratégia. Por isso, a inteligência artificial vem se tornando uma peça central da solução, quando aplicada com critério.
A dor de quem opera um ecossistema B2B fragmentado
Empresas que conectam indústrias, distribuidores e pequenos varejistas enfrentam um desafio particular. De um lado, cada elo da cadeia tem uma necessidade diferente. De outro, a operação inteira depende de decisões rápidas: aprovar uma promoção, responder um chamado, sugerir o pedido certo no momento certo. Quando a tecnologia não acompanha esse ritmo, o negócio inteiro desacelera.
Esse tipo de gargalo custa caro. Um chamado que demora dias para ser respondido gera atrito com o cliente. Uma campanha que leva uma semana para ir ao ar perde competitividade. Além disso, quando a tecnologia só executa, sem entender a dor real do cliente, existe um risco real. A empresa pode lançar funcionalidades que parecem boas ideias, mas não resolvem nada de fato.
Um case que enfrentou essa dor de frente
Para mostrar como esse problema se resolve na prática, vale olhar para um exemplo real. A plataforma B2B que nasceu dentro da Unilever. Conversamos sobre esse case, no nosso episódio #361, com a Thaise Hagge, COO e CTO do Compra Agora.
O Compra Agora enfrentava exatamente esse tipo de gargalo em escala. Coordenar promoções entre dezenas de indústrias, cada uma com suas próprias listas de preço e campanhas, virava um trabalho manual gigantesco. Resolver chamados de milhares de lojistas espalhados pelo país também dependia de análise humana caso a caso.
Hoje a plataforma conecta mais de 30 indústrias, 150 distribuidores e cerca de 530 mil lojistas em todo o Brasil. O faturamento projetado é de R$ 7 bilhões. O case dela serve como argumento para mostrar como empresas com o mesmo tipo de gargalo conseguem resolvê-lo na prática.
A solução: integrar tecnologia à estratégia do negócio
A solução do Compra Agora para esse tipo de gargalo passou por unificar as lideranças de tecnologia e negócio em uma única cadeira. Thaise, por exemplo, acumula as funções de COO e CTO. Segundo ela, essa combinação melhora a visibilidade sobre o negócio e aumenta a assertividade das decisões. Afinal, tecnologia e estratégia deixam de ser discutidas em separado.
Essa integração muda a forma como novas funcionalidades são avaliadas. A empresa não pergunta mais se uma tecnologia é interessante por si só. Em vez disso, a discussão parte da dor real do cliente. Só depois disso, o time considera qual ferramenta resolve essa dor. Para Thaise, essa é a diferença entre tratar tecnologia como fornecedora de soluções prontas e tratá-la como parte central da estratégia da empresa.
Como a IA resolveu o gargalo do atendimento na prática
O resultado prático dessa mudança de abordagem aparece em números concretos. Antes, o prazo médio para responder um chamado de atendimento era de três dias úteis. Hoje, uma camada de inteligência artificial analisa automaticamente o tema de cada chamado, seja ele aberto por um lojista, um vendedor ou um distribuidor. Como consequência, a plataforma já entrega a resposta no momento da abertura em 98% dos casos.
O mesmo tipo de ganho aparece no processo de campanhas promocionais. Antes, o intervalo entre a chegada de um briefing de uma indústria e a publicação da campanha levava de cinco a sete dias úteis. Hoje, para campanhas mais simples, esse prazo caiu para cerca de duas horas. Isso acontece porque a IA filtra as informações do briefing e organiza o que é essencial para colocar a campanha no ar rapidamente.
Trocar a base sem parar de atender o cliente
Chegar a esses resultados exigiu reconstruir boa parte da tecnologia da empresa. Esse tipo de mudança é, por si só, uma dor comum. Negócios que cresceram rápido sobre uma base antiga enfrentam a mesma pergunta: como evoluir a plataforma sem travar a operação que já está no ar?
Thaise descreve essa reconstrução como trocar o motor do avião com o avião voando. A empresa não podia parar de atender lojistas, indústrias e distribuidores durante a troca de sistemas. Por isso, a equipe fez a migração por regiões, começando pelas áreas menos representativas. Assim, ela acumulou aprendizado antes de avançar para os mercados mais críticos. O plano original também mudou ao longo do caminho. Isso porque a integração dependia da capacidade técnica de cada distribuidor parceiro, e nem todos avançavam no mesmo ritmo.
Por que a solução não foi só trocar de sistema
Um ponto central da conversa é que trocar de tecnologia não bastava para resolver o problema de origem. A empresa também precisou revisitar todos os seus processos de operação, do mais simples ao mais complexo. Isso incluiu desde como uma promoção é cadastrada até quem é responsável por cada etapa do processo comercial.
Segundo Thaise, essa gestão de mudança tem dois componentes. Primeiro, é preciso explicar às pessoas envolvidas porque a empresa tomou a decisão de investir nesse tamanho de projeto. Segundo, é preciso deixar claro para cada pessoa qual era a importância do seu trabalho específico dentro da migração. Sem esse alinhamento, um projeto desse porte tende a gerar desgaste e resistência interna. Isso, por sua vez, compromete o resultado final.
O ganho de eficiência que veio da mudança de lógica
O Compra Agora já reportou 25% de ganho de eficiência na jornada de compra dos lojistas. Parte desse resultado vem da modernização da arquitetura, que trocou um sistema legado por uma estrutura modular, mais fácil de manter e evoluir.
Outra parte vem da forma como a empresa passou a desenhar soluções. Antes, a lógica era lançar funcionalidades e testar se funcionavam na prática. Hoje, o processo começa pela identificação da dor real do cliente. Só depois disso vem o desenho da solução técnica que resolve essa dor. Um exemplo prático é o minicarrinho, que mostra o valor final do pedido já com promoções aplicadas. Assim, o lojista não precisa passar por telas adicionais para calcular o total.
Recomendações de IA exigem responsabilidade, não só precisão
A IA também atua na sugestão de pedidos para os lojistas. A plataforma indica quais produtos fazem sentido para cada loja, não apenas com base no histórico de compra. Ela também considera o comportamento de lojas vizinhas ou concorrentes próximos, que vendem itens que aquele lojista ainda não tem no seu mix.
Thaise destaca um cuidado importante nesse processo. Se a plataforma sugerir um item que fica parado na prateleira, sem giro, o lojista tende a desconfiar de qualquer sugestão futura. Por isso, a equipe trata essas recomendações com responsabilidade. Ela prioriza a confiança de longo prazo do lojista na plataforma, acima do ganho imediato de uma venda adicional.
Quando a solução não pode ser copiada e colada
É possível essa plataforma expandir para outros segmentos, como farmácia e perfumaria. No entanto, replicar a mesma plataforma com uma nova marca não funciona. A dinâmica de compra desses segmentos é diferente. A frequência de reposição, o ticket médio e o uso do fluxo de caixa do lojista mudam completamente em relação ao segmento alimentar.
Por isso, cada nova frente exige um passo extra. É preciso entender de novo a jornada de compra e as dores específicas daquele público, antes de adaptar a tecnologia já existente. Tratar a plataforma como um modelo pronto para qualquer segmento é um erro ingênuo. Esse erro ignora as particularidades de cada mercado.
O que fica para quem enfrenta o mesmo gargalo
A conversa do episódio deixa uma lição prática para líderes que reconhecem esse mesmo padrão de lentidão dentro de suas empresas. Primeiro, migrações grandes exigem faseamento cuidadoso e plano de contingência, porque o cronograma original raramente sobrevive intacto até o fim. Segundo gestão de mudança não é um item secundário do projeto técnico. Ela decide se a equipe abraça a mudança ou resiste a ela. Terceiro, o uso de inteligência artificial em atendimento e operação só entrega ganho real quando parte de uma compreensão clara da dor do cliente. Não basta adotar tecnologia porque ela está em alta.
O case do Compra Agora mostra que resolver 98% dos chamados na hora não depende de uma ferramenta isolada. Depende de reconhecer a dor de mercado com clareza e de tratar tecnologia como parte da estratégia, não como um serviço à parte.
Quer receber uma curadoria mensal com os melhores insights ágeis? Assine a Newsletter Agilistas, onde você tem acesso a tendências e reflexões do mundo ágil. Inscreva-se grátis no formulário no fim dessa página com seu melhor e-mail.
