A OpenAI apresentou o Presence como um produto empresarial para colocar agentes de voz e chat em fluxos de atendimento e operação interna. A proposta não é apenas responder perguntas: o agente pode consultar sistemas, seguir políticas, executar ações aprovadas e transferir a interação para uma pessoa quando necessário.1
O lançamento mostra que o desafio comercial dos agentes está mudando. Demonstrar que um modelo entende uma solicitação já não é suficiente. O sistema precisa concluir o trabalho correto, respeitar regras da empresa e continuar confiável depois que produtos, preços, políticas e comportamento dos clientes mudarem.
O agente começa por uma função estreita
Cada implantação do Presence parte de um trabalho específico, como resolver cobrança, apoiar um sinistro ou atender uma solicitação interna de TI. O agente recebe apenas o conhecimento e o acesso necessários para essa função.1
Esse recorte evita um erro comum: criar um atendente universal conectado a todos os dados da empresa. Quanto maior o escopo, mais difícil fica avaliar qualidade, limitar permissão e identificar quem responde por uma decisão.
Um agente de cobrança precisa reconhecer cliente, consultar fatura, entender regras de negociação e registrar o resultado. Isso já é um sistema complexo. Adicionar vendas, suporte técnico e cancelamento na mesma identidade mistura políticas, métricas e riscos que deveriam ser separados.
Política precisa existir antes da resposta
O Presence combina modelo com procedimentos operacionais, guardrails, ações autorizadas e regras de escalonamento. A empresa define o que o agente pode fazer, quando precisa de aprovação e em que momento uma pessoa deve assumir.1
Esse é o contrato que falta em muitos chatbots. Uma base de conhecimento explica produtos, mas não determina se um prazo pode ser prorrogado, se um desconto exige alçada ou se uma conta deve ser bloqueada. Sem política operacional, o modelo preenche lacunas com linguagem plausível.
Transformar procedimento em regra executável também expõe problemas antigos. Políticas podem estar espalhadas em documentos, mensagens e conhecimento informal da equipe. Antes de automatizar, a organização precisa reconciliar contradições, definir precedência e identificar exceções que hoje dependem de julgamento humano.
Avaliação continua depois da publicação
Antes do lançamento, o Presence usa simulações e avaliadores para verificar se o agente chegou ao resultado esperado, seguiu a política, chamou as ferramentas corretas e escalou quando deveria. Guardrails podem intervir quando a conversa sai dos limites definidos.1
Depois da publicação, sessões reais, transferências e sinais de qualidade alimentam um ciclo de melhoria. A OpenAI afirma que o Codex investiga esses sinais e propõe mudanças que podem ser comparadas com a versão em produção antes de um rollout controlado.1
Esse processo aproxima agente de software operacional. Uma alteração de prompt, ferramenta ou política pode corrigir um caso e degradar outro. Por isso, mudanças precisam de versão, conjunto de regressão, aprovação e possibilidade de retorno.
Conversas transferidas também não são apenas falhas. Elas revelam onde falta informação, onde a política é ambígua ou onde o canal automatizado não deveria decidir. A métrica útil não é evitar qualquer intervenção humana; é encaminhar o caso certo, com contexto suficiente e no momento correto.
Resultado precisa ser medido com cautela
A OpenAI relata que o Presence opera seu canal telefônico de suporte em inglês e resolve 75% das solicitações recebidas sem assistência humana. A empresa também afirma ter reduzido as transferências em 15 pontos percentuais em dez dias após melhorias apoiadas pelo Codex.1
Os números são relevantes como relato do fornecedor, mas não devem ser tratados como promessa geral. Complexidade, idioma, integração, qualidade dos dados e política de cada empresa mudam o resultado. Taxa de contenção alta também pode esconder clientes que desistiram ou receberam uma resolução inadequada.
Uma operação madura combina métricas: resolução confirmada, repetição de contato, correção da ação, satisfação, tempo total, custo, transferência adequada e incidentes. Para fluxos sensíveis, qualidade e segurança pesam mais do que volume automatizado.
Não é um produto de autosserviço
Presence entra em disponibilidade geral limitada para empresas elegíveis, com implantação conduzida por engenheiros da OpenAI e integradores selecionados. O produto ainda não é oferecido como autosserviço.1
Essa limitação reforça a natureza do trabalho. Conectar atendimento a sistemas reais exige integração, testes, desenho de permissão e operação continuada. O modelo é apenas uma parte do custo e da responsabilidade.
Mesmo empresas que não usarão o Presence podem aproveitar o padrão: começar por um processo delimitado, reduzir acesso, formalizar política, criar casos de teste, manter escalonamento humano e observar produção. O valor do agente não está em conversar por mais tempo. Está em resolver um problema verificável sem retirar o controle da empresa.
- OpenAI, "Introducing OpenAI Presence", 22 jul. 2026. ↩