Resumo Executivo

Celso Gonçalves Moutinho; Mathäus M. Freitag Dallagnol

Resumo elaborado pela ferramenta ResumeAI, solução de inteligência artificial desenvolvida pelo Instituto Pecege voltada à síntese e redação.

A digitalização das rotinas comerciais e a ampliação dos canais de contato estabeleceram novas formas de coleta e uso de dados no relacionamento com clientes, transformando profundamente o setor de transporte de cargas. Nesse ambiente de constante evolução tecnológica, a Inteligência Artificial assume um papel central no fluxo de cotações, atuando na classificação de solicitações, na sugestão de respostas e na organização de informações críticas para a tomada de decisão. A incorporação dessas ferramentas afeta diretamente os tempos de resposta, a consistência das propostas enviadas e a priorização de oportunidades dentro da gestão de vendas (Kotler et al., 2021). A presença da tecnologia redefine os papéis das equipes, que anteriormente se dedicavam a tarefas repetitivas e manuais, e passam a atuar em frentes de análise e negociação, modificando os indicadores do funil de vendas e as metas operacionais estabelecidas pela organização.

No contato inicial com o cliente, a combinação entre a automação e uma linguagem compreensível orienta a continuidade da interação, sendo que sinais de proximidade em sistemas automatizados favorecem a leitura da intenção do consumidor e a sua disposição para seguir no processo de compra. Em um cenário de cotações de fretes, essa dinâmica se traduz em uma coleta de dados mais completa, na redução drástica de retrabalho e em uma menor perda de prazos. Por outro lado, respostas excessivamente rígidas ou a ausência de um encaminhamento fluido para o atendimento humano podem gerar desistência e elevar o esforço do cliente durante a jornada de compra. A operação de cotações exige demandas simultâneas por velocidade, precisão e registro rigoroso, processando dados de origens diversas para comparar condições e indicar as melhores opções de rota, prazo e preço, desde que a empresa mantenha regras e bases de dados devidamente atualizadas.

A adoção da tecnologia não se limita à implementação de um software, exigindo um desenho estruturado de cargos, a definição clara de autoridades de decisão e o treinamento constante para o uso das informações geradas pelo sistema. Sem essas condições fundamentais, a organização corre o risco de manter tarefas manuais desnecessárias, perdendo ganhos de tempo e falhando na conversão de dados em ações comerciais efetivas (Chiavenato, 2014). O alinhamento entre a tecnologia e a rotina de trabalho determina quem realiza a triagem, quem conduz a negociação e quem possui autonomia para aprovar condições que fujam às regras pré-estabelecidas (Wilson e Daugherty, 2018). A experiência do cliente, portanto, decorre do conjunto de interações em múltiplos pontos de contato, onde o arranjo entre o atendimento automatizado e o humano reduz o tempo ocioso e melhora a percepção de continuidade do serviço (Solis, 2015).

O controle de indicadores integra medidas de eficiência e de relacionamento, permitindo que a gestão acompanhe o tempo médio de resposta, a taxa de preenchimento de dados e a conversão por canal. O cruzamento dessas informações orienta ajustes nas regras do sistema e a priorização de filas, enquanto a linguagem utilizada influencia diretamente o andamento da negociação. Formas de expressão que se aproximam do padrão de comunicação do cliente reduzem ruídos e favorecem o envio de informações completas logo nas primeiras interações. A governança do uso de dados orienta tanto o desenvolvimento do sistema quanto o treinamento das equipes, exigindo registros, segurança e transparência em um processo que manipula dados sensíveis de propostas e clientes (Kotler et al., 2021). Práticas de auditoria e revisão periódica de regras integram a tecnologia à gestão comercial, sustentando ganhos operacionais e preservando a condução estratégica das vendas.

Para compreender de forma prática como a Inteligência Artificial alterou os processos de cotações em uma empresa de transporte de cargas, adotou-se uma estratégia de pesquisa de caráter aplicado, exploratório e descritivo. O delineamento metodológico estruturou-se a partir de um estudo de caso focado na organização Atual Cargas, escolha que permitiu uma análise aprofundada de um fenômeno contemporâneo em seu ambiente real, onde o controle sobre os eventos é limitado (Yin, 2018). A investigação delimitou-se ao setor de cotações, envolvendo colaboradores que desempenham funções de assistente comercial, analista comercial, líder de tarifas, coordenador e auxiliar administrativo. Essa diversidade de cargos possibilitou o acesso a informações relevantes sobre o funcionamento do fluxo de trabalho e a identificação de como a automação passou a ser incorporada na rotina operacional.

O instrumento de coleta de dados consistiu em entrevistas semiestruturadas realizadas com 12 colaboradores da área de cotações, técnica escolhida por permitir a obtenção de relatos em profundidade sobre as percepções e experiências ligadas à automação. As entrevistas foram aplicadas individualmente, apresentando uma duração média entre 12 e 22 minutos, com um roteiro elaborado em blocos temáticos que contemplaram a rotina de cotações, o uso de tecnologias, as percepções sobre a ferramenta, os impactos na produtividade e as implicações no relacionamento com os clientes. A formulação das perguntas buscou evitar a indução de respostas, permitindo que os entrevistados descrevessem suas práticas de modo espontâneo, o que assegurou a emergência de categorias de análise fundamentadas na realidade do campo de trabalho.

O processo de coleta ocorreu no ambiente de trabalho da empresa, respeitando a confidencialidade das respostas e a participação voluntária dos sujeitos. Todas as interações foram gravadas em áudio e posteriormente transcritas na íntegra para garantir a fidedignidade do material e possibilitar uma análise sistemática do conteúdo (Bardin, 2011). A análise seguiu os procedimentos de organização do corpus analítico, identificação de categorias e padrões recorrentes, partindo de uma leitura flutuante das transcrições para destacar trechos que mencionavam mudanças operacionais, ganhos de tempo e dificuldades de adaptação. Esses dados foram codificados e associados a eixos temáticos como produtividade, padronização, aceitação e relação com clientes, permitindo o confronto entre os relatos empíricos e os conceitos discutidos na literatura de gestão de vendas e transformação digital.

A validação dos achados considerou estratégias de consistência metodológica, buscando credibilidade por meio da triangulação entre as entrevistas, a literatura pertinente e os resultados parciais obtidos. A transferência dos resultados foi assegurada pelo detalhamento do contexto organizacional da Atual Cargas, permitindo a compreensão do cenário em que os dados emergiram. A análise também promoveu o cruzamento de percepções entre diferentes cargos, verificando convergências e divergências que fortalecem a compreensão dos fenômenos organizacionais. A elaboração de sínteses intermediárias facilitou a conexão entre os dados e a interpretação, garantindo que a estrutura da pesquisa mantivesse a coerência com os objetivos propostos e sustentasse a validade do estudo sobre os impactos da tecnologia no setor de transportes.

A caracterização dos respondentes revelou um grupo com forte concentração na filial de Cajamar, em São Paulo, que contou com seis participantes, enquanto as demais localidades como Palmas, Maringá, Paraíso do Tocantins, Blumenau e Goiânia apresentaram uma distribuição menor. No aspecto funcional, houve uma predominância de assistentes comerciais, totalizando oito participantes, acompanhados por analistas, líderes de tarifas, auxiliares administrativos, coordenadores e consultores de vendas internas. A amostra é composta majoritariamente por funções operacionais que lidam diretamente com o cliente, apresentando uma média de idade de 31 anos e um tempo médio de empresa de 3,8 anos. O tempo de atuação em vendas mostrou-se significativo, com média de 6,4 anos, indicando que muitos colaboradores trazem experiências prévias que influenciam sua adaptação às novas ferramentas tecnológicas.

A formação acadêmica dos participantes dividiu-se entre o ensino médio completo, nível superior e outras formações, evidenciando a diversidade de escolaridade no setor comercial. Um dado crítico identificado foi a baixa taxa de treinamento formal em vendas, visto que apenas quatro dos 12 respondentes afirmaram ter recebido capacitação específica, o que pode impactar a padronização das práticas comerciais. Antes da implementação da automação, o processo de cotação era descrito como um encadeamento manual e fragmentado, com solicitações recebidas por telefone, e-mail e Skype, frequentemente apresentando dados incompletos. Essa realidade exigia recontatos sucessivos para conferência e consultas dispersas em planilhas, gerando dificuldades em sustentar o volume diário de demandas e resultando em filas, retrabalho e elevados tempos de resposta.

Com a introdução do chatbot, o fluxo de trabalho sofreu alterações perceptíveis, com ganhos de velocidade na triagem e o adiantamento de etapas que antes eram exclusivamente manuais. O volume processado mensalmente, que anteriormente situava-se no patamar de 250 a 300 cotações, apresentou crescimento, com a automação passando a ordenar as informações e liberar o time para interações de maior valor comercial. A distribuição de papéis tornou-se mais nítida: o sistema automatizado coleta dados e organiza o dossiê da cotação, enquanto o histórico acompanha a transferência para o humano, que permanece responsável por negociações, exceções e condições fora da regra. Esse desenho reforça a ideia de complementaridade tecnológica, onde o sistema executa a triagem e o humano conduz as tratativas que exigem julgamento e sensibilidade comercial (Wilson e Daugherty, 2018).

Os depoimentos sobre o desempenho apontaram uma redução no tempo de resposta e um avanço na taxa de conversão. A padronização das propostas trouxe maior previsibilidade ao retorno dos clientes, embora tenham sido identificadas frentes que ainda necessitam de ajustes, como o refinamento de regras para exceções recorrentes e a necessidade de critérios uniformes para condições especiais. A sobrecarga temporária durante o período de aprendizado do sistema foi mencionada, destacando a importância de rotinas de treinamento focadas na negociação com o apoio do histórico gerado pela ferramenta. A integração de métricas financeiras e de relacionamento em um painel único foi sugerida como forma de orientar ações sobre gargalos e priorizar filas, garantindo que as regras de negócio permaneçam atualizadas e auditáveis.

A experiência do cliente foi afetada positivamente pela velocidade e clareza das propostas, com prazos menores e respostas consistentes favorecendo a continuidade do diálogo. No entanto, a preferência pelo atendimento humano em tratativas de condições especiais permanece evidente, confirmando que a responsividade e a empatia são dimensões críticas na avaliação do serviço (Parasuraman et al., 1988). A organização do histórico na transferência entre o sistema e o atendente reduz a repetição de informações e o atrito no atendimento, desde que existam gatilhos claros de escalonamento. A transparência sobre o uso de dados e a visibilidade das políticas de privacidade também foram citadas como fatores que reduzem incertezas e sustentam a continuidade da jornada do cliente no canal digital.

A governança do processo emergiu como um pilar fundamental para a estabilização dos ganhos, dependendo de regras versionadas e registros verificáveis de autorizações. Diferenças de procedimento entre filiais no registro de justificativas e no arquivamento de propostas indicam que o desempenho está associado ao nível de padronização e à rastreabilidade dos dados. A entrada estruturada de informações avança quando o sistema exige campos obrigatórios e validações mínimas de carga, origem e destino, reduzindo divergências em cálculos de pedágio e seguro. A governança exige a definição de responsáveis e um calendário de revisão de regras, permitindo auditorias e ajustes contínuos que alinham a operação às práticas de gestão da informação (Kaplan e Norton, 1997).

A consolidação de um painel único de indicadores foi defendida pelos colaboradores para dar visibilidade às filas por prioridade e etapa, integrando dados de tempo de resposta, taxa de proposta enviada e conversão por canal. Essa integração orienta a ação sobre gargalos operacionais e fornece uma base comum para a tomada de decisão entre as diferentes unidades da empresa. Os pontos de escalonamento devem ser geridos com limites quantificados para descontos e prazos, reduzindo idas e vindas desnecessárias entre o atendente e o aprovador. A qualificação do time influencia diretamente a execução das regras, exigindo que o treinamento cubra tanto o domínio do fluxo digital quanto as técnicas de negociação associadas ao contexto específico das cotações de transporte.

A manutenção do conhecimento coletivo e a criação de repositórios com perguntas frequentes e modelos de resposta foram sugeridas como condições para a estabilidade do processo. Rodadas rápidas de compartilhamento de informações ao início dos turnos podem ajudar a alinhar novidades e lições aprendidas, evitando que o conhecimento fique disperso. A progressão da competência técnica e comercial sustenta a adoção da automação no cotidiano organizacional, transformando novos hábitos em rotinas consolidadas (Chiavenato, 2014). O modelo híbrido observado, onde a tecnologia serve de alavanca para escala e o humano garante a qualidade do contato, demonstra que a eficiência operacional não precisa excluir a personalização necessária ao fechamento de vendas complexas.

Os resultados indicam que a triagem automatizada e a coleta estruturada de informações reduzem significativamente o retrabalho e aceleram a montagem das condições padrão de frete. A percepção de queda no tempo de resposta é acompanhada por um aumento no volume de cotações processadas, evidenciando que a tecnologia responde aos desafios de produtividade impostos pelo mercado. A linguagem utilizada no canal digital, com mensagens curtas e sequência lógica, eleva a taxa de preenchimento completo dos dados, enquanto o uso de termos técnicos sem explicação pode elevar o abandono. A transferência de casos para o atendimento humano, quando enriquecida com o histórico da conversa, organiza a passagem de bastão e reduz a necessidade de o cliente repetir informações já fornecidas ao sistema.

A aplicabilidade prática desses achados materializa-se em diretrizes para a gestão de vendas, como a publicação de fluxogramas únicos de cotação e a definição de gatilhos de escalonamento baseados em preço, prazo e risco. O ajuste de filas por prioridade e a revisão quinzenal das regras do chatbot garantem que o sistema permaneça aderente às mudanças do mercado e às políticas comerciais da empresa. A padronização de nomenclaturas e rotinas entre as filiais reduz ambiguidades e facilita a leitura comparativa do desempenho, enquanto a transparência sobre o uso de dados fortalece a confiança do cliente no canal de atendimento. O monitoramento contínuo de indicadores que integrem eficiência e qualidade no relacionamento é essencial para sustentar os ganhos obtidos com a implementação da tecnologia.

Conclui-se que o objetivo foi atingido ao demonstrar que a implementação da Inteligência Artificial no setor de cotações da Atual Cargas gerou impactos positivos na produtividade operacional, reduzindo tempos de resposta e aumentando o volume de propostas processadas por meio de uma triagem automatizada eficiente. A pesquisa evidenciou que a automação não substitui o papel humano, mas o reposiciona em etapas de maior valor agregado, como a negociação final e o tratamento de exceções, onde a empatia e o julgamento crítico permanecem indispensáveis para a experiência do cliente. A eficácia do modelo híbrido depende diretamente de uma governança de dados rigorosa, da padronização de processos entre as filiais e de um programa de capacitação contínua que prepare a equipe para operar em um ambiente de colaboração entre homem e máquina, garantindo a sustentabilidade dos resultados comerciais e a competitividade da organização no mercado de transportes.

Referências Bibliográficas:

Bardin, L. 2011. Análise de conteúdo. Edições 70, Lisboa, Portugal.

Chiavenato, I. 2014. Gestão de pessoas. 4ed. Elsevier, Rio de Janeiro, RJ, Brasil.

Kaplan, R.S.; Norton, D.P. 1997. The balanced scorecard: Translating strategy into action. Harvard Business School Press, Boston, MA, EUA.

Kotler, P.; Kartajaya, H.; Setiawan, I. 2021. Marketing 5.0: Technology for humanity. Wiley, Hoboken, NJ, EUA.

Parasuraman, A.; Zeithaml, V.A.; Berry, L.L. 1988. SERVQUAL: A multiple-item scale for measuring consumer perceptions of service quality. Journal of Retailing 64(1): 12-40.

Solis, B. 2015. X: The experience when business meets design. Wiley, Hoboken, NJ, EUA.

Wilson, H.J.; Daugherty, P.R. 2018. Human + machine: Reimagining work in the age of AI. Harvard Business Review Press, Boston, MA, EUA.

Yin, R.K. 2015. Case study research and applications: Design and methods. Sage, Los Angeles, CA, EUA.

Resumo executivo oriundo de Trabalho de Conclusão de Curso da Especialização em Gestão de Vendas do MBA USP/Esalq

Saiba mais sobre o curso, clique aqui