HCLTech: agentes de IA absorveram 40% mais incidentes de TI
Dois gargalos no suporte
Em estudo de caso publicado em 2 de novembro, a HCLTech descreve um distribuidor global de eletrônicos cuja triagem manual e dependência de especialistas atrasavam o diagnóstico de incidentes. A fornecedora não identifica o cliente nem informa o período avaliado.
Um agente classifica e encaminha os incidentes conforme as regras de escala da equipe. O outro sugere soluções com base em registros anteriores, na base de erros conhecidos e em artigos de conhecimento. Os dois foram integrados ao sistema de suporte já utilizado pela empresa, segundo a HCLTech.
Números divulgados pela fornecedora
A HCLTech afirma que a equipe passou a absorver 40% mais incidentes sem ampliar o quadro. A fornecedora também relata produtividade 35% maior entre engenheiros de suporte e redução de 28% no tempo médio de resolução.
Esses números descrevem um único cliente e vêm da empresa que vendeu a solução. O estudo de caso não informa o período medido, a linha de base, o tamanho da amostra nem como cada indicador foi calculado. O cliente também não é identificado. Por isso, os dados não permitem estimar o resultado de outra operação nem atribuir toda a mudança aos agentes.
O que vale testar na operação
O ponto a observar está no fluxo: reduzir o intervalo entre a abertura e o encaminhamento do chamado e disponibilizar conhecimento validado a quem resolve o problema. A fonte não informa a taxa de recomendações incorretas, o volume de reaberturas nem se havia revisão humana; esses pontos precisam ser verificados antes de adotar o modelo.
Uma empresa que queira testar automação pode começar por uma categoria recorrente e de baixo impacto. Antes do piloto, deve registrar volume, gravidade, tempo até a primeira resposta, tempo de resolução, cumprimento dos níveis de serviço acordados, reaberturas e escalonamentos. Durante o teste, convém acompanhar também a qualidade das recomendações e quando o agente precisa transferir o atendimento a uma pessoa.
Compare os indicadores com a linha de base. Se a fila cair sem aumentar erros ou retrabalho, a equipe terá elementos para decidir se amplia o teste. Se o tempo de resolução melhorar enquanto crescem as reaberturas ou as respostas inadequadas, o resultado não representa ganho operacional.
Fontes
HCLTech, 02/11/2026. https://www.hcltech.com/case-study/agentic-ai-it-incident-management-electronics-distributor