IA de voz Gemini do Google Cloud vai além da simples conversação, executando tarefas para empresas

Sistemas modernos de inteligência artificial são capazes de realizar tarefas complexas, indo além de simplesmente responder a consultas. É apresentado um exemplo em que a IA processa 80.000 arquivos e gera uma apresentação com gráficos, imagens e uma narrativa clara, ou cria uma cena 3D detalhada usando código sem a necessidade de software de renderização especializado.

No evento TechSparks 2026, Rajesh Shivani, líder de engenharia de clientes de IA para nativos digitais, startups e empresas de TI no Google Cloud, apresentou como o Gemini é aplicado nas áreas de IA de voz, agentes autônomos e desenvolvimento de software.

Seu workshop focou em como as empresas podem passar do uso de IA para obter respostas à delegação de tarefas de trabalho a ela. Inicialmente, as ferramentas de IA ganharam popularidade graças às interfaces de chat que respondiam a perguntas. A próxima etapa é a IA de agente, que permite aos sistemas planejar tarefas, acessar informações e usar ferramentas para agir em nome do usuário.

Rajesh explicou que 'um agente é agora apenas um modelo mais uma estrutura', descrevendo a infraestrutura ao redor do modelo que gerencia memória, contexto, permissões e execução de tarefas. A criação de agentes úteis requer quatro componentes: objetivos, instruções claras, conhecimento relevante e ferramentas para aplicar esse conhecimento. Os dados internos da empresa são especialmente importantes, pois modelos de propósito geral podem não ter acesso aos processos específicos ou informações dos clientes dessa empresa.

Shivani também falou sobre o Open Knowledge Format do Google (OKF), projetado para fornecer às organizações uma maneira estruturada de tornar as informações acessíveis aos agentes de IA.

Um dos exemplos de demonstração chave foi o uso de IA de voz. Um sistema desenvolvido para a empresa indonésia Grab ajudava passageiros e motoristas a coordenar encontros no aeroporto, superando barreiras linguísticas. Esta demonstração mostrou como a IA de voz pode sustentar interações em mais de 85 idiomas.

Outro exemplo demonstrou a capacidade da IA de dublar vídeos em inglês para marathi e malaiala, sincronizando simultaneamente os movimentos labiais e as expressões faciais. Tais recursos podem ajudar as empresas na produção de materiais de treinamento multilíngues, vídeos de marketing e comunicação com clientes com menos etapas de produção.

Rajesh Shivani enfatizou que 'a voz está se tornando a nova interface do usuário', destacando a crescente importância da interação por voz para clientes e funcionários.

Ele também apresentou um assistente bancário virtual criado para serviços bancários de varejo do Citibank. Durante a demonstração, o avatar de IA explicou as opções de resgate de depósitos a prazo e processou a renovação após a escolha do cliente por um prazo de 12 meses.

Além das funções de voz, Shivani destacou as ferramentas do Google para codificação e cibersegurança. A ferramenta Antigravity ajuda desenvolvedores a criar aplicativos, e o CodeMender é capaz de detectar vulnerabilidades no código, gerar correções e testá-las em um ambiente de areia.

Em uma das demonstrações, o Gemini analisou 80.000 arquivos dos arquivos abertos da NASA, incluindo dados meteorológicos de Marte e telemetria de helicópteros, e preparou uma apresentação usando um modelo e diretrizes de design fornecidos.

Outra demonstração mostrou como o modelo gerava uma cena de biblioteca detalhada em 3D usando Python e NumPy, sem a necessidade de software de renderização especializado ou recursos externos.

Para empresas que estão considerando os custos de implementação de IA, Shivani observou que o modelo mais poderoso nem sempre é necessário. Ele explicou que 'não é preciso ter o modelo mais avançado para tudo', pois tarefas mais simples podem ser executadas por modelos mais rápidos e menos custosos.

À medida que os agentes assumem mais trabalho, as empresas precisarão revisar seus métodos de gerenciamento de permissões, segurança, custos e atividades automatizadas. Shivani instou as organizações a pensar no futuro em que seus sistemas serão interagidos por agentes, e não apenas por humanos. Ele sugeriu que os desenvolvedores poderão cada vez mais atuar como gerentes de agentes, em vez de executar cada passo sozinhos.

O principal desafio não é mais apenas escolher um modelo de IA capaz, mas sim fornecer aos agentes o conhecimento e as ferramentas necessários, garantindo que eles executem suas tarefas de forma confiável e segura.

Apesar da automação estar presente em todos os lugares, isso não garante que ela traga benefícios aos clientes. Um chatbot que não consegue responder a uma pergunta, um menu de resposta de voz interativa (IVR) inadequado para o problema ou uma resposta automática que leva a um beco sem saída podem transformar uma solicitação simples em uma experiência extremamente desagradável. Embora a interação possa ser contabilizada como concluída no papel, para o cliente, não é assim.

De acordo com o relatório CallMiner CX Landscape Report 2026, existe uma lacuna significativa. Enquanto 99% das organizações utilizam automação nas interações com clientes, apenas 23% afirmam que esses processos são simultaneamente altamente automatizados e continuamente otimizados com base nos dados de experiência do cliente (CX). Além disso, apenas 24% descrevem a experiência do cliente recebida como verdadeiramente positiva. Assim, a tarefa mudou da implementação da automação para garantir que ela atenda às necessidades atuais dos clientes.

O que define as tecnologias de automação CX?

Apesar da tentação de ver essa lacuna como um problema puramente tecnológico que pode ser resolvido substituindo a plataforma ou usando um modelo mais inteligente, as organizações que eliminam essa lacuna nem sempre usam as ferramentas de automação mais recentes. Elas aprimoram continuamente a automação, utilizando feedback e dados obtidos de conversas reais, em vez de dependerem de suposições feitas durante o desenvolvimento inicial do fluxo de trabalho.

Sem esse direcionamento, a maioria das equipes recorre a um dos três hábitos reativos. Alguns continuam configurando o sistema sem saber o que está falhando. Outros abandonam completamente a plataforma e começam tudo de novo, esperando que a nova tecnologia resolva um problema que nunca foi diagnosticado. Os terceiros retornam ao atendimento baseado exclusivamente em humanos, desfazendo investimentos de muitos anos em CX. Todas as três abordagens pulam a mesma etapa crítica: entender a essência do problema na própria conversa.

Como a análise do cliente muda a abordagem de trabalho?

A análise do cliente forma uma visão holística do que acontece em todas as interações com os clientes, transformando a automação de tática em estratégia. Ela permite ver onde a automação realmente ajuda e onde a organização simplesmente supõe sua utilidade. Essa ferramenta identifica sinais comportamentais e contextuais, como contato repetido sobre o mesmo tópico ou mudança de humor no meio de uma conversa, que um perfil estático do cliente não conseguiria captar. Além disso, ela conecta métricas técnicas, como taxas de retenção e abandono, com indicadores de resultado, como satisfação do cliente (CSAT) e resolução no primeiro contato, prevenindo situações em que um painel de controle bem apresentado esconde um cliente insatisfeito.

Essa diferença é mais importante do que frequentemente reconhecida. Uma alta taxa de retenção não garante um resultado positivo. Um bot pode concluir tecnicamente a interação, mesmo que o cliente saia sem solução. A análise de conversas revela essa lacuna, mostrando o que aconteceu durante a interação, em vez de apenas constatar se ela terminou sem intervenção humana. Isso se aplica tanto a empresas que estão refinando a automação antiga quanto a equipes que estão implementando seu primeiro agente virtual. A questão principal não é: 'Automatizamos o suficiente?', mas sim: esta automação é baseada no que os clientes dizem hoje, e não no que eles disseram ao criar o fluxo de trabalho.

Medir a eficácia da automação além da mera eficiência. Isso não significa que a eficiência deixe de importar. Significa que as estratégias de automação mais fortes reduzem esforços desnecessários tanto para clientes quanto para funcionários, ao mesmo tempo em que protegem os momentos em que o julgamento humano e a empatia criam o maior valor. O cumprimento correto desse equilíbrio distingue a automação que os clientes toleram da automação em que eles confiam.

Um novo documento técnico da empresa explica como usar a análise de conversas para determinar onde a automação deve ser aplicada, projetar a experiência em torno do comportamento real do cliente e medir o sucesso com base nos resultados com o cliente, e não apenas em métricas técnicas. O documento completo está disponível, demonstrando como uma organização implementou esses princípios, reduzindo o tempo de processamento de chamadas em 78% ao dobrar a capacidade sem aumentar o quadro de funcionários.

Pequenas equipes frequentemente possuem grande ambição, mas lhes falta pessoal para transformar ambições em inteligência artificial pronta para produção — desde engenheiros que desenvolvem agentes até funcionários de segurança que monitoram seu trabalho. Este é exatamente o problema que o próximo webinar do Google Cloud em parceria com a YourStory pretende resolver.

Em 30 de outubro, os líderes de produto do Google Cloud apresentarão o 'Roteiro Gemini' — uma visão geral das últimas atualizações do Gemini AI, incluindo a Plataforma de Agentes Empresariais Gemini (Gemini Enterprise Agent Platform) e o Gemini Enterprise para experiência do cliente. A sessão foi desenvolvida especificamente para pequenas organizações e aborda como a IA pode ser um poderoso amplificador para a equipe, com base no roteiro Gemini até 2026. Os participantes receberão frameworks de ROI comprovados e detalhes técnicos necessários para manter a flexibilidade e competitividade em um mercado em rápida mudança.

A visão geral está dividida em dois segmentos, cada um voltado para um público diferente.

A primeira sessão é destinada a desenvolvedores e líderes técnicos. Ela examinará os recursos mais recentes da Plataforma de Agentes Empresariais Gemini, que combina pesquisas avançadas de IA do Google com infraestrutura global segura. Isso permite que as equipes criem, escalonem e gerenciem agentes que realmente funcionam em ambientes de trabalho. O conceito é criar uma plataforma segura e abrangente para todo o ciclo de vida do agente — um 'conjunto de mãos adicionais' digital que processa de forma confiável fluxos de trabalho complexos.

Os participantes aprenderão como criar agentes rapidamente usando o Kit de Desenvolvimento de Agentes (Agent Development Kit, ADK), implantá-los em produção através de um runtime integrado totalmente gerenciado e usar o Agent Gateway e o Agent Identity para gerenciar permissões e segurança sem a necessidade de uma grande equipe de segurança. Além disso, será abordada a aplicação e garantia automática de políticas de segurança à medida que as implantações crescem, bem como a disponibilidade dos agentes para todos os funcionários através do aplicativo Gemini.

Três líderes de produto do Google Cloud participarão desta sessão: Jamie de Guerre, Diretor Sênior de Gerenciamento de Produtos em IA em Nuvem; Shubham Saboo, Gerente Sênior de Produtos de IA; e Dmitry Pimenov, Diretor de Gerenciamento de Produtos Gemini.

A segunda sessão visa líderes focados na experiência do cliente. Ela começa com um problema comum: aplicativos desconectados e oportunidades perdidas para clientes, quando cada interação conta — desde a primeira solicitação até o checkout final. Os participantes verão como criar agentes de IA capazes de realizar trabalhos complexos e fornecer suporte natural e útil durante toda a jornada do cliente.

Esta seção é destinada a líderes dispostos a ir além dos chatbots básicos. Será demonstrado como a mesma tecnologia usada por marcas globais para dobrar sua eficiência pode ser aplicada a uma equipe em crescimento. O Gemini 3.1 Live Audio confere uma voz natural à marca, resolvendo problemas por meio de um diálogo fluido, e não menus rígidos. O motor de contexto inteligente lembra o que o cliente disse três etapas atrás, eliminando a necessidade de repetir informações. Dados analíticos automatizados identificam tendências de clientes instantaneamente, ajudando as equipes a melhorar o atendimento a cada chamada, enquanto a privacidade corporativa mantém os dados de negócios e clientes sob controle exclusivo.

A sessão de experiência do cliente será conduzida por Ali Rana, Diretor de Produto de IA Aplicada no Google Cloud.

Para pequenas organizações, o próximo passo na adoção de IA não se trata tanto de experimentos quanto de implementação: lançar agentes que funcionam de forma estável em produção, garantir sua segurança e fornecer suporte natural, e não roteirizado, aos clientes. Uma vasta equipe de engenharia ou um departamento de segurança não é o que toda pequena equipe possui.

O webinar foi criado para mostrar que isso não é um pré-requisito. Combinando uma visão técnica da Plataforma de Agentes com uma visão de negócios da experiência do cliente, ele oferece aos desenvolvedores e tomadores de decisão uma visão clara do futuro e de como isso pode ser aplicado.