IA 6 min de leitura

Agentes autônomos vs. scripts de cobrança: o que muda na prática

Scripts respondem ao script. Agentes respondem ao devedor. A diferença em taxa de recuperação não é marginal.

Time de IA · Dyvit
3 fev 2026

A maioria das "soluções de cobrança automatizada" no mercado são scripts disfarçados de IA. Eles seguem uma árvore de decisão pré-definida: se o devedor falar X, diga Y. Se ele pedir prazo, ofereça opção A ou B. Se ele não responder, aguarde 3 dias e tente de novo.

Scripts são previsíveis. Devedores aprendem a ignorá-los. E quando a conversa sai do roteiro, o devedor menciona desemprego, questiona a dívida ou pede um número diferente de parcelas: o sistema trava ou escala para humano.

Um agente autônomo funciona de forma diferente. Não segue um fluxo. Lê o contexto, interpreta intenção e adapta a resposta. A diferença parece sutil na descrição. Na prática, é a diferença entre 14% e 34% de taxa de recuperação.

O que scripts fazem bem (e onde param)

Scripts são eficientes para casos simples e previsíveis: devedor confirma a dívida, aceita a primeira oferta, paga. Esse perfil representa cerca de 20-25% de qualquer carteira. Para esses devedores, um script funciona tão bem quanto um agente.

O problema é o restante da carteira. Devedores que questionam o valor, que querem parcelamento em formato não previsto no script, que mencionam contextos específicos (perderam o emprego semana passada, têm outra dívida com a mesma empresa, contestam uma cobrança indevida). Para esses casos, o script não tem resposta adequada. A taxa de abandono da conversa é alta.

O devedor que abandona a conversa não desapareceu. Ele ficou inadimplente com um relacionamento deteriorado.

Comparação direta: mesma carteira, abordagens diferentes

MétricaScript automatizadoAgente Dyvit
Taxa de resposta à 1ª mensagem 31% 52%
Taxa de conversão (acordo fechado) 14% 34%
Taxa de escalada para humano 38% 8%
Tempo médio até acordo 4,2 dias 1,8 dias
Satisfação do devedor (NPS pós-quitação) -12 +31

Dados baseados em carteiras piloto comparativas, jan-fev 2026. Segmento: crédito pessoal, inadimplência 30-90 dias.

Um exemplo concreto: o devedor que sai do script

Considere este cenário real (anonimizado). Devedor, R$1.800 em atraso há 45 dias. Script envia mensagem padrão. Devedor responde: "Sei que devo, mas mudei de banco e não tenho mais essa conta. Meu Pix novo é CPF mesmo."

Script: não reconhece a informação, envia link Pix para a chave anterior (que não funciona mais), aguarda 48h sem resposta, escala para humano. Humano liga 3 dias depois. Devedor já esqueceu a conversa.

Agente: reconhece a informação ("entendido, vou gerar um novo link com sua chave CPF"), valida a chave no DICT em tempo real, gera novo link com vencimento de 24h, confirma o envio. Devedor paga no mesmo dia.

A diferença não está no algoritmo. Está na capacidade de interpretar contexto e agir sobre ele sem interromper o fluxo da conversa.

O que define um agente de verdade

Não é o tamanho do LLM. É a capacidade de executar ações no mundo real dentro da conversa: verificar dados em tempo real, gerar documentos, confirmar transações, registrar acordos no sistema do credor. Um chatbot que só fala não é um agente. É um FAQ com personalidade.

Os componentes que distinguem um agente de cobrança funcional de um script sofisticado:

  • 01
    Memória de conversa
    O agente lembra o que foi dito 10 mensagens atrás. Se o devedor mencionou que recebe no dia 5, o agente propõe o vencimento para o dia 6, sem que o devedor precise repetir.
  • 02
    Interpretação de intenção, não de palavras
    "Tô sem grana agora" pode significar recusa, pedido de prazo, ou abertura para parcelamento dependendo do contexto. O agente interpreta o sinal correto e responde adequadamente.
  • 03
    Execução de ações em tempo real
    Gerar link Pix, validar chave no DICT, registrar acordo no ERP, criar ticket de suporte: tudo dentro da mesma conversa, sem interrupção.
  • 04
    Reconhecimento dos próprios limites
    O agente sabe quando o caso está além do escopo, como contestação de dívida, pedido de documentação formal ou ameaça de ação judicial. Nesses casos, escala para humano com contexto completo da conversa.

A pergunta não é "IA ou humano". É "qual tipo de IA". Um script com wrapper de LLM ainda é um script. Um agente que interpreta contexto, executa ações e aprende com cada conversa é infraestrutura. A diferença aparece na taxa de recuperação ao fim do mês.

Na Dyvit, não existe um agente único. São 6 agentes especializados operando em conjunto: cobrança, prevenção pré-vencimento, supervisor de qualidade, copilot para analistas, reconciliação e rastreamento de promessas. Um supervisor AI monitora todos em tempo real. Cada agente herda memória persistente entre sessões e playbooks configuráveis por perfil de devedor.

IA Agentes Autônomos Automação NLP Taxa de Recuperação

Veja os 6 agentes em ação

Na demo, mostramos a plataforma completa: do faturamento à reconciliação, com agentes que negociam, previnem inadimplência e aprendem com cada conversa.

Agendar demonstração