Katie Stein, CEO da ASAPP – Série de Entrevistas

Katie Stein, CEO da ASAPP, é uma executiva experiente em tecnologia e negócios com mais de duas décadas de experiência abrangendo estratégia corporativa, operações, transformação digital e crescimento empresarial. Antes de ingressar ASAPP como CEO em agosto de 2026, ela atuou como CEO da Atain e passou oito anos na Genpact, onde foi Diretora de Estratégia e Líder Global de Negócios para Serviços Empresariais e Análises, supervisionando a estratégia corporativa, grandes portfólios de serviços, experiência do cliente e iniciativas de M&A. No início de sua carreira, Stein ocupou cargos de liderança sênior na Mercer, incluindo Diretora Executiva Global de Operações para seu negócio de Aposentadoria, Saúde e Benefícios de $2,5 bilhão, e trabalhou como Líder de Projeto na Boston Consulting Group. Sua carreira tem se centrado principalmente em ajudar grandes organizações a melhorar o desempenho operacional, implantar tecnologia de forma mais eficaz e executar transformações empresariais complexas.

ASAPP é uma empresa de IA focada em transformar o atendimento ao cliente empresarial por meio de sua Plataforma de Experiência do Cliente (CXP) nativa de IA. Fundada em 2015, a empresa desenvolve tecnologia que reúne agentes de IA, expertise humana, dados de clientes e sistemas corporativos em canais de voz e digitais. No centro da plataforma está o GenerativeAgent, um agente de atendimento ao cliente de IA projetado para compreender conversas, raciocinar sobre solicitações dos clientes, executar ações por meio de sistemas corporativos conectados e envolver agentes humanos quando for necessário supervisão ou julgamento adicional. A ASAPP também oferece ferramentas para teste, monitoramento, governança e observabilidade, permitindo que grandes organizações implantem IA voltada ao cliente enquanto mantêm maior controle sobre o comportamento dos agentes automatizados.

Sua carreira o levou de cargos de estratégia e transformação na BCG, Mercer e Genpact a liderar a Atain, e agora a assumir a posição de CEO da ASAPP. O que o atraiu para a ASAPP neste ponto da sua carreira e, após seus primeiros 30 dias, quais foram as maiores oportunidades e prioridades que você identificou para a empresa?

A ASAPP apareceu pela primeira vez no meu radar durante a Tempestade de Inverno Fern no início deste ano. Na Atain, estávamos trabalhando em todas as frentes para criar capacidade suficiente para uma das maiores companhias aéreas dos EUA, enquanto milhares de viajantes afetados tentavam voltar para casa. A ASAPP não apenas respondeu perguntas; seu GenerativeAgent remarcou mais de 3.800 passageiros em seis dias, incluindo alterações complexas de itinerário. Isso me mostrou como a IA empresarial se comporta sob pressão real. Meus primeiros 30 dias reforçaram essa visão. Nossa oportunidade é focar e escalar: concentrar‑nos onde a ASAPP tem a vantagem mais clara, ajudar os clientes a passar da experimentação para o impacto em produção e executar com maior velocidade e consistência.

A abordagem da ASAPP reúne agentes de IA autônomos, fluxos de trabalho determinísticos e especialistas humanos em uma única camada de orquestração. Como você determina quais decisões devem ser delegadas a um agente de IA, quais devem seguir regras predefinidas e quais devem envolver julgamento humano?

Não atribuímos uma interação inteira à IA, a um fluxo de trabalho predefinido ou a uma pessoa. Avaliamos cada decisão com base em sua complexidade, risco e necessidade de responsabilidade. A IA é bem adequada para entender a intenção, interpretar o contexto e adaptar‑se ao cliente. Os fluxos de trabalho garantem consistência quando etapas ou políticas necessárias devem ser seguidas. Os humanos adicionam julgamento quando a situação é ambígua, excepcional ou de grande consequência. A orquestração reúne os três dentro da mesma interação. O objetivo não é autonomia máxima. É atender a mais necessidades dos clientes aplicando o nível correto de controle em cada ponto de decisão.

A ASAPP trata a participação humana como parte contínua do sistema de IA, e não apenas como um caminho de escalonamento quando a automação falha. À medida que os agentes de IA se tornam mais capazes, onde você acredita que os humanos continuarão a agregar mais valor nas interações de atendimento ao cliente?

Ingenuidade humana! Há alguns meses, conversei com um líder sênior de CX que observou que um número relativamente pequeno de chamadas representa uma parcela desproporcional do tempo de atendimento. Esses casos são frequentemente situações de borda sem FAQ clara, artigo de conhecimento ou procedimento operacional padrão. São difíceis porque a organização ainda não encontrou – ou codificou – a resposta. Os humanos continuarão a agregar mais valor nesses momentos: interpretar ambiguidades, equilibrar considerações concorrentes e aplicar julgamento onde não há um manual estabelecido. Contudo, envolver uma pessoa não deve exigir abandonar a automação e transferir toda a interação. A IA coleta o que é necessário e apresenta à pessoa uma solicitação e contexto específicos; o humano fornece o julgamento e então a IA continua a interação. Essa expertise resolve o problema imediato e ajuda a ampliar o que a IA pode resolver a seguir.

Muitas empresas demonstraram com sucesso IA generativa em projetos piloto, mas enfrentam dificuldades ao tentar implantá‑la em milhões de interações reais com clientes. O que as empresas mais frequentemente subestimam ao fazer a transição de um piloto de IA para um sistema agente em escala de produção?

As empresas geralmente subestimam a cauda longa. Os pilotos costumam testar casos de uso definidos sob condições controladas. Em escala de produção, situações raras tornam‑se ocorrências cotidianas: clientes mudam de direção, fornecem informações incompletas ou combinam necessidades de maneiras que ninguém previu. Por isso, escalar IA agente não é apenas um desafio de modelo. Exige integração com os sistemas corporativos, governança, monitoramento e um modo de envolver pessoas quando o julgamento é necessário. O piloto comprova que a tecnologia funciona. A produção requer a arquitetura e a disciplina operacional para torná‑la confiável em escala.

À medida que as empresas evoluem de um único assistente de IA para múltiplos agentes especializados que trabalham em conjunto, que novos desafios técnicos ou de governança surgem em torno da orquestração, observabilidade e responsabilidade?

O novo desafio é a coordenação. Mais agentes geram mais transferências, pontos de decisão e oportunidades de ruptura de contexto ou responsabilidade. As empresas precisam de orquestração que determine qual agente deve agir, quais informações e permissões ele recebe e como seu trabalho contribui para a resolução do cliente. A observabilidade precisa se estender por toda a interação para que as organizações compreendam o que aconteceu e por quê. Isso se torna a base da governança. A vantagem não virá de implantar o maior número de agentes, mas de coordenar toda essa inteligência especializada em um único sistema que seja confiável, rastreável e responsável.

A ASAPP introduziu recentemente Continuous Red Teaming, que testa automaticamente seus sistemas de IA contra mais de 50 classes de vulnerabilidades à medida que os modelos evoluem. Como as empresas devem repensar a segurança quando os agentes de IA não geram apenas respostas, mas passam a executar ações em nome dos clientes?

Os riscos mudam quando a IA passa de responder perguntas para executar ações. Uma transação não autorizada ou a exposição de dados de clientes tem consequências muito maiores que uma resposta imprecisa. As empresas precisam de limites claros sobre o que um agente pode acessar, o que pode fazer e quando a aprovação humana é necessária. A segurança também não pode ser um teste único antes da implantação. À medida que a IA se torna mais capaz, os agentes maliciosos também inovam. Por isso a ASAPP testa continuamente milhares de cenários adversários que abrangem mais de 50 classes de vulnerabilidades. A segurança deve evoluir tão rapidamente quanto a tecnologia, para que as empresas possam expandir o que a IA pode fazer sem comprometer a confiança do cliente.

A IA generativa é inerentemente probabilística, porém os processos de atendimento ao cliente frequentemente envolvem transações, requisitos de conformidade e outras tarefas cujos resultados precisam ser previsíveis. Como as empresas podem preservar a flexibilidade da IA generativa ao introduzir estrutura determinística suficiente para tornar esses sistemas confiáveis?

A chave é separar a conversa do processo de negócios. Acreditamos que a IA generativa deve fazer o que faz de melhor: entender o cliente, navegar na ambiguidade e responder de forma natural. Mas processos críticos – como verificação, transações e conformidade – devem operar dentro de fluxos de trabalho baseados em etapas que imponham as regras da empresa e a sequência necessária. Essa arquitetura oferece às empresas o melhor dos dois mundos: uma experiência flexível para o cliente e execução previsível para o negócio. Também facilita testar, auditar e melhorar os processos à medida que os modelos evoluem. As empresas não precisam tornar rígida cada conversa com o cliente para tornar a IA confiável. Elas precisam ser muito claras sobre onde a IA pode se adaptar e onde o processo absolutamente não pode.

Os centros de contato tradicionalmente mediam a automação por métricas como contenção e redução de custos. À medida que a IA agente se torna mais sofisticada, quais métricas as empresas devem usar para determinar se a IA está realmente melhorando a experiência do cliente, em vez de apenas reduzir a intervenção humana?

Estamos nos afastando de métricas como desvio e contenção e avançando para o que eu chamo de “resolução verificada”. Quero que sejamos responsáveis por entender a intenção do cliente e realmente resolvê‑la. Como cliente, quero que a experiência seja agradável, mas, acima de tudo, quero que o motivo pelo qual procurei ajuda seja resolvido. Quando medimos esse resultado, em vez de simplesmente se a IA impediu que alguém fosse atendido por um agente humano, alinhamos a tecnologia com o trabalho que o cliente realmente precisa que seja feito.

Se um especialista humano pode supervisionar ou orientar cada vez mais conversas impulsionadas por IA, como você espera que a força‑trabalho dos centros de contato evolua? Você vê novos papéis surgindo em torno da supervisão, treinamento, governança e melhoria contínua da IA?

Isso é o que realmente me entusiasma sobre o futuro modelo operacional dos centros de contato. Hoje, os agentes humanos estão na linha de frente, frequentemente ajudando clientes que estão decepcionados, confusos ou irritados, enquanto gastam grande parte do seu tempo navegando por sistemas complexos para resolver esses problemas. É um trabalho exigente, e o burnout é alto. À medida que a IA agente assume mais desse trabalho em canais de voz e digitais, acredito que veremos surgir uma nova classe de profissional de CX: o agente humano como analista. Seu tempo será cada vez mais dedicado a situações que exigem julgamento, que não são preto no branco ou que têm sensibilidade regulatória. Esse é um papel fundamentalmente diferente, e que a própria IA está ajudando a criar.

Depois dos seus primeiros 30 dias liderando a ASAPP, o que mais lhe surpreendeu sobre onde as empresas estão atualmente na adoção de IA agente, e o que você acredita que definirá a próxima fase do atendimento ao cliente impulsionado por IA?

Tenho ficado impressionado com a disposição dos clientes com quem conversei em tornar a IA agente um pilar central de sua estratégia de CX, em vez de algo adjacente a ela. O desafio é que Digital, TI, Segurança e Operações costumam avançar em ritmos diferentes e medir o sucesso de maneiras distintas. Essa fragmentação dificulta a visualização clara do caso de negócios empresarial. A próxima fase exigirá que as organizações se alinhem ao que realmente importa ao nível empresarial e compreendam onde a IA agente em CX pode impulsionar esses resultados. Hoje, esse impacto pode ser diluído nos scorecards existentes e nas métricas isoladas.

Obrigado pela ótima entrevista, leitores que desejam saber mais devem visitar ASAPP.