Parloa lança agentes de voz com IA para suporte de grandes empresas com modelos da OpenAI

A Parloa, desenvolvedora berlinense de plataforma de atendimento ao cliente, contou como usa modelos da OpenAI para lançar agentes de voz com IA em grandes empresas. A plataforma AMP não se limita a atender ligações: ela ajuda a projetar, testar e levar para produção sistemas que precisam funcionar de forma estável em tempo real.

Como funciona a AMP

A história da Parloa começou com um problema bem prosaico. Um dos cofundadores da empresa, Stefan Ostwald, passou um dia em um call center de seguradora e viu os funcionários tratando, repetidamente, os mesmos pedidos: redefinição de senha, dúvidas sobre apólice, alterações rotineiras na conta. A empresa começou criando bots de voz baseados em regras, mas, com a chegada do ChatGPT e dos novos modelos da OpenAI, migrou para a AI Agent Management Platform, ou AMP. Agora não se trata mais de roteiros rígidos, e sim de uma plataforma em que as empresas podem criar, testar e lançar um serviço de voz baseado em LLM.

A ideia central da AMP é que ela não serve apenas a desenvolvedores. A equipe de negócios ou especialistas no assunto definem em linguagem natural o papel do agente, as instruções, as restrições e as ferramentas conectadas, sem árvore de intenções e sem descrever manualmente cada passo. Depois, o sistema pode ser testado em simulação: um modelo faz o papel do cliente e outro, o do agente configurado. A equipe vê como o agente responde, se chama as APIs corretamente, se foge do roteiro, e pode corrigir rapidamente a configuração antes das ligações reais.

Aposta na verificação

A Parloa aposta forte na abordagem evaluation-first. Para clientes corporativos, não bastam demos bonitas; importa a previsibilidade em produção, porque trocar de modelo sempre envolve custo e risco. Por isso a empresa não trata benchmarks abstratos como verdade e monta seus próprios conjuntos de teste, que reproduzem cenários reais de suporte ao cliente. Eles medem o quanto o modelo segue instruções, com que estabilidade chama ferramentas, qual é a latência da resposta e como o sistema se comporta em casos de borda.

"Modelos só importam quando funcionam em produção", é como a

Parloa explica sua abordagem para sistemas de voz em tempo real.

Um bom resultado no papel não basta. Só vão para produção as configurações que passam de forma estável pelas simulações e pelas verificações automáticas. A plataforma combina LLM-as-a-judge com regras determinísticas: algumas avaliações checam a qualidade da resposta e o cumprimento das instruções; outras, se os passos críticos realmente acontecem na ordem certa. A abordagem já gera resultado de negócio: em uma implantação, uma empresa global de viagens reduziu em 80% o número de pedidos de transferência para um atendente humano.

Voz sem pausas

Para a Parloa, a interface de voz é um desafio de engenharia à parte. Ao contrário do chat de texto, aqui o usuário sente cada segundo diretamente. Toda a cadeia precisa operar com latência mínima: primeiro o sistema reconhece a fala, depois o modelo gera a resposta e, então, entra a síntese de voz. Até uma pequena pausa na camada do modelo vira um silêncio perceptível na linha, por isso a Parloa otimiza com a OpenAI não só a qualidade da resposta, mas também a velocidade, a estabilidade e a disciplina em seguir instruções.

• O reconhecimento de fala é avaliado pela taxa de erro de palavras (word error rate), principalmente em dados sensíveis, como números de apólice e identificadores de conta.
• A síntese de fala é avaliada com testes de audição às cegas, para entender quão natural a voz soa para pessoas reais.
• Os modelos speech-to-speech são testados separadamente quanto à prontidão para produção em latência, precisão e custo.
• Benchmarks multilíngues são executados para diferentes mercados, porque clientes corporativos precisam da mesma confiabilidade não em um só país, mas globalmente.

Hoje os agentes da Parloa tratam milhões de conversas no varejo, no turismo e em seguros. A empresa olha além da ligação clássica: um mesmo cenário de atendimento pode começar por telefone, continuar no chat e incluir, ao longo da conversa, links ou elementos interativos. Nessa abordagem, os canais deixam de viver separados. Para o cliente, deve ser uma conversa única e contínua, não um conjunto de contatos desconexos, e é para esse formato que a empresa constrói sua plataforma.

O que isso significa

A história da Parloa mostra que o mercado de suporte corporativo está migrando de simples árvores de URA (IVR) para plataformas completas de gerenciamento de agentes de IA. Quem vai vencer aqui não é quem tem o modelo mais barulhento, mas quem sabe testá-lo em cenários reais, manter a latência baixa e conectá-lo com segurança aos sistemas internos da empresa.