O novo papel do WFM nas centrais omnichannel com inteligência artificial integrada

Ao longo da minha trajetória acompanhando a transformação das operações de atendimento ao cliente, percebi que poucas áreas mudaram tanto nos últimos anos quanto o Workforce Management. Durante muito tempo, o WFM foi visto como uma função quase matemática, baseada em históricos lineares, sazonalidade previsível e um número relativamente estável de canais de contato. A lógica parecia simples: olhar para trás, identificar padrões e projetar o futuro com base em curvas conhecidas.

Hoje, essa lógica já não responde à complexidade real das centrais de atendimento.

Quando uma operação se torna verdadeiramente omnichannel, a previsibilidade muda completamente. O consumidor inicia uma conversa no chatbot, continua no WhatsApp, migra para o atendimento humano no chat, abandona a interação e retorna por telefone horas depois. Em muitos casos, ele faz tudo isso em um único dia. Para a operação, isso significa que a demanda deixou de ser linear e passou a ser profundamente dinâmica.

Ao mesmo tempo, a entrada da inteligência artificial nas jornadas trouxe um novo componente para o planejamento. Em vez de apenas redistribuir volume entre canais, a IA passou a alterar a própria natureza do contato. Parte das demandas é resolvida antes de chegar ao agente. Outra parte chega mais complexa, mais sensível e exigindo mais tempo de atendimento. Isso cria um novo desafio para quem lidera WFM: o forecast tradicional já não basta.

Segundo análises recentes do mercado, ferramentas baseadas em aprendizado de máquina já conseguem elevar a precisão das previsões ao incorporar sinais em tempo real e variáveis comportamentais que antes ficavam fora da equação. O ponto central, porém, não está apenas na tecnologia. Está na mudança de mentalidade.

O forecast deixou de ser um exercício estatístico para se tornar uma leitura viva do comportamento do consumidor. E isso muda tudo.

Quando a inteligência artificial passa a absorver contatos simples, o volume bruto pode até cair em alguns canais, mas o esforço operacional nem sempre acompanha essa queda. Em muitos casos, o que sobra para o atendimento humano é justamente o que demanda mais empatia, mais repertório e mais tempo. Um volume menor pode esconder uma carga operacional maior. É por isso que insistir em modelos antigos de dimensionamento pode gerar erros graves.

Na prática, o WFM moderno precisa interpretar não apenas quantos contatos entram, mas quais contatos permanecem para as pessoas atenderem. Eu costumo dizer que o grande desafio das centrais atuais não é prever volume. É prever comportamento.

E, em um cenário em que o consumidor muda de canal com naturalidade, espera respostas imediatas e interage com humanos e algoritmos dentro da mesma jornada, o papel do WFM se tornou mais estratégico do que nunca.

Como a inteligência artificial transforma o forecast nas operações omnichannel

Quando eu converso com líderes de atendimento sobre planejamento operacional, percebo que a maior angústia hoje não está mais na escala. Ela está no forecast. Durante muitos anos, prever demanda significava analisar histórico, identificar sazonalidade, entender campanhas comerciais e traduzir isso em volume esperado por intervalo. Era um exercício técnico, mas relativamente controlável.

Nas operações omnichannel com inteligência artificial integrada, esse cenário mudou profundamente.

O forecast tradicional partia do princípio de que o comportamento do consumidor seria parecido com o passado recente. Só que o consumidor atual já não segue um padrão fixo. Ele alterna entre canais com rapidez, muda o horário de contato, interrompe jornadas no meio e volta em outro ponto da experiência. Em vez de uma fila previsível, passamos a lidar com jornadas fragmentadas que criam novos desafios para o WFM.

A inteligência artificial entra justamente nesse ponto como um novo elemento de transformação. Ela não apenas reduz contatos. Ela modifica o tipo de contato que chega até a operação humana.

Quando um assistente virtual resolve solicitações simples, como segunda via, consulta de status ou alteração cadastral, o volume total pode cair. Mas os contatos que permanecem para os agentes tendem a ser mais complexos. Um estudo recente mostra que modelos preditivos apoiados por IA conseguem melhorar a precisão do forecast ao combinar comportamento histórico com sinais em tempo real, reduzindo distorções de planejamento em operações complexas.

Na prática, isso significa que prever quantidade já não é suficiente. Agora é necessário prever complexidade.

Essa é uma mudança silenciosa, mas extremamente relevante. Muitas operações ainda medem apenas o número de interações por canal, sem observar a transformação qualitativa do atendimento humano depois da automação. O resultado aparece rapidamente: filas inesperadas, aumento do tempo médio de atendimento e equipes sobrecarregadas mesmo com menor volume nominal.

Eu costumo dizer que a IA muda o forecast porque ela altera a anatomia da demanda.

Antes, uma central podia prever que receberia mil contatos por hora em determinado período. Hoje, ela precisa prever quantos desses contatos serão resolvidos automaticamente, quantos serão transferidos para humanos, quantos mudarão de canal e quantos chegarão emocionalmente mais sensíveis porque passaram primeiro por uma automação.

Esse detalhe faz enorme diferença no planejamento. Em operações maduras, o forecast moderno precisa considerar pelo menos cinco novas variáveis simultaneamente:

Volume por canal em tempo real

O consumidor não escolhe mais um único canal. Ele usa aquele que parece mais conveniente no momento. Pesquisas recentes mostram que a maioria dos clientes espera continuidade entre canais sem repetir informações. Isso significa que o volume pode migrar do chat para voz ou da voz para mensageria em questão de minutos.

Taxa de contenção da automação

Nem toda interação automatizada termina dentro do bot. Parte delas escala para atendimento humano. Entender o percentual real de retenção é fundamental para evitar subdimensionamento.

Tempo médio pós automação

Quando a IA filtra demandas simples, o agente passa a atender questões mais delicadas. Isso normalmente eleva o tempo médio por contato.

Intenção do consumidor

Nem todo contato tem o mesmo peso operacional. Um pedido de informação consome poucos minutos. Um cancelamento ou uma reclamação exige muito mais preparo emocional e técnico.

Mudança comportamental contínua

O consumidor aprende rápido. Quando ele percebe que um canal resolve melhor, ele muda sua preferência. O forecast precisa acompanhar essa adaptação constante.

É exatamente aqui que muitas operações erram. Elas continuam tratando forecast como uma fotografia estática, quando na verdade ele se tornou um filme em movimento.

Em vez de revisar previsões semanalmente, algumas operações já trabalham com recalibração intradiária. Isso permite ajustar escalas conforme a demanda real se altera ao longo do dia. Em ambientes mais avançados, a IA identifica desvios antes mesmo de eles se tornarem visíveis para a liderança operacional.

Esse novo modelo exige uma mudança importante na forma como o WFM se posiciona dentro da empresa.

O time deixa de ser apenas executor de escala e passa a atuar como inteligência operacional. O profissional de planejamento precisa entender comportamento do cliente, performance da automação, impacto comercial e experiência do consumidor. O WFM deixa de olhar somente para pessoas e começa a olhar para jornadas. Na minha visão, esse é o ponto mais importante da evolução atual.

O forecast deixou de ser um cálculo de volume. Ele passou a ser uma leitura estratégica da experiência.

Quando a empresa entende isso, o planejamento deixa de reagir aos problemas e começa a antecipar movimentos. E, em um ambiente omnichannel impulsionado por inteligência artificial, antecipar é o que separa operações eficientes de operações permanentemente pressionadas.

Porque hoje o desafio já não é apenas saber quantos contatos virão amanhã. O verdadeiro desafio é compreender como o consumidor vai escolher falar com a sua marca nas próximas horas.

Como fazer o dimensionamento correto em um cenário de múltiplos canais e comportamento imprevisível

Se existe uma pergunta que escuto com frequência dentro das operações modernas, ela é direta: como dimensionar corretamente uma central quando tudo muda o tempo inteiro? Durante muitos anos, o dimensionamento foi construído com base em modelos relativamente estáveis. Havia um volume esperado, um tempo médio conhecido, metas claras de nível de serviço e uma estrutura operacional previsível. O WFM transformava esses dados em escalas e acompanhava desvios com ajustes pontuais.

No ambiente omnichannel apoiado por inteligência artificial, essa previsibilidade mudou completamente.

Hoje, o dimensionamento já não depende apenas da quantidade de contatos. Ele depende da interação entre canais, da maturidade da automação, da mudança no comportamento do consumidor e da velocidade com que tudo isso pode se alterar dentro do mesmo dia. O grande erro de muitas empresas está em continuar aplicando fórmulas tradicionais em uma operação que já funciona com outra lógica.

O primeiro passo para um dimensionamento mais preciso é entender que cada canal possui uma natureza operacional diferente. Voz, chat, e-mail, mensageria instantânea e redes sociais não podem ser tratados da mesma forma. Embora todos representem atendimento, cada um exige ritmos, habilidades e tempos de resposta distintos.

Na voz, o cliente espera imediatismo. No chat, ele tolera pequenos intervalos. No e-mail, a expectativa costuma ser mais elástica. Já nas redes sociais, a pressão reputacional aumenta a urgência. Quando a inteligência artificial entra nessa jornada, ela adiciona um novo componente: a triagem inteligente da demanda.

Essa triagem muda profundamente a composição da carga operacional.

Uma operação que automatiza parte do primeiro contato pode reduzir o volume bruto em até dois dígitos percentuais em determinados canais, mas ao mesmo tempo aumentar a complexidade média do atendimento humano. Estudos de mercado mostram que empresas que usam IA para suporte conseguem melhorar eficiência, mas precisam recalibrar constantemente suas equipes humanas para lidar com demandas mais sofisticadas.

Na prática, isso significa que dimensionar por volume isolado já não funciona em operações multiplas. Hoje, eu defendo que o dimensionamento moderno precisa considerar cinco camadas simultâneas.

A primeira camada é o volume líquido real

Não basta medir quantas interações entram. É preciso identificar quantas realmente chegam aos agentes. Em muitas operações, o volume bruto gera uma falsa percepção de sobrecarga ou de ociosidade. O que importa é o volume residual depois da atuação da automação.

Quando esse cálculo não é feito corretamente, a empresa acredita que a IA reduziu necessidade de equipe. Mas, na verdade, ela apenas filtrou contatos simples e deixou uma fila menor com atendimentos muito mais exigentes.

A segunda camada é a complexidade da interação

Dois contatos nunca representam o mesmo esforço. Um cliente que pede atualização cadastral exige pouco tempo. Outro que chega frustrado após uma falha de sistema pode demandar vinte minutos, múltiplas validações e alto desgaste emocional.

O dimensionamento moderno precisa incluir peso operacional por tipo de demanda. Esse modelo deixa de olhar apenas para quantidade e passa a considerar carga real de trabalho.

A terceira camada é a simultaneidade entre canais

No atendimento digital, um mesmo agente pode conduzir mais de uma interação ao mesmo tempo. Isso cria a impressão de ganho automático de produtividade. Porém, esse ganho só é sustentável quando há equilíbrio entre complexidade e capacidade cognitiva.

Muitas empresas aumentam demais a simultaneidade e comprometem a qualidade da experiência. O agente responde mais rápido, mas com menos profundidade, menor personalização e maior chance de erro.

Dimensionar corretamente significa entender o limite humano, não apenas o potencial tecnológico.

A quarta camada é o comportamento do consumidor

O cliente de hoje muda de canal conforme a conveniência. Se o chatbot não resolve, ele vai para o chat humano. Se o chat demora, ele liga. Se a ligação falha, ele reclama nas redes sociais. Essa migração entre canais altera o volume em tempo real. Por isso, o dimensionamento precisa considerar elasticidade de canal.

Em vez de analisar canais isoladamente, o WFM precisa observar a jornada integrada. O volume de um canal pode ser consequência da falha de outro. Ignorar essa relação cria distorções importantes no planejamento.

A quinta camada é a influência da inteligência artificial

A IA já não é apenas automação. Ela passou a influenciar o fluxo operacional. Dependendo da configuração, ela pode conter demanda, redistribuir contatos ou até gerar novas interações ao sugerir caminhos ao consumidor. Isso significa que a performance da automação precisa entrar no modelo de dimensionamento. Sem isso, o planejamento se torna incompleto.

Na minha experiência, o maior avanço acontece quando a empresa deixa de enxergar o dimensionamento como um cálculo fixo e passa a tratá-lo como um processo vivo. O cenário muda ao longo do dia. O comportamento do consumidor muda em poucas horas. A automação aprende. As campanhas comerciais impactam o tráfego. E o time precisa acompanhar essa dinâmica.

É por isso que operações mais maduras já abandonaram revisões mensais como principal ferramenta de controle. Em vez disso, trabalham com monitoramento intradiário, correções rápidas e ajustes contínuos.

O WFM deixou de ser um departamento que olha para o passado. Ele passou a ser uma área que precisa interpretar o presente para proteger o futuro da operação.

Eu costumo dizer que o dimensionamento atual exige menos rigidez e mais inteligência contextual. Não basta saber quantos agentes estão disponíveis. É preciso saber quais competências estão disponíveis, em qual canal, em qual horário e para qual tipo de demanda.

Essa visão muda completamente o papel da liderança. A pergunta já não é apenas quantas pessoas eu preciso.

A pergunta correta passou a ser: qual combinação de pessoas, tecnologia e flexibilidade eu preciso para sustentar a experiência que prometi ao cliente. E essa talvez seja a principal transformação do WFM na nova era do atendimento.

Porque, no fundo, o dimensionamento deixou de ser sobre números.

• Entre automação e humanização.
• Entre previsibilidade e adaptação.
• Entre eficiência e experiência.
• Ele passou a ser sobre equilíbrio.

É exatamente nesse ponto que o WFM se torna uma das áreas mais estratégicas dentro das centrais de atendimento contemporâneas.

Quando observo a evolução das centrais de atendimento nos últimos anos, vejo com clareza que o WFM deixou de ocupar um espaço exclusivamente operacional para assumir uma posição muito mais estratégica dentro das organizações. Durante muito tempo, o planejamento da força de trabalho foi tratado como uma disciplina de bastidor, quase invisível para boa parte da liderança. Seu papel era garantir cobertura, reduzir filas e manter indicadores sob controle.

Hoje, essa visão já não é suficiente.

Em uma operação omnichannel integrada com inteligência artificial, o WFM passou a influenciar diretamente a experiência do cliente, a produtividade das equipes e a sustentabilidade financeira da operação. Isso acontece porque o atendimento moderno deixou de ser apenas um centro de contato. Ele se tornou um ecossistema vivo, conectado, sensível ao comportamento do consumidor e profundamente impactado pela tecnologia.

Nesse novo cenário, prever volume já não basta. Planejar pessoas também já não basta.

O verdadeiro desafio está em compreender como tecnologia, comportamento humano e expectativa do cliente se encontram em tempo real dentro da jornada. É justamente nesse encontro que o WFM ganha relevância.

Muitas empresas ainda enxergam a inteligência artificial apenas como um mecanismo para reduzir custos. Essa leitura é limitada. A IA realmente pode gerar eficiência, mas seu maior impacto está em alterar a lógica operacional. Ela modifica o fluxo, redistribui demandas, influencia o canal escolhido pelo consumidor e transforma o perfil dos atendimentos que chegam aos agentes.

Quando isso acontece, o WFM deixa de trabalhar apenas com números históricos. Ele passa a trabalhar com comportamento. E comportamento é muito mais complexo do que volume.

Ao longo da minha experiência, percebi que as operações que melhor se adaptam a essa nova realidade são justamente aquelas que entendem o WFM como inteligência estratégica e não apenas como planejamento técnico. São empresas que não esperam o problema aparecer para reagir. Elas desenvolvem capacidade de antecipação.

Antecipar se tornou uma competência essencial.

• Antecipar picos.
• Antecipar mudanças.
• Antecipar migração de canais.
• Antecipar falhas da automação.
• Antecipar o impacto emocional do cliente na jornada.

Quando uma empresa desenvolve essa capacidade, o atendimento deixa de ser reativo e passa a ser mais consistente. E consistência é um dos ativos mais valiosos na experiência do cliente.

O consumidor talvez nunca conheça o time de WFM e nem saiba que ele existe. Mas ele sente seus efeitos em cada interação.

• Ele percebe quando espera menos.
• Ele percebe quando o agente está preparado.
• Ele percebe quando a transição entre canais funciona.
• Ele percebe quando a experiência parece fluida.

E, na maioria das vezes, essa fluidez nasce de um planejamento invisível extremamente bem construído.

Foi por isso que, nos últimos anos, eu passei a enxergar o WFM como uma ponte entre eficiência operacional e experiência do cliente. Ele conecta tecnologia à realidade humana da operação. Ele traduz dados em decisões. Ele transforma incerteza em direcionamento.

Mais do que nunca, o WFM precisa ser visto como parte da estratégia da empresa.

• Não como suporte.
• Não como controle.
• Mas como inteligência de negócio.

Eu costumo dizer que as centrais mais preparadas para o futuro não serão necessariamente aquelas com mais tecnologia. Também não serão aquelas com mais pessoas. Serão aquelas que conseguirem equilibrar automação, sensibilidade humana e capacidade analítica dentro da mesma operação.

E esse equilíbrio não acontece por acaso.

• Ele acontece por planejamento.
• A inteligência artificial continuará evoluindo.
• O consumidor continuará mudando.
• Os canais continuarão se multiplicando.
• As expectativas continuarão crescendo.

Nesse contexto, o WFM continuará sendo uma das poucas áreas capazes de organizar o caos sem comprometer a experiência. Essa é a verdadeira importância do WFM nas centrais modernas.

• Ele não apenas sustenta a operação.
• Ele sustenta a confiança do cliente na marca.

Como costumo afirmar dentro da Customer Centric, tecnologia pode acelerar processos, mas somente uma operação bem planejada consegue transformar eficiência em relacionamento duradouro. Porque no fim, o cliente pode não enxergar o WFM. Mas ele sempre sente quando ele não funciona.

Euriale Voidela
Editora-Chefe Portal Customer e CEO Customer Centric Consulting

---

Sobre a Customer Centric Consulting

A Customer Centric Consulting é uma consultoria especializada em estratégia, cultura centrada no cliente e transformação organizacional, dedicada a apoiar empresas na construção de modelos de gestão mais integrados, consistentes e orientados à experiência do cliente.

Com uma atuação pautada por visão estratégica, diagnóstico qualificado e aplicação prática, a consultoria desenvolve projetos voltados ao fortalecimento da centralidade no cliente como eixo de competitividade, reputação e crescimento sustentável. Seu trabalho abrange frentes como Customer Experience, Customer Centricity, jornada e ciclo de vida do cliente, governança da experiência, cultura organizacional e alinhamento entre liderança, processos e percepção de valor.

A Customer Centric Consulting parte do entendimento de que a experiência do cliente não deve ser tratada como uma iniciativa isolada, mas como um princípio de gestão capaz de orientar decisões, conectar áreas e ampliar a capacidade das organizações de gerar relacionamentos mais sólidos e resultados mais duradouros.

Ao atuar junto a empresas de diferentes segmentos, a consultoria contribui para a evolução de práticas, estruturas e estratégias que tornam a relação com o cliente mais coerente, relevante e sustentável. Seu compromisso está em transformar a centralidade no cliente em ação concreta, apoiando organizações que desejam fortalecer sua cultura, amadurecer sua gestão e ampliar sua capacidade de entrega em um mercado cada vez mais exigente.