Fred Pericini
Co-fundador da Agência F2F, Engenheiro de Produção pela UFSCAR, empreendedor com mais de 10 anos de experiência em Marketing Digital, foi consultor na McKinsey, diretor comercial do Groupon Brasil e Groupon China.
EP 24
Arquitetura de dados e agentes em de IA em escala
Lucas explica a trajetória da Voll, como a tecnologia sustentou o crescimento da empresa e por que a arquitetura de dados é o ponto de partida para escalar IA.
19 jan 2026 
CONVIDADO
Lucas Machado
Voll
Transcrição do episódio
Olá, eu sou Fred Pericini, sócio fundador da agência F2F e Gaspers.ai. Nós temos hoje uma história espetacular, uma entrevista de empreendedor de sucesso que construiu uma empresa em poucos anos recebendo aborto e tudo mais. Tô aqui com o meu colega e parceiro Filipe Xavier. Como você tá hoje, Fih?
Eu tô bem, Fredão. Vamos para mais uma conversa inspiradora sobre inteligência artificial aqui no AI Firstcast, o nosso podcast com patrocínio e apoio do SoftBank, o banco de investimento que mais investe em inteligência artificial da América Latina. Como sempre, eu tô empolgadíssimo para mais uma conversa. Para desbravar esse papo, a gente quer começar sabendo quem é você. Conta para a gente, Lucas.
Vamos lá então. Obrigado aí, Felipe, Fred. Eu sou Lucas Machado, sou hoje CTO da VOLL, que é uma agência de viagens que faz gestão de viagens, de mobilidade e despesas corporativas. Bom, sou formado em computação, fiz depois gestão de negócios, empolgado a abrir meu próprio business em desenvolvimento com uma empresa de desenvolvimento mobile. 3 anos depois, já falamos, conversamos brincando aqui, mas 3 anos depois quebrei miseravelmente, saí devendo, mas paguei as minhas dívidas, voltei para o mercado e aí Fui aparecer numa empresa super legal no meio da pandemia, a VOLL, e estou aí desde então.
Muito bom.
Conta pra gente um pouco mais da VOLL, tamanho, serviços, dá um panorama para os nossos ouvintes entenderem o case.
Não, joia. Bom, a VOLL, eu entrei em 2020, né, bem no meio da pandemia. É uma empresa, quando eu entrei, éramos 28 pessoas e a a VOLL basicamente fazia gestão de mobilidade corporativa. Ela era um hub que intermediava para as grandes empresas os players de mobilidade. Então Uber, 99, o APA e mais algumas cooperativas em geral. Ela pegava isso, criou uma camada antes desses players e fornecia isso para as grandes empresas terem que gerenciar apenas o hub e não mais aqueles fornecedores espalhados. Então ela nasceu nessa gestão de mobilidade corporativa. Anos depois, a gente incorporou dentro dessa solução a parte de viagens. E aí passagem aérea, hotelaria, aluguel de carro rodoviário, etc., acoplamos nesse cenário de você ter um único aplicativo e fazer tudo isso. Então tinha gestão de mobilidade, tinha também, você conseguia fazer as suas reservas e viajar tranquilo. E aí, 2 anos depois, a gente lançou o módulo de pagamento e reembolso de despesas, onde aí sim a gente fechou todo o ciclo de gestão de viagens corporativas, que você consegue sair de casa com um único aplicativo e a sua empresa vai pagar por você, né? Você não tem que tirar dinheiro nenhum próprio, você vai pagar e vai transitar, fazer o seu trabalho através do aplicativo da VOLL.
E mais recentemente a gente lançou mais um que é um produto global e também com agentes de AI para facilitar a vida da gestão por parte dos nossos clientes.
Você falou em produto global, a empresa é global? Como foi o começo da operação aqui no Brasil? Tá presente em quantos países?
Quantos clientes vocês têm? Legal.
Só para a gente dimensionar bem.
Legal. Hoje a gente atende empresas globais brasileiras, né? Então, por exemplo, o Nubank, ele tem estrutura estrutura já fora do Brasil. A gente atende o Nubank, que tem uma estrutura na Alemanha, na Colômbia, tem alguns países e a gente atende todo esse trajeto, tanto para aqueles viajantes que vêm para cá quanto fazem o seu tráfego, Estados Unidos também, né, fazem o seu tráfego fora também. Esse é um dos tipos de cliente que a gente atende, né, são clientes enterprise, que é o foco da nossa, tem sido o nosso foco de atuação principalmente nesses últimos anos.
Bom, talvez número de clientes, se não puder número de pessoas, se não puder fala um pouco do aporte que acabaram de ter, que eu acho que são indicativos aí de tamanho e de sucesso recente de vocês.
Legal. Bom, eu comentei, né, assim, a empresa lá em 2020 éramos 28 pessoas, a empresa foi escalando e tomando uma proporção muito interessante. Hoje a gente tá com 600 colaboradores. Né, distribuída em várias áreas. A área de tecnologia cresceu bastante, né, a minha área, desde então, e fomos construindo todo esse projeto de escala com muito carinho, né. A gente recebeu recentemente um aporte da Warburg Pincus, então, de R$700 milhões, né, e estamos animados aí para poder acelerar um dos uma das chamadas ali do aporte é exatamente o que a gente já vinha investindo com AI, mas é um mercado que a gente entende que assim é um mercado muito, muito serviço. Tradicionalmente ele, há pouco tempo a gente era acostumado, viajante corporativo, a mandar email para uma agência e falar assim, ah, eu preciso viajar. Assim, é um mercado muito, muito serviço ainda. E aí a gente enxergou aí na AI principalmente um uma turbina para gente, que já era uma empresa, nasceu nesse, com esse viés de tecnologia, só foi um potencializador para a gente desenvolver ainda mais em cima desse mercado, né?
Olha só, você começa lá em 2020, 28 pessoas, como CTO. O que mudou na tecnologia daquele momento que você tava para hoje? Para vocês conseguirem ter esse salto brutal? Porque provavelmente a tecnologia foi o que conduziu o crescimento da empresa. Então conta para a gente, resgata essa história.
Legal, cara, é um desafio, né? Assim, logo quando eu cheguei na empresa, eu fiz um diagnóstico ali, né? E falei assim, poxa, produto tão legal já. Quando eu cheguei assim, eu olhei para aquela empresa e falei assim, que potencial legal! Era um produto muito legal, ele Ele vinha sendo liderado pelo próprio CEO com alguns desenvolvedores ali, mas quando eu faço uma análise mesmo fria da tecnologia que tinha sido montada, eu falei assim: gente, isso aqui, vocês me desculpem, mas isso aqui não vai nos ajudar a dar o próximo passo. Ótimo, porque fizemos o market fit muito bem feito, o business se provou, os principais problemas estão aqui, agora nós vamos usar tudo, toda essa expertise para construir uma outra tecnologia, uma outra arquitetura mais escalável, muito mais escalável. O que eu achei muito interessante é que a gente tomou essa decisão cedo, sabe? Assim, bem cedo, porque a gente teve a oportunidade de definir muito bem uma arquitetura, sabe? Eu diria assim que um dos fortes da VOLL hoje, que dão velocidade para ela, até para desenvolver esses, todos esses módulos que eu contei aqui de maneira resumida, é uma boa decisão de arquitetura lá atrás.
Então a gente foi escolhendo a dedo, assim, ah, queremos uma arquitetura orientada a eventos, que era uma coisa que naquela época fazia muito sentido, hoje ainda faz muito sentido, né? O mercado já tem se direcionado para ter uma, uma, uma, um sistema menos acoplado, super modularizado. Então assim, eu diria que a VOLL, ela tomou boas decisões no passado e hoje a tecnologia ela impulsiona ao invés de ser uma que vai travar você com relação às suas novas ideias e tal. Então, eu diria que até ela nos ajudou a fazer essas… Tudo que a gente tem feito recentemente, até dos nossos agentes de AI, essa tecnologia é muito potencializadora, porque simplesmente você consegue colocar ela no meio do fluxo sem ela impactar seu sistema todo, sabe? Assim, você não quebra nada, tem uma informação que estava sendo publicada e que você vai pinçar ela para poder fazer um fluxo diferente. Então eu diria que essas decisões hoje são decisões que se provou assim gerando toda essa rapidez tecnológica, né? A gente também teve um cuidado muito grande com relação aos talentos. Então a dedo assim a gente foi construindo o time, gente que a gente confiava mesmo assim, amigos, muitos amigos hoje formam o nosso time de tecnologia, indicações e tal.
A gente formou um time muito sênior assim, eu diria que a Aval é um time que opera na área de tecnologia, um time mais sênior mesmo, foi uma escolha que a gente fez lá atrás. Eu diria que funcionou muito bem, logicamente a gente tem uma estrutura ali de júnior, de formação, de acreditar nos potenciais e talentos e tal, mas assim, talvez 70% da empresa é tá entre sêniores e especialistas ali com esse viés de construção, né? Porque era um momento muito adequado para você ter gente muito experiente para fazer esse produto de escala.
Você falou a gente, eu sei que o Fred já vai pular no microfone, só que esse é um ponto interessante. Um time que cresceu muito rápido, como foi a captação de talento? Inteligência artificial já era algo que vocês estavam buscando nessas pessoas? Por mais que elas fossem próximas do seu, talvez da sua rede, como é que foi fazer a captação dessas pessoas já pensando nesse momento de inteligência artificial?
Cara, assim, a gente nunca colocou a veia técnica mesmo, para ser super sincero assim, a gente nunca colocou a parte, o background, hard skill aqui como um fator diferenciador. A gente sempre gostou de gente Eu diria assim, com aquele comportamento meio que de fuçador e de entrega, de foco no resultado e não exatamente numa entrega de software, a gente sempre buscou gente que assim não é apaixonada por código, sabe? Assim, eu tive alguns problemas no início da Avon até sobre isso, assim, gente, nós estamos construindo aqui produto, coisas que resolvem dores reais dos nossos clientes, então nós não vamos nos apaixonar pelo que a gente tá construindo. A gente tem que se apaixonar ali pela dor do nosso cliente. Então a Avon sempre teve esse viés de muita paixão de meu cliente tá satisfeito. Assim, o NPS da Avon é um NPS altíssimo, assim, 75% é o NPS, por exemplo, dos nossos viajantes. A gente persegue aquilo como assim, o que dita a evolução de produto é a nossa, é o índice de satisfação. Então a gente buscou nos talentos assim gente que não fosse um mero escrever um código legal, era assim, gente que resolve dor de tecnologia, resolve dor de cliente, dor de produto com tecnologia.
Parece leve isso, mas isso forma uma cultura completamente diferente quando você traz amantes tech, assim. Eu conheço gente que ama aquele ficar lapidando código, sabe assim, ama entregar uma solução bonita, mas que às vezes, cara, Quanto que isso gera de receita? Assim, a gente precisa ter esse equilíbrio legal e fazendo. Então a gente foi trazendo talentos assim que combinavam com esse mindset.
Vocês já buscavam um match entre a empresa, o olhar de dono dessas pessoas que você tava buscando, e você prefere treiná-los no que vai ser a plataforma de vocês, o produto de vocês e tudo mais?
Eu diria que um dos caras mesmo que A gente foi selecionando, logicamente, né, como a empresa já tem um porte legal, assim, a gente selecionou uma estrutura para, cara, vamos tocar os nossos agentes de AI aqui e vamos pegar um dos caras que mais tem esse viés desbravador, que vai, cara, vai pegar essa tecnologia aqui, vai extrair o melhor dela. Então assim, pegamos alguns dos nossos especialistas falando assim, turma, esse aqui é o desafio, vamos estar junto de vocês, Vamos colocar os clientes aqui no centro, inclusive pra gente conversar bastante com eles sobre os agentes que a gente tá construindo. E assim, deu muito certo, sabe? Assim, eu diria que essa mágica funciona super legal quando você aproxima time técnico de cliente e o foco na geração de valor. Assim, é muito legal quando você vê o time técnico com aquele empenho de ver o resultado do software rodando em produção, sabe? Assim, eu diria que a melhor recompensa que você tem para alguém técnico é quando ela vê o produto dela sendo usado em produção. E melhor ainda é quando você vê o resultado de negócio que aquele produto gera. A gente vê assim, até nesse aporte recente, assim, aí quando a gente foi avaliado pela Warburg, foi super legal, assim, eles fizeram uma avaliação técnica nossa minuciosa, assim, trouxeram especialistas nossos, assim, gente que a gente admira tecnicamente.
E falando assim, pô, vocês construíram uma coisa muito legal assim, que dá muito gosto quando você vê alguém muito alto nível dando esse tipo de feedback, sabe?
Não sei o quanto vocês falam sobre isso lá, mas o que você descreveu para mim ouvindo é muito da metodologia Lean aplicada, né? Você tá pondo pessoas técnicas lá para irem entender na fonte do problema e solucionarem essas coisas. É uma das, atualmente, uma das melhores ferramentas de gestão de negócios.
É isso, cara. Assim, a gente nunca acreditou muito num framework fechado, sabe? Assim, aqui, o que exatamente vocês usam de framework? Sendo sincero, eu não sei nem responder exatamente o quê. O que a gente faz? Time super enxuto. A gente tem uma pessoa de negócio e desenvolvedores tocando o produto. É basicamente isso, pessoas de produto, na verdade, que estão junto com devs, times pequenos assim. Os nossos times têm 4, 5 pessoas, não mais do que isso, e resolvem dores dos nossos clientes. Aí a gente aproxima mesmo assim. A gente tem alguns, a gente tem métrica de negócios para os times, e os times, por exemplo, tem que bater tipo 75, que a gente Mas, no entanto, assim, ó, vocês têm que perseguir esse 76. Esse mês a gente fechou a retrospectiva com 76, eu acho que a gente tá com 78 de NPS, assim, é métrica de negócio que a gente desce. Outros que têm um foco mais em escala, então, por conta desse mercado que ainda tem uma parte de digitalização, ele tem que resolver dores de escala muito bem mapeadas que geram valor de negócio na frente, que mexe na margem bruta, que toca no investidor.
Então, assim, A gente fez muitos exercícios de trazer o indicador de business para o time e fazer isso rodar, sabe? Responsabilizar o time para isso.
Agora vamos lá para os agentes que você falou.
Legal.
Bora?
Bora.
De onde veio essa ideia de transformar agentes em um produto da VOLL, em um Smart Hub?
Legal. Ó, o Smart Hub ele nasceu esse ano, mas a gente já vinha A gente já, a gente sempre foi muito próximo do cliente. Então essa paixão de perseguir o cliente assim, ela sempre foi, esteve assim no sangue da VOLL. Assim, desde os fundadores, a gente sempre ia conversar com os nossos clientes para poder bater papo assim. Os diretores tinham uma meta que era assim, ó, todos os diretores têm que conversar com clientes Né, assim, a gente tinha uma meta no ano passado. E ouvindo muito esses clientes, a gente via nesses clientes que tinham estruturas diferentes entre alguns desses nossos clientes. Então assim, estruturas de gestão nossa, então quem responde de quem era o meu contratante no nosso cliente, a gente olhou para alguns deles e via assim, poxa, você tem 10 pessoas às vezes numa gestão E eu tenho alguns outros clientes com perfil super diferente, assim, 2, 3 pessoas fazendo a gestão. Isso sempre nos intrigou, assim, de ver esse paradigma. Empresas que fazem mais ou menos o mesmo volume de transações dentro do nosso aplicativo, mas estruturas um tanto quanto diferentes. E a gente foi olhando para essas estruturas e fomos falando assim, poxa, esses que tem poucas pessoas, assim, eles nos disseram de maneira explícita assim, ah, eu abro mão de várias partes dessa gestão aí, não me preocupo com determinadas coisas, eu foco no estratégico.
O outro era, ele não queria abrir mão de absolutamente nada, então ele queria o governo de absolutamente tudo, então por isso ele acabou montando uma estrutura robusta. Mas os dois, eles tinham dores muito similares, assim, um que tá abrindo mão e o outro que buscava fazer isso, você conseguia perceber que ele queria ainda assim, os dois queriam resolver uma mesma dor. E aí nós fizemos, depois de conversar com todos esses nossos clientes, a gente fez um bate-papo interno mesmo, de brainstorm nosso, e falamos assim: gente, a gente acredita que vão ser, a gente precisa fazer aqui uma evolução no nosso produto, tava num ótimo momento para a gente fazer isso. Já temos os insumos aqui, aí nós concebemos juntos 3 agentes especiais. Um com foco em gestão dos acordos dos nossos clientes, o outro com foco em economia em passagem aérea, e um terceiro que é um expense helper, é alguém que ajuda os viajantes a fazerem as despesas conforme a governança das empresas deles. A gente concebeu isso E não foi porque a gente teve essa concepção que a gente não validou. Então, vários momentos a gente foi validando com os nossos clientes: olha, isso aqui é uma dor sua?
Se a gente tivesse alguma solução como essa aqui, você toparia testar? Então, a gente foi muito próximo desses, dos nossos clientes. Até há 2 meses a gente fez um evento que a gente juntou 10 gestores desses que nos acompanham, juntamos numa sala todos esses dos nossos clientes, assim, pessoas que queriam testar essa tecnologia que a gente desenvolveu e eles nos ajudaram a refinar esses agentes. Então, esse foi um pouquinho do passo a passo dessa— desse alinhamento com os clientes e do lado de dentro colocamos especialistas para ouvir realmente essas dores, tudo que foi captado aqui e bolar uma solução tecnológica que resolvia essa dor. Então, a gente não especificou exatamente para o nosso time técnico o que que ele deveria fazer. A gente ajudou eles nessa aproximação de: entende bem essa dor aqui, vamos resolver isso. E aí nasceram esses 3 agentes.
Legal, vamos aprofundar neles. Qual que é o processo? Como que você vê esse acesso a dados já existentes que vocês já faziam a gestão dos gastos, né? E a inserção da IA para pegar esses dados, de desenvolver serviços. Como que vocês foram pensando? Quais modelos vocês testaram? Conta para nós o processo de construção e teste deles.
Legal. A gente, uma das coisas que nos ajudou muito assim desde o início da VOLL, assim talvez no segundo ano, a gente começou com uma área de dados. Então, data analytics mesmo. Então a gente já vinha trabalhando em ter um data warehouse, de ter modelos ali um pouquinho preditivos, né? Tem alguns algoritmos de machine learning para fazer algumas previsões que a gente gostaria de ter dentro da nossa solução. Então, quando chega a AI na história, a gente já tinha um background bem montado, eu diria, sabe? Então, tudo isso que a gente já tinha montado de organização desses dados e até a nossa arquitetura orientada a eventos que fornece esse dado em tempo real, assim, você consegue Pô, uma transação acabou de acontecer, eu já consigo desviar para um fluxo de um agente trabalhando. Eu diria assim, essa arquitetura toda montada é o que viabilizou essa agilidade na construção. Então, eu já tinha, antes mesmo das LLMs nascerem, assim, a gente já fazia um pouco desse agente do expense helper. Então, ele nasce já, ele foi uma evolução de algo que a gente já fazia. A gente já tinha um BI, por exemplo, que mostrava pessoas da sua empresa que tinham algum…
se diferenciavam. Então já tinha um desvio padrão que identificava assim, olha, essas pessoas aqui você precisa ter um olhar diferenciado. A gente já tinha um BI para isso. Então o Expense Helper, quando ele nasce, ele nasce com essa rampagem já, a gente empurrou ele para frente falando assim, olha, agora Você vai conversar com o viajante para entender o motivo daquilo e facilitar ainda mais essa gestão que os nossos clientes fazem. Então a gente percebeu até nesses brainstorms que a gente fez com clientes, assim, tinha cliente nosso que tinha duas pessoas que ficavam o dia inteiro só falando assim: Lucas, você fez uma viagem aqui, mas eu tô fazendo uma análise, por que que você gastou isso aqui um pouco mais? A gente percebeu, tiveram vários clientes que a gente viu isso aqui e outros que não faziam, simplesmente assim, cara, eu fecho os olhos para isso, um dia que isso fica grande e vira uma fraude, aí eu me preocupo. Então a gente viu assim, poxa, é uma oportunidade muito legal para a gente transformar isso no agente e resolver dores reais. Depois que a gente colocou esse agente para rodar, assim, vários dos nossos clientes, a gente tem um, como a gente gosta muito de dados, né, a gente foi olhar como se fosse o saving que esse agente gerou.
Mas como que a gente mensurou isso, né? A gente foi olhar exatamente para o comportamento do usuário. Depois você coloca o agente para rodar. E aí é a pesquisa de um professor australiano, né, que eu tava comentando, que ele diz que as pessoas agem diferente, elas cometem ações distintas de acordo se elas estão sendo observadas ou não. Ele mostra toda a tese dele lá, explica que as pessoas agem de forma diferente. Então esse agente, ele não só passa de um fator passivo que era o nosso BI antigo, ele nasce realmente promovendo saving real para as empresas, colocando quase que alguém ali que estivesse de olho falando assim, olha, isso aqui…
Alguém que vai te ajudar a prestar mais atenção nos pontos de integridade, coisas assim.
Isso. E às vezes desvios também que você como empresa gostaria de ter. Assim, ó, tô tendo muitos desvios de política, por com almoço de cliente que não tá muito previsto. Isso faz parte da nossa estratégia? Ah, não faz mesmo. Então eu quero ter um budget separado para isso aqui. Vamos organizar isso, vamos definir isso como política da empresa. Então, sabe assim, eu acho que o cliente consegue ver o quanto deu de saving desse agente, consegue ver nesse experimento assim. Eu diria assim, nesse, nessa caixa que a gente fez aqui bem montada dos agentes, assim, ele não só tem um agente que é realmente um trabalhador que fica nessa interação, quanto a gente se preocupou em mostrar o quanto que esse agente tá trabalhando, com quantas pessoas, com quantos colaboradores desse cliente ele conversou, qual que foi a estimativa de horas que ele trabalhou e qual que foi o saving que ele, na nossa cabeça, ele gerou analisando os dados.
Que eu acho que você tem uma maturidade muito grande para respondê-la, que é precificação do trabalho de agentes. Um agente, ele é uma unidade de produção, assim como também é o trabalho de um ser humano, né? Como que vocês estão enxergando esse acréscimo de nível de serviço em relação à precificação?
Bom, a gente pensa assim desses agentes, o que que a gente bolou enquanto precificação assim? No fim das contas, a gente sabe muito bem que um dos grandes custos que a gente tem nos agentes são os tokens, né? Bem sabemos isso. Mas também trazer uma complexidade para o nosso cliente falar assim: não, você vai me pagar aqui um percentual de token. A gente viu assim, cara, essa estratégia é loucura assim. Isso é para plataforma, né? Para um PaaS assim. Não, cara, você tá contratando o PaaS. A gente entendeu que para esse agente é realmente quase que as horas de trabalho dele. Então, fazendo uma comparação com trabalhador humano, assim, quantas horas de trabalho você gastaria fazendo isso aqui para todos os seus viajantes? Porque até esse que era esse tenta governar tudo, ele não governa tudo. E por que que ele não governa tudo? Só para vocês terem uma ideia, uma viagem como a que eu fiz aqui, sair de Belo Horizonte, vim para cá, ela tem cerca de 17 pontos de gastos que eu posso fazer e precisam ser monitorados. Então pensa, eu fiz uma viagem de um dia, ficar para outro dia tem 17 pontos.
Você imagina uma pessoa fazer isso para uma empresa de 100 mil colaboradores? Ah, não faz isso. Ah, não faz. Esses dois colaboradores ali pegavam áreas específicas, estruturas que eles queriam ter um olhar diferente e tal, eles faziam isso. O que que vem o agente com poder? Poder de escala. Você quer fazer isso daqui para todos os seus colaboradores, para tudo isso aqui? Bom, se eu fosse comparar aqui com os colaboradores, quantas horas humanas você gastaria nisso?
100. Aí você dá um save.
Isso. E aí, logicamente, eu dou um save. E ainda o benefício do agente, que o agente ele não tá só garantindo compliance, quanto ele também prever a própria economia, que é o olho espião de, olha, eu tô aqui, tô te monitorando, vou trabalhar com seu gestor, inclusive as informações que você tá conversando comigo aqui, e vou providenciar um saving para você. Então é um pacote, é um, exatamente, é um pacote de horas humanas economizadas com um saving ali que eu tenho. Assim, não custa caro, tá, turma? Assim, a gente entendeu que inclusive Nessa construção, a gente precisava fazer um— uma precificação assim: não, vamos experimentar com a gente, a gente vai bancar esse custo inicial aqui, daqui a pouco a gente faz uma precificação e você, assim, a gente entendeu que, cara, nós somos apaixonados pelo cliente, nós temos certeza que isso aqui vai resolver a sua dor, entra com a gente no risco aqui, assim, não vou te cobrar nada, mas eu também quero aprender muito com a sua base, com a sua estrutura. E me deixa trabalhar, experimentar com você. Gostou? Gostou. Vamos entrar full? Full. E aí a gente virou esses agentes assim, já estamos, nós estamos com vários clientes rodando full nesses 3 nossos agentes e é muito legal o resultado que gera.
E para os 3 é mais ou menos essa mesma precificação? O de passagens, por exemplo, né? Passagem a gente sempre vê grandes anomalias se você procura numa plataforma ou numa outra. Como é que a gente trabalha para esse caso de passagem?
Legal. Como você especifica? É, o da passagem, ele talvez ele seja ainda mais simples, porque o foco da passagem é ele ajudar o viajante a fazer uma escolha melhor. Então o viajante acabou de fazer uma escolha, mas nem sempre a escolha dele é a melhor escolha possível. Então aí entra o nosso agente, que ele literalmente pode trocar uma passagem aérea que você acabou de escolher para o mesmo trajeto com um range de horário muito próximo e pode trocar. Assim, você reservou na Gol, talvez uma econômica ali, você não, né, você fez essa reserva, ó, esse agente ele pode fazer a troca do seu voo aqui pela Azul, que vai estar numa economia melhor aqui para sua empresa, e porque tem um acordo da sua empresa com a Azul, por exemplo. Então esse agente ele atua diretamente no apoio ao viajante de Cara, tem uma opção melhor para você aqui, você tá escolhendo uma opção diferenciada. Assim, esse a gente rodou com alguns clientes assim, do volume de passagem aéreas assim, chegou alguns clientes ali que geraram 5% de saving. Assim, 5% de viagem aérea para uma enterprise, gente, assim, é dinheiro demais, é dinheiro demais assim, é dinheiro demais.
A gente vê assim, é E é muito legal porque nessas grandes empresas tem entre viajantes que são super heavy users, você não precisa contar para ele o que que é, mas tem gente que nunca viajou e que tem aquela dificuldade tremenda de, ai meu Deus, é porque eu ouvi falar muito da Latam, porque a Latam, e aí eu vou escolher isso aqui. Não, calma lá, o agente vai estar aqui para ele poder te ajudar. Inclusive em alguns, algumas posições ele atua de maneira mais taxativa, em outros é informativa, assim, ó, isso aqui tem uma oportunidade melhor aqui, você quer? Achei essa oportunidade aqui melhor para você, eu troco seu voo aqui agora que vai estar.
E a compra acontece dentro do próprio aplicativo, no próprio aplicativo, você consegue fazer isso quase em tempo real e evitar o dispêndio para companhia A versus a companhia B.
Exatamente, exatamente.
Eu acredito muito nesse fenômeno que vocês estão fazendo, que são as IAs verticais. De pegar um pilar de negócio e implementar uma solução tecnológica com workflows e AI que você resolva as dores desse pilar. Então, por exemplo, a gente conversou, teve um entrevistado de RH, que ele pegou metodologia de Skillset e está gerenciando o RH todo, todas as… Satisfação dos funcionários. E eu vejo você caminhando para isso, assim, é uma solução de gestão de gastos corporativos É hoje muito focado em mobilidade, mas com potencial de expansão para qualquer tipo de gasto corporativo. E você fazendo essa gestão é muito baseada em organizar os dados, uma gestão por eventos e AI funcionando e gerando valor para o cliente. É isso, é margem na veia.
Exato, é isso mesmo. Assim, eu O que que nos… O que que brilhou os nossos olhos em lançar esse marketplace de AI, né? Primeiro porque os clientes estão sedentos por colocar AI na prática. O que a gente viu desses nossos clientes que toparam o desafio de entrar com a gente no risco, no risco de testar um produto, veja bem, em produção com os meus funcionários aqui, como será? Eu vou ter que mobilizar algumas empresas, mobilizaram uma área e falaram assim: gente, Fiquem calmos, nós vamos habilitar um agente de AI que vai fazer isso aqui e tal. Sabe assim, eles também querem essa inovação, eles querem ver AI na prática, no business deles, gerando resultado. Eles querem também se promoverem internamente.
Sim.
Então, eles querem mostrar save para as diretorias deles. O custo de viagem, de despesas de mobilidade numa grande empresa, assim, ele tá no top 5 das Top 3, se bobear. Top 3, né? Então assim, é uma coisa que tá todo mundo querendo experimentar. Então quando chega alguém realmente disposto a desbravar junto com você, quer ouvir seu feedback, vai ser claramente assim, vão ser— a gente tem que filtrar as dores, né? Tem empresas às vezes com uma dor muito específica. Não, gente, né? Nós precisamos resolver a dor que resolve a maior parte dos nossos clientes simultaneamente. Então a gente entendeu que essa verticalização pro nosso business e fez muito sentido, sabe? É um business, poxa, muito carente de tecnologia. A gente pessoalmente, a gente já compra passagem aérea, né, compra hotelaria muito mais fácil do que geralmente nos meios corporativos. Sempre foi muito distante essa, quando você vai fazer uma viagem a lazer, você, não, é tudo digital, eu faço aqui tudo online, eu remarco, é tudo online. Aí no corporativo Nossa, quer dizer que eu vou ter que fazer isso tudo mesmo? E realmente tem a sua complexidade, tá, gente? Assim, tem acordos, tem políticas, não é tão simples quanto num lazer que a gente chama.
Mas assim, dá para fazer de forma mais inteligente, mais automática, com serviço mais digital, usando como apoio de AI. Assim, esses 3 primeiros agentes que a gente lançou foi assim, Nossa, a gente já tá, já tá no forno outros agentes aqui que a gente tá construindo, de tão legal que tem sido essa jornada e de gerar uma receita extra do SaaS, no caso do nosso produto de tecnologia, né?
Então podemos dizer que você é uma pessoa empolgada com as possibilidades aí no futuro com AI.
Nossa, demais! Assim, eu acho que É um mercado super legal, sabe? Assim, a gente foi numa veia tão— eu diria assim, logicamente a gente gosta muito dos nossos clientes, temos essa veia de buscar resolver as dores deles, mas a gente foi olhar para dentro de casa também. Então, essa empolgação trouxe a gente para uma reflexão interna, de olhar assim, gente, internamente, o que que a gente tem para fazer diferente? Então a gente tem alguns clientes que, por exemplo, sei lá, construtoras que às vezes vão para regiões remotas onde eu tenho uma pousada quase sem estrutura. Se você falar em email com a pessoa, a pessoa não faz ideia nem assim que email. Eu tô aqui, é como WhatsApp. Se você quiser fazer uma reserva comigo, é conversa comigo no WhatsApp aqui que eu te mando o Pix, você manda aqui. A gente foi olhar para dentro de casa e falamos assim: gente, mas com as soluções de AI que nós temos hoje, como que a gente poderia fazer com que esse tipo de reserva fosse digital, sem a necessidade de um dos nossos consultores aqui, que são excelentes, mas imagina ele ficar gastando tempo num trabalho super operacional, que é, cara, ele quer uma reserva para 5 pessoas, ó, devolve isso aqui.
A gente foi olhar para dentro de casa e a gente construiu uma agência exatamente para resolver essa dor. Ele já conversa com determinadas frentes hoteleiras para poder fazer reservas de maneira automatizada, aqueles que ainda não têm uma tecnologia sofisticada para viabilizar. Então assim, a gente pensou para dentro de casa de como que eu posso tornar os meus processos ainda mais automáticos, como que eu posso extrair melhor das minhas, da minha tecnologia e tornar os meus consultores aqui mais estratégicos. Ó, quando você for precisar de um apoio, você vai contar com os nossos consultores. Mas ele vai entrar assim, pô, hoje quarta-feira, né, terça-feira, 18 horas, você precisava voltar para casa para formatura da sua filha, você perdeu seu voo. Não é um agente de ar que você precisa nesse momento. Nossos consultores muitas das vezes faz, sabe assim, vão dar aquele calma, Vamos olhar aqui, eu vou conseguir encaixar você aqui, ó, nem que seja no ônibus aqui para você chegar de manhã, ou então não, consigo uma opção aqui que você vai entrar num voo aqui, a gente vai conseguir. Então a gente entende que o ser humano ele vai fazer cada vez mais esse trabalho de exceção, de exceção, e uma aqui de prestar um serviço realmente elegante, um negócio que vai fazer muita diferença.
E aquele que é operacional, aquele que é dia a dia, aquilo que é trivial, pô, Deixa a gente ver, né?
Não precisa enfeitar, né? A conversa ali com a pousada simples num lugar remoto, ela só tem que acontecer e ponto. Exato, só tem que ser eficaz, né? Eu gostei de uma palavra que você disse: elegante. Eu acho que de fato assim, o humano fica para fazer o trabalho de humano, né? E a empatia e a elegância é uma coisa que é É humano.
Exato.
Então, cara, infelizmente estamos caminhando para o final, bem. E eu fiquei essa entrevista aqui, cara, um bom período aqui só digerindo e aprendendo. Eu fico encantado com histórias de brasileiros fazendo coisas acontecer em tecnologia, que é um segmento que às vezes a gente tem a síndrome de vira-lata, sabe? Pô, tecnologia é fora, Cara, aqui é… Não, cara, dá sim para desenvolver, obviamente dentro das nossas limitações, não vou fazer um LLM, mas vou implementar isso dentro de um processo e resolvedores do negócio. Gostei assim, você falou várias palavras que para mim são marcantes, como dor de negócio, cliente no centro, AI para resolver uma dor, né, escalar. E dados organizados. Então, para mim foi uma aula. Quero te agradecer, uma honra aí que você tenha vindo de BH para cá. Espero que São Paulo te receba bem.
Sempre recebe, né? Adoro aqui.
E o mais legal, a gente, quando começou esse podcast, a nossa intenção era essa: ouvir histórias que estão acontecendo e a gente tá vendo elas serem escritas. É isso que o Fred falou, né? Inteligência artificial O potencial dela é transformador, a gente acredita muito nisso. E hoje você tornou e trouxe em exemplos reais um pouco do que a gente acredita fortemente, que é ela que vai fazer com que a gente esteja num outro patamar de negócio. Então obrigado por tudo que você dividiu, contou e nos inspirou, né? Por que não dizer?
E humildade, né, cara? Não temos só poucos clientes aqui.
Sensacional, sensacional. Obrigado mesmo, Lucas, um prazer.
Não, obrigado também, Fred, Felipe. Assim, muito bom estar com vocês. Eu acho que, assim como o Fred comentou, né, acho que a gente tem feito coisas legais aqui no Brasil, né? Eu acompanhei o podcast de vocês aí também, assim, vi, pô, tanta história legal, né? Aprendi também com algumas entrevistas que vocês fizeram. Falei assim, não, peraí, gente, tem que testar isso aqui. Então eu acho que esse instinto nosso, né, de trabalhar com talvez assim com uma certa escassez, né? Lá fora tem o recurso de sobra, mas assim, quando você chega numa realidade de escassez, te força a ser inteligente, né? E eficiente. Como que você vai fazer isso aqui com pouco recurso financeiro, com, né, com um time muito reduzido? Como que você vai resolver essas dores aqui? Eu acho que esse senso um pouco de provocação, de incômodo nosso, eu acho que isso que tem que nos perseguir, né? O novo tá aí, a IA tá para nos impulsionar, o trabalho de todos nós aqui. A gente tem que experimentar, tem que testar, tem que ser ousado, tem que trazer o cliente para junto, e aí a parceria mágica acontece. É isso, obrigado também.
Valeu, valeu.
Então fechamos mais um episódio do AI Firstcast, esse que é um podcast dedicado a fazer com que as pessoas usem mais inteligência artificial. Fred, obrigado por mais um episódio.
E para finalizar, eu quero fazer uma menção honrosa ao nosso patrocinador, o SoftBank, o banco que mais investe em inteligência artificial na América Latina. Até a próxima!
APRESENTADORES
Quem apresenta o AI First Cast
Fred Pericini
Co-fundador da Agência F2F, Engenheiro de Produção pela UFSCAR, empreendedor com mais de 10 anos de experiência em Marketing Digital, foi consultor na McKinsey, diretor comercial do Groupon Brasil e Groupon China.
Filipe Xavier
Especialista em marketing digital, branding e estratégia de conteúdo. Experiência c-level, visão ampla de comunicação e tecnologia e entusiasta early-adopter de inteligência artificial.