Choco automatizou distribuição de produtos com OpenAI e duplicou produtividade de vendas

A Choco demonstrou como agentes de IA fazem a transição de ferramentas de suporte para infraestrutura crítica do negócio real. A plataforma de distribuição de produtos integrou a API da OpenAI no processamento de pedidos e, de acordo com seus próprios dados, agora processa mais de 8,8 milhões de pedidos anualmente, reduz entrada de dados manual em 50% e permite que equipes de vendas trabalhem com o dobro de produtividade sem expandir o quadro de pessoal. A Choco opera no mercado de distribuição de alimentos e bebidas e reúne restaurantes, fornecedores e distribuidores em um único sistema.

A empresa relata servir mais de 21 mil distribuidores e 100 mil clientes nos EUA, Reino Unido, Europa e países do Golfo Pérsico.

O principal problema conforme o negócio crescia não estava em interfaces ou no CRM em si, mas no fluxo caótico de pedidos que chegava: por email, SMS, mensagens de voz, fotos de documentos e até notas manuscritas. Os funcionários então convertiam manualmente tudo isso em pedidos estruturados para sistemas ERP, o que desacelerava a escalabilidade e criava risco constante de erros.

Como explica a empresa, a parte mais difícil nem era reconhecimento de texto ou fala. A camada crítica era o contexto oculto: mapeamentos individuais de SKU para cada cliente, unidades de medida familiares, padrões de entrega e outros detalhes que normalmente ficam na memória dos funcionários do order desk. Por isso a Choco apostou não apenas na automação de etapas rotineiras, mas em um sistema de inferência que pudesse resolver ambiguidades no momento em que o pedido chega. Essencialmente, trata-se de transferir conhecimento operacional da memória humana para uma camada de software acessível 24/7 e independente de qualquer turno ou funcionário específico.

Nesse fundamento, a empresa lançou o OrderAgent—um agente para processar entradas multimodais que aceita emails, SMS, imagens e documentos e os transforma em pedidos prontos para ERP. Logo depois veio o VoiceAgent, construído na Realtime API: permite que clientes façam pedidos por telefone com latência inferior a um segundo, inclusive fora do horário comercial.

A OpenAI foi escolhida, segundo a Choco, pela qualidade dos modelos, multimodalidade, respostas estruturadas e confiabilidade em produção. Tecnicamente, a implementação incluiu speech-to-text, embeddings e function calling, e por cima a equipe construiu seu próprio loop de avaliação de qualidade: datasets de referência, monitoramento contínuo e testes A/B. Este é um detalhe importante: em tais sistemas, não é suficiente "conectar um LLM"—você precisa constantemente medir onde o modelo falha e como a qualidade muda em pedidos reais.

Os resultados parecem um caso não mais de experimento, mas de operação em escala industrial. A Choco afirma que em produção mais de 200 bilhões de tokens passam pela OpenAI, a ingestão de pedidos funciona 24 horas por dia, e a taxa de erro se mantém baixa com limites de automação configuráveis. Reduzir entrada de dados manual para 50% libera funcionários do processamento mecânico e os desloca para tarefas de maior valor, e o aumento duplo de produtividade em vendas sem contratações mostra que o efeito vai além dos custos operacionais para a eficácia comercial.

O aspecto UX também importa: clientes não tiveram que mudar seus hábitos. Eles ainda enviam pedidos do jeito que for mais conveniente para eles, e o sistema se adapta.

A Choco destaca separadamente lições gerenciais. Primeira—avaliação de qualidade precisa começar no dia um, mesmo que a equipe tenha apenas 10–20 exemplos rotulados. Segunda—sistemas de IA precisam de observabilidade separada: logs normais não são suficientes se você não conseguir ver entradas do modelo, saídas e razões para falhas. Terceira—negócios precisam aceitar antecipadamente a natureza probabilística dos LLMs. Esses sistemas não se comportam como código determinístico, então expectativas de usuários, SLAs e cenários de escalação precisam ser projetados de forma diferente.

Este é um sinal bastante maduro para o mercado: vencedores não serão aqueles que adicionaram um chatbot mais rápido, mas aqueles que aprenderam a construir processos de agentes gerenciados em torno de dados comerciais complexos. O principal aprendizado do caso Choco é simples: agentes de IA se tornam uma nova camada operacional em B2B vertical, onde valor é criado não por interfaces bonitas, mas pela capacidade de analisar fluxos de dados do mundo real e desorganizados e transformá-los em ação.

Se este modelo escala em outros segmentos da cadeia de suprimentos, o mercado verá não automação pontual, mas substituição gradual de funções manuais inteiras por sistemas que conseguem ouvir, ler, esclarecer contexto e executar trabalho independentemente.