Quanto custa IA de voz para atendimento depende de quatro camadas: telefonia por minuto, transcrição da fala, uso do modelo e integração com CRM, ERP ou central de chamados. A fatura recorrente começa nos minutos, mas o que normalmente define o tamanho do projeto é a última camada: o que a IA pode consultar, registrar e encaminhar sem criar erro.
Esta página separa as partes da conta para quem está orçando atendimento por voz com IA. O objetivo não é publicar uma faixa única, porque volume, rota, dados e regras mudam de operação para operação. É mostrar o que comparar numa proposta, quando voz faz sentido e como estimar retorno antes de contratar. Para o panorama de outros projetos, veja quanto custa criar uma inteligência artificial.
Do que é feito o custo de uma IA de voz no atendimento
Uma IA de voz não é um item único. Ela recebe a ligação, entende o que foi dito, decide qual informação procurar, formula uma resposta e, em alguns casos, executa uma ação no sistema. Cada etapa tem custo e risco diferentes.
| Camada | O que ela faz | O que costuma mudar a conta |
|---|---|---|
| Telefonia | Recebe, origina e roteia a chamada | Minutos, origem, destino e número |
| Transcrição e voz | Transforma fala em texto e resposta em áudio | Duração, idioma, modelo e qualidade de áudio |
| Modelo de IA | Interpreta pedido e monta a resposta | Contexto enviado, tamanho da resposta e volume |
| Integração e regra | Consulta sistemas e controla o que pode ser feito | CRM, ERP, exceções, auditoria e transferência humana |
A primeira camada aparece logo na tabela de preços do fornecedor. As demais pedem desenho de operação. Se a IA responde horário de funcionamento, a integração pode ser pequena. Se ela consulta uma parcela, abre chamado e registra o resumo no CRM, precisa haver regra para cada passo, tratamento de falha e trilha do que aconteceu.
O custo por minuto: telefonia, transcrição e modelo
O preço por minuto é útil para projetar a fatura, desde que seja lido como referência e não como preço final do atendimento. Em consulta feita em 08/10/2026, a tabela pública da Twilio para o Brasil mostrava US$ 0,0310 por minuto para chamadas locais de saída, US$ 0,0100 por minuto para receber em número local e US$ 4,25 por mês pelo número. É uma referência de telefonia, não uma recomendação de fornecedor.
O áudio também precisa virar texto. Como referência pública na mesma data, a página de preços da OpenAI listava US$ 0,0045 por minuto para transcrição com GPT-Transcribe. Esse valor não inclui a conversa em si, que pode ser cobrada por tokens de entrada e saída, nem a voz sintética quando houver.
Use uma planilha simples para testar cenários antes de fechar qualquer arquitetura:
| Variável | Como preencher | Por que importa |
|---|---|---|
| Chamadas mensais | Volume do PABX ou da central | Define a escala da fatura |
| Duração média | Minutos por chamada | Multiplica telefonia e áudio |
| Parte resolvida pela IA | Hipótese conservadora, validada em piloto | Evita contar economia que não existe |
| Transferências para humano | Casos fora de regra ou de baixa confiança | Mostra o custo híbrido real |
| Dados consultados | Pedidos, cadastro, agenda, contrato | Define integração e segurança |
Não converta esses preços em reais sem definir câmbio, impostos, plano e rota. Tabelas de API mudam, e contratos empresariais podem ter condições próprias. A proposta deve declarar data da consulta, moeda, premissas de volume e o que fica de fora.
O custo de projeto: integração, regras e transbordo para humano
A integração domina quando a IA precisa resolver, não apenas conversar. Para informar status de pedido, por exemplo, ela precisa identificar o cliente, consultar a fonte certa, apresentar a resposta e registrar o atendimento. Para remarcar uma entrega, precisa saber quais horários são permitidos, gravar a escolha e tratar o que fazer se o sistema estiver indisponível.
É aqui que um projeto pode ficar duas vezes maior: a regra está em planilhas diferentes, não há uma fonte confiável para a política, cada equipe trata exceção de um jeito ou o CRM não oferece um caminho seguro de consulta e escrita. Antes de contratar, liste as cinco intenções mais frequentes da central e peça que a proposta mostre, para cada uma, dado de origem, ação permitida, limite e rota de transbordo.
- Integração não é só API. É também autenticação, tratamento de indisponibilidade, log e dono da manutenção.
- Regra de negócio precisa estar escrita. A IA pode interpretar a fala, mas desconto, prazo e alteração de pedido devem passar por validação determinística.
- Transbordo protege o cliente. A pessoa deve conseguir pedir atendimento humano, e o atendente precisa receber o histórico da conversa.
Esse mesmo desenho vale para um agente de IA para atendimento e vendas. A IA sugere e busca informação; o sistema valida o que tem impacto financeiro, contratual ou operacional. Isso reduz o risco de uma resposta convincente e errada virar compromisso com o cliente.
Quando a voz compensa e quando o texto resolve
Voz compensa quando a empresa já recebe muitas ligações sobre assuntos repetitivos, a resposta exige rapidez e o público prefere o telefone. Também é adequada para triagem: identificar intenção, coletar dados iniciais e entregar o caso certo com contexto para a pessoa certa.
Texto resolve melhor quando a resposta precisa trazer link, comprovante, imagem, tabela ou leitura cuidadosa. Ele também facilita revisão, deixa registro mais simples e costuma ter custo menor em conversas longas. Não é necessário escolher um canal para sempre: uma operação pode começar por texto, medir as dúvidas e levar para voz apenas as que fazem sentido no telefone.
O erro é automatizar toda a central de uma vez. Comece pelo assunto com maior volume e regra mais estável, como segunda via, acompanhamento de pedido ou confirmação de horário. Casos de cobrança, exceção contratual ou cliente irritado precisam de rota humana desenhada desde o início.
Como estimar o retorno antes de contratar
Retorno não é apenas reduzir minutos atendidos por pessoas. Ele aparece em menor espera, atendimento fora do horário, redução de retrabalho e melhor encaminhamento. Para medir, registre antes do piloto o volume, duração média, tempo até atendimento, custo por contato, taxa de resolução e reincidência. O método completo está no guia de como calcular ROI de IA.
Faça uma conta ilustrativa, com premissas explícitas. Se uma central recebe 10 mil ligações por mês, de quatro minutos em média, não assuma que todas serão resolvidas automaticamente. Estime uma parcela conservadora para o caso de uso escolhido, mantenha o custo de transbordo humano e some telefonia, IA, manutenção e implantação. Depois compare essa conta com o custo atual e com o tempo recuperado da equipe.
O piloto deve provar três coisas antes de escalar: a resposta é correta dentro da regra, a transferência acontece sem perda de contexto e a economia medida supera o custo adicional. Se a resposta for não, o problema pode estar na base, na regra ou no canal escolhido. Nesse caso, vale ajustar o processo antes de ampliar a automação. Para uma visão de arquitetura e casos aplicados, consulte IA para empresas e soluções da Northern.
Perguntas frequentes
Quanto custa uma IA de voz para atendimento?
O custo junta quatro camadas: telefonia, transcrição, modelo de IA e o projeto de integração com os sistemas da empresa. A fatura mensal varia com minutos, chamadas e volume; a parte de projeto depende das regras, fontes de informação e ações que a IA pode executar. Por isso não existe um valor único que sirva para toda operação.
O que entra no custo por minuto de uma IA de voz?
Entram o provedor de telefonia, a conversão de fala em texto, o processamento do modelo e a conversão da resposta em voz quando usada. Cada fornecedor cobra de um jeito, por minuto, token, caractere ou chamada. A conta deve usar o perfil real da operação, não apenas o preço anunciado de uma camada.
Telefonia é o maior custo de uma IA de voz?
Nem sempre. Em uma operação simples e com alto volume, a telefonia pode pesar bastante na fatura recorrente. Em um projeto que consulta CRM, ERP, pedidos ou regras de negócio, o maior custo costuma ser desenhar a integração e a validação com segurança.
IA de voz precisa integrar com CRM ou ERP?
Se ela apenas informa horário ou política pública, talvez não. Para consultar pedido, atualizar cadastro, abrir chamado ou registrar o atendimento, ela precisa integrar com os sistemas que guardam esses dados. Essa integração é o que transforma uma resposta automática em atendimento que resolve.
Quando atendimento por voz com IA vale a pena?
Vale quando muitas ligações repetem perguntas previsíveis, existe informação confiável para consultar e há uma rota clara para uma pessoa assumir casos fora da regra. Também é preciso medir o tempo e o custo atuais. Sem linha de base, não há como saber se a automação reduziu trabalho ou apenas mudou o canal.
Quando um chatbot de texto é melhor que IA de voz?
Texto costuma ser melhor para demandas que precisam de link, comprovante, imagem ou leitura cuidadosa. Também tende a ter custo operacional menor em conversas longas. Voz faz mais sentido quando o cliente já liga, quando velocidade importa e quando a conversa pode ser resolvida sem tela.
Como evitar que uma IA de voz dê informação errada?
A IA deve sugerir e buscar informação, enquanto o sistema valida dados críticos antes de confirmar algo ao cliente. Compromissos financeiros, alteração de pedido e exceções precisam de regra escrita e, quando necessário, aprovação humana. É igualmente importante oferecer transferência para uma pessoa em qualquer momento.
Como calcular o retorno da IA de voz?
Meça antes o volume mensal, a duração média, o custo por contato, a taxa de resolução e os erros que viram retrabalho. Depois estime quantos contatos podem ser resolvidos com segurança e some o custo de operação e de implantação. O retorno vem de tempo recuperado, redução de espera e menos retrabalho, não de promessas genéricas.
Twilio é obrigatório para criar atendimento por voz com IA?
Não. Twilio é um exemplo de camada de telefonia com preços públicos, mas há outros provedores e a escolha depende de rota, infraestrutura atual, volume e requisitos do negócio. A arquitetura deve separar telefonia, IA e integração para que uma escolha de fornecedor não determine toda a solução.
Quanto tempo leva para implantar uma IA de voz?
O prazo depende menos da voz e mais da prontidão do processo. Uma operação com perguntas delimitadas, base confiável e integração simples avança mais rápido. Quando regras vivem em planilhas ou na cabeça da equipe, o trabalho inicial é documentar e testar essas regras antes de liberar a IA.
