Resposta rápida: Quando parte da operação roda com agentes de IA, o pico de demanda muda de natureza. A capacidade deixa de ser limitada por contratação e passa a ser limitada por três coisas novas: custo, que escala junto com o volume porque é variável; cota e fila do fornecedor de modelo, que impõem teto técnico; e qualidade, que degrada exatamente quando ninguém tem tempo de conferir. Preparar isso exige quatro providências antes da data: um ensaio com volume real e conversa real, não teste sintético; um plano escrito de degradação dizendo o que desligar primeiro e o que nunca desliga; escala humana de plantão dimensionada para o cenário de falha, e não para o cenário de sucesso; e congelamento de mudanças na véspera. O pico não cria problema novo, ele expõe o problema que já existia com um público muito maior olhando.
Em novembro do ano passado, uma empresa me chamou dois dias antes da Black Friday. O agente de atendimento dela estava respondendo bem, o time estava confiante, e a pergunta era se havia algo a fazer. Eu perguntei três coisas: qual o teto de requisições contratado, o que acontece quando ele é atingido, e quem está de plantão no domingo. Não havia resposta para nenhuma.
O pico chegou, o volume multiplicou, o agente começou a demorar, depois a falhar, e o time descobriu no meio da tarde de sexta que o plano B era o WhatsApp pessoal de três pessoas. A operação sobreviveu, com um custo de reputação que ninguém mediu e um custo de plataforma que apareceu na fatura do mês seguinte e gerou uma reunião desconfortável.
O incômodo dessa história é que a data estava no calendário havia um ano. Pico de demanda é o evento mais previsível de qualquer operação, e continua sendo tratado como imprevisto. Com agentes na jogada, o preço da falta de preparo mudou de lugar.
O pico não cria problema, ele expõe
Essa é a lei que eu repito em toda reunião de preparação. Nenhum pico inventa um defeito. Ele apenas tira a folga que escondia o defeito o resto do ano.
O cadastro com endereço errado sempre esteve errado, e em novembro ele gera mil entregas malsucedidas em vez de dez. O processo que depende de uma pessoa aprovar sempre dependeu, e no pico essa pessoa vira fila. O agente que responde razoavelmente noventa por cento das perguntas sempre errou dez, e com volume dez vezes maior o número absoluto de clientes irritados passa de suportável para visível.
Isso muda a natureza da preparação. Preparar para o pico significa encontrar e consertar as folgas que a operação usa sem saber, muito mais do que aumentar capacidade. E o melhor momento para fazer isso é agora, quando ainda dá para consertar sem plateia.
Onde o agente escala de verdade, e onde ele não escala
Existe uma promessa implícita que precisa ser desmontada com cuidado: a de que agente é capacidade infinita. Ele é elástico em algumas dimensões e absolutamente rígido em outras, e confundir as duas é o erro mais caro dessa preparação.
Escala bem: volume de conversa simultânea, leitura de documento, classificação, extração, primeira resposta. Nessas tarefas, dobrar o volume é uma questão de custo e de cota, não de tempo de treinamento.
Não escala: qualquer coisa que dependa de um sistema interno com limite próprio, e é aqui que a maioria das operações trava. O agente aguenta dez mil conversas, o ERP que ele consulta aguenta duzentas consultas por minuto. O agente responde na hora, o gateway de pagamento entra em fila. O gargalo se desloca para o elo mais fraco, e o elo mais fraco quase nunca é o modelo de linguagem.
Também não escala o que precisa de decisão humana. Se dois por cento das conversas exigem aprovação de exceção comercial, em dia normal isso são vinte casos e uma pessoa resolve. No pico são quatrocentos, e nenhuma pessoa resolve. Essa conta precisa ser feita antes, com o número do pico e não com o número de hoje.
O custo escala junto, e essa conversa precisa acontecer antes
Aqui está a mudança de natureza que os diretores financeiros ainda estão absorvendo. Capacidade humana é custo fixo no mês: o atendente custa o mesmo em dia parado e em dia de pico. Capacidade de agente é custo variável por interação, então o pico multiplica a fatura na mesma proporção que multiplica o volume.
Isso não chega a ser ruim, apenas diferente, e exige duas providências. A primeira é conhecer o custo por interação antes do pico, com precisão suficiente para projetar. A segunda é ter um teto definido e um responsável por decidir o que acontece quando ele se aproxima, porque a alternativa é descobrir na fatura.
Existe um detalhe técnico com efeito financeiro grande e que quase ninguém observa: o custo por interação sobe quando a conversa é longa, porque o histórico viaja em cada resposta. No pico, as conversas ficam mais longas, porque o cliente está ansioso e insiste. Então o custo por conversa cresce mais que proporcionalmente ao volume. Quem projetou linearmente vai errar para baixo. A régua de custo unitário está em custo unitário de IA: FinOps para o CFO.
Leia também
Cota, fila e o teto que você não sabe que tem
Todo fornecedor de modelo impõe limite de uso por período, e a maioria das empresas nunca chegou perto dele, então nunca descobriu qual é. No pico se descobre, e se descobre da pior forma: com o agente devolvendo erro que ninguém tratou.
Três perguntas que precisam ter resposta escrita, com nome de quem confirmou. Qual o limite de requisições por minuto e por dia do plano atual, e quanto isso representa em conversas simultâneas na sua operação. O que exatamente o agente faz quando esse limite é atingido, mensagem de espera, fila ou erro cru. E existe possibilidade de elevar o limite temporariamente, com quanto tempo de antecedência e a que custo.
A terceira pergunta é a que mais surpreende, porque elevação de cota costuma exigir solicitação prévia e não é instantânea. Pedir na sexta-feira do pico é tarde. Pedir três semanas antes é rotina.
E vale desenhar o comportamento sob fila com honestidade para o cliente. Um agente que diz "estamos com volume alto, sua resposta pode levar alguns minutos" preserva a relação. Um agente que trava sem dizer nada é pior que canal fechado.
O plano de degradação: o que desliga primeiro
Essa é a peça que quase nenhuma operação tem e que muda o resultado do dia mais que qualquer otimização. Um documento de uma página, escrito antes, dizendo em qual ordem as funções são reduzidas quando a capacidade aperta.
O raciocínio é de prioridade de negócio, não técnico. O que gera receita agora fica de pé até o fim: venda, pagamento, confirmação de pedido. O que pode esperar horas é reduzido primeiro: resumo interno, relatório, enriquecimento de cadastro, campanha, sugestão proativa. O que pode ser simplificado sem quebrar a experiência vem no meio: resposta mais curta, menos contexto carregado, uma pergunta em vez de três.
O documento precisa dizer quem tem autoridade para acionar cada nível, sem reunião. No pico não existe tempo para consenso, e a ausência de autoridade definida produz paralisia justo no momento em que a decisão precisa levar dois minutos. A estrutura dessa preparação conversa diretamente com plano de continuidade quando a IA cai.
O humano de plantão precisa existir de verdade
Toda operação com agente tem um plano humano de contingência no papel. A pergunta que revela se ele existe é outra: quem, com nome, está de plantão no domingo do pico, com qual acesso, e sabe que está?
Dimensionar isso pelo cenário de sucesso é o erro clássico. A escala é montada assumindo que o agente vai funcionar, então fica mínima. Se o agente falhar, essa escala mínima recebe o volume inteiro e colapsa em minutos, transformando um problema técnico em crise de atendimento.
O dimensionamento correto parte do cenário de falha parcial: se o agente perder metade da capacidade nas duas horas de maior movimento, quantas pessoas seriam necessárias para atender o essencial? Essa é a escala de plantão, e ela não é a escala normal.
Vale também garantir o acesso. Já vi plantão pronto e impedido de agir porque a pessoa não tinha permissão no painel, e quem tinha estava viajando. Testar o acesso do plantonista na semana anterior custa dez minutos.
Leia também
Qualidade degrada exatamente quando ninguém está olhando
Existe uma armadilha silenciosa nessa preparação. Durante o pico, a revisão humana da saída do agente é a primeira coisa que a equipe abandona, porque não há tempo. Então o momento de maior volume é também o de menor supervisão, e um erro sistemático pode se repetir milhares de vezes antes de alguém perceber.
Dois cuidados resolvem a maior parte disso. O primeiro é amostragem automática com alarme: em vez de revisar tudo, revisar uma amostra pequena a cada hora, com alguém encarregado e um sinal claro do que constitui desvio. O segundo é travar as respostas de maior risco em fonte única de verdade, especialmente preço, prazo, estoque e política de troca, proibindo o agente de deduzir número em qualquer circunstância.
O erro que mais custa em pico é o compromisso comercial errado dado em escala. Prometer prazo que não existe para mil clientes é um problema que sobrevive ao pico por meses, e o roteiro de resposta está em quando a IA erra na frente do cliente.
Ensaio com conversa real, não teste sintético
Teste de carga tradicional dispara requisições artificiais e mede tempo de resposta. Isso é necessário e insuficiente, porque não reproduz o que o pico realmente traz: conversa confusa, cliente ansioso, mensagem fora de escopo, áudio, foto, insistência.
O ensaio que funciona usa material histórico. Pegue as conversas reais do último pico, ou de um dia movimentado recente, e reproduza esse volume e essa variedade contra o ambiente de teste. O que se mede vai além da latência: taxa de transbordo, custo por conversa e qualidade de resposta sob volume.
Recomendo fazer isso quatro semanas antes, porque o resultado costuma exigir ajuste que leva tempo. E recomendo incluir o cenário desagradável de propósito: o que acontece se o sistema de estoque ficar cinco minutos fora do ar no meio do movimento? Se ninguém sabe, o ensaio ainda não terminou.
Congelamento na véspera, sem exceção
Regra simples e das mais eficazes: nas duas semanas anteriores ao pico, nenhuma mudança em prompt, em integração, em escopo ou em fornecedor. Só correção de defeito crítico, com registro.
O motivo é estatístico. A maior parte dos incidentes em operação com agentes vem de mudança recente, e no pico não existe janela para descobrir que a alteração de terça-feira quebrou um caso raro. O ganho marginal de uma melhoria de última hora nunca compensa o risco de um comportamento novo com plateia.
Isso exige combinar antes com quem pede mudanças, tipicamente marketing e comercial, porque é justamente na véspera que surgem pedidos urgentes de nova campanha e nova regra promocional. Congelamento anunciado com antecedência é aceito. Congelamento improvisado gera conflito.
Leia também
Comunique ao cliente antes, e não durante
Existe uma diferença enorme de percepção entre um cliente que sabe que o volume está alto e um que descobre esperando. Comunicação preventiva no canal e no site, dizendo o período de maior movimento e o prazo realista de resposta, reduz reclamação de forma mais eficaz que qualquer melhoria técnica.
E vale calibrar a promessa para baixo. Prometer resposta em duas horas e entregar em uma gera satisfação. Prometer trinta minutos e entregar em cinquenta gera reclamação, mesmo sendo objetivamente melhor. Isso é gestão de expectativa, e custa apenas decidir com honestidade antes.
No pico, o agente também deveria ser mais explícito que o normal sobre o que consegue e não consegue fazer, e mais rápido em oferecer o caminho humano. Autonomia excessiva em momento de estresse operacional é o que produz as capturas de tela que circulam depois.
O pico de saída existe, e é diferente do de entrada
Boa parte das empresas prepara o atendimento e esquece a outra ponta. Existe o pico de entrada, com cliente chegando, e existe o pico de saída, com a operação tendo que produzir: separar, faturar, expedir, entregar, instalar, atender no local.
Agente ajuda muito na primeira onda e quase nada na segunda, porque a segunda tem limite físico. Isso cria um efeito perverso quando não é planejado: a empresa vende com eficiência recorde e não consegue entregar, transformando um pico de receita numa avalanche de reclamação duas semanas depois.
Então a conta de capacidade precisa incluir a operação física, e o agente pode ajudar de outra forma nesse ponto: comunicando proativamente o prazo real, priorizando com critério explícito e avisando quem vai atrasar antes de o cliente perguntar. Em varejo isso é especialmente evidente, e a discussão setorial está em IA no varejo: onde gera resultado.
E o pico que não está no calendário
Tudo o que escrevi até aqui assume data conhecida, e é o caso mais comum. Existe, porém, o pico não previsto: um vídeo que viraliza citando a sua empresa, um concorrente que sai do ar e joga a demanda dele em você, uma notícia que gera enxurrada de dúvida, um problema de produto que multiplica reclamação em horas.
A boa notícia é que a preparação é praticamente a mesma, com uma diferença de gatilho. Em pico com data, o plano é acionado por calendário. Em pico inesperado, ele precisa ser acionado por sinal, e o sinal precisa estar configurado antes: alerta quando o volume de conversas por hora passa de um múltiplo da média, quando a taxa de transbordo dobra, ou quando o custo por hora ultrapassa um limite.
Sem alarme automático, a empresa descobre o pico inesperado pelo pior caminho possível, que é alguém da diretoria vendo reclamação em rede social. Com alarme, existe uma hora de vantagem, e uma hora é suficiente para acionar o plano de degradação e chamar o plantão.
Recomendo configurar esses três alertas mesmo em operação pequena, porque o custo é próximo de zero e o benefício aparece uma vez por ano de um jeito que ninguém esquece.
Leia também
Depois da onda vem o vale, e ele também precisa de decisão
Sazonalidade tem dois lados. Passado o pico, a operação entra em período de baixa e mantém estrutura dimensionada para o movimento que passou. Com custo variável, isso é menos grave que com custo fixo, e é justamente aí que existe uma vantagem real dos agentes que raramente é reivindicada: o custo desce sozinho quando o volume desce.
Vale, porém, revisar o que ficou ligado por inércia. Fluxo criado para o pico, integração temporária, cota elevada que continua sendo cobrada, agente auxiliar que ninguém desligou. Duas semanas depois do pico é o momento certo para essa limpeza, e ela costuma devolver dinheiro.
O vale também é a única janela do ano com atenção disponível para consertar o que o pico expôs. Quem usa esse tempo para redesenhar o processo que falhou entra no pico seguinte em outro patamar. Quem apenas respira volta a improvisar no ano que vem.
A retrospectiva que quase ninguém faz
Sete dias depois do pico, com a memória fresca, uma reunião de noventa minutos vale mais que qualquer relatório. Cinco perguntas: o que quebrou, o que ficou perto de quebrar sem ninguém perceber, qual foi o custo real por interação comparado ao projetado, quantas vezes o plano de degradação foi acionado, e o que o cliente reclamou com mais frequência.
O item mais valioso é o segundo, porque o que quase quebrou este ano é o que vai quebrar no próximo, com volume maior. E ele só é lembrado se a conversa acontecer logo, antes de a operação voltar ao normal e o assunto perder urgência.
Essa retrospectiva deveria alimentar a revisão periódica dos agentes, e não virar um documento isolado. O ritual dessa revisão está em revisão trimestral de agentes de IA.
Como eu prepararia, com oito semanas de antecedência
Semanas oito e sete: levantar o número do pico anterior e projetar o deste ano, calcular custo por interação e custo total projetado, e confirmar cota do fornecedor com nome de quem confirmou. Semanas seis e cinco: mapear os limites dos sistemas internos que o agente consulta e a conta de exceções que precisam de decisão humana.
Semana quatro: ensaio com conversa real, incluindo o cenário de sistema fora do ar. Semana três: escrever o plano de degradação de uma página, definir autoridade de acionamento e montar a escala de plantão pelo cenário de falha parcial, testando o acesso de cada plantonista. Semana dois: congelamento de mudanças e comunicação preventiva ao cliente. Semana um: ensaio da escala humana, com o plantão sabendo exatamente o que fazer nos primeiros dez minutos de um incidente.
Nada nessa lista é sofisticado, e é justamente por isso que ela funciona. O pico não pune quem tem a tecnologia mais avançada. Pune quem não decidiu, com antecedência e por escrito, o que fazer quando a conta não fechar. E como a data está no calendário desde janeiro, essa é a única categoria de crise operacional que se pode escolher não ter.