Sem API e sem uso corporativo, lançamento de voz da OpenAI ainda assim pode redesenhar o atendimento ao cliente
A OpenAI lançou nesta semana o GPT-Live, nova geração de modelos de voz que ouvem e falam ao mesmo tempo, em vez de operar em turnos rígidos de pergunta e resposta. A mudança técnica – chamada de arquitetura full-duplex – ataca diretamente o problema que, até hoje, fazia qualquer interação por voz com inteligência artificial soar mais como um walkie-talkie do que como uma conversa real.
O lançamento, por enquanto, está restrito ao ChatGPT para consumidores, em iOS, Android e web, sem acesso via API e sem disponibilidade para contas Business ou Enterprise. Para especialistas em atendimento ao cliente, no entanto, o avanço técnico é o que importa: pela primeira vez, uma IA de voz em escala consegue processar áudio continuamente enquanto formula respostas, decidindo a cada fração de segundo se deve falar, ouvir, pausar ou acionar uma ferramenta em segundo plano.
“Usar IA por voz no atendimento sempre foi um pouco como comprar um carro elétrico em 2020: o movimento era inevitável, mas a experiência ainda não estava pronta”, diz André Fossa, cofundador da Cogni2, startup brasileira de IA generativa para atendimento, e ex-CDO da Nextel. “O lançamento da OpenAI ainda não chega às operações de call center, mas resolve exatamente o problema técnico que travava esse mercado. A autonomia aumentou, falta a infraestrutura de recarga, que nesse caso é a API para empresas”, conclui.
Segundo dados da Cogni2, o custo de um atendimento por voz em operações pouco eficientes pode chegar a R$ 20 por chamada, contra R$ 10 a R$ 12 no WhatsApp em cenários equivalentes, o que historicamente tornava a voz o canal mais caro para automatizar. Se a experiência por voz melhorar a ponto de reduzir tempo médio de atendimento e aumentar a resolutividade, o potencial de economia é maior do que em canais já baratos, segundo Fossa.
A urgência do tema também é reforçada por uma mudança recente na precificação do WhatsApp Business Platform: desde julho de 2025, a Meta cobra por mensagem em templates comerciais, o que tem levado empresas que concentraram o atendimento no canal a reavaliar sua matriz de custos. Nesse contexto, uma alternativa de voz mais barata e fluida volta a ganhar espaço estratégico.
O anúncio acontece em um momento de intensa competição global por soluções capazes de tornar a interação entre pessoas e inteligência artificial mais fluida. Além do lançamento da OpenAI, o mercado acompanha investimentos bilionários em empresas voltadas ao desenvolvimento de interfaces multimodais, como a Thinking Machines Lab, fundada pela ex-CTO da OpenAI Mira Murati, reforçando a expectativa de que voz, texto, imagem e vídeo passem a operar de forma integrada nos próximos anos.
Para Fossa, o próximo capítulo é o que decide o impacto real sobre o setor de atendimento. “A pergunta que fica é quando a OpenAI abre isso via API para empresas. É aí que plataformas tradicionais de contact center, como Genesys, Avaya, NICE e Five9, precisam prestar atenção, porque o valor começa a migrar da infraestrutura de telefonia para quem entende de jornada e contexto”, afirma.
Para o executivo, a discussão também não deve ser tratada como voz contra texto. “A tendência é o atendimento ficar fluido entre canais, um cliente pode começar a chamada por voz, receber um link por WhatsApp e continuar sem perceber a troca. Depois da voz, a próxima fronteira é o vídeo em tempo real”, diz Fossa.
