Orange AI Lab

Operação na prática · Comece por aqui

IA na triagem de e-mails: o que PMEs podem aprender com o Barclays

O Barclays usa IA para organizar solicitações por e-mail. Veja o que uma PME pode adaptar: filas claras, identificação de pendências e revisão antes de agir.

Envelopes de vidro são separados em trilhos de atendimento com um caminho iluminado.

Um cliente pede uma segunda via. Outro relata um problema na entrega. Um terceiro mistura orçamento e reclamação na mesma mensagem. Antes de resolver qualquer coisa, alguém precisa ler, entender e descobrir quem deve cuidar do assunto. É nessa etapa, a triagem de e-mails, que uma aplicação de IA pode ajudar uma PME a organizar o atendimento sem começar por um robô que responde sozinho.

01

O que o Barclays já faz — e o que o anúncio não prova

Em 1º de outubro de 2026, a Anthropic anunciou a ampliação da colaboração com o Barclays. Segundo o fornecedor, a plataforma da área Global Markets processa aproximadamente 120 mil e-mails por dia. Modelos Claude ajudam a classificar as mensagens, complementar informações e definir o encaminhamento das solicitações.

O comunicado descreve uma operação existente, com controles e supervisão humana. Não informa quando essa triagem começou, qual modelo específico é usado nela nem uma redução percentual de custo ou tempo. Portanto, 120 mil mensagens é uma medida de volume, não de economia comprovada.

É um caso externo, sem participação da Orange. Nossa leitura é que a lógica pode inspirar projetos menores: preparar melhor o pedido antes de ele chegar a quem vai resolvê-lo. Não é preciso reproduzir a infraestrutura de um banco para avaliar essa hipótese.

02

O primeiro ganho a buscar: menos pedidos sem responsável

Em vez de começar perguntando qual IA contratar, observe uma caixa compartilhada por alguns dias. O problema é demora para ler? Encaminhamento à área errada? Falta do número do pedido? Ou as mensagens chegam à pessoa certa, mas ela não tem capacidade de resolver? São problemas diferentes.

A triagem assistida faz sentido como hipótese quando interpretar e distribuir solicitações virou uma tarefa frequente. Se o volume é baixo ou um filtro por endereço e assunto já resolve, uma regra simples pode ser suficiente. Se o gargalo está na execução, classificar mais rápido não elimina a fila.

03

Um exemplo simples: do e-mail confuso a uma ficha de atendimento

Imagine uma empresa de manutenção que recebe a mensagem: a máquina voltou a parar, o cliente precisa de uma visita e também quer o comprovante do último serviço. Este é um exemplo ilustrativo, não um resultado medido em cliente.

No piloto proposto pela Orange, a IA prepararia uma ficha para conferência. Um atendente validaria o conteúdo, identificaria as duas necessidades e confirmaria os responsáveis. O objetivo seria evitar que a solicitação financeira escondesse o problema técnico — ou que duas áreas respondessem sem saber uma da outra.

  • Assuntos: pedido de assistência e solicitação de comprovante.
  • Dados presentes: o que o cliente escreveu, com referência à mensagem original.
  • Pendências: equipamento, identificação do serviço e outros dados exigidos pelo processo.
  • Próximo responsável: sugestão para validação, sem prometer data de visita ou cobertura de garantia.
04

Defina a fila e as exceções antes de conectar a ferramenta

O guia técnico da Anthropic recomenda conhecer o fluxo atual e definir categorias claras antes de classificar solicitações. Também alerta para mensagens com pedidos implícitos ou vários assuntos, que podem gerar encaminhamentos incorretos.

Para uma primeira avaliação, nossa sugestão é trabalhar com poucas filas e um caminho explícito para dúvidas. A categoria precisa ter um responsável real. Se duas áreas discordam sobre quem atende determinado pedido, resolva essa regra antes de pedir que a IA a aplique.

Registre o que exige revisão imediata, como uma reclamação grave ou um compromisso já vencido. Não dependa apenas de palavras como urgente. Preserve a mensagem original, a sugestão gerada e a decisão do atendente para entender e corrigir erros.

05

Acesso e limites: ler um e-mail não autoriza executar seu conteúdo

A documentação da Anthropic descreve um risco importante: mensagens e documentos podem conter instruções maliciosas tentando mudar o comportamento da IA. Por isso, o conteúdo recebido deve ser tratado como informação a analisar, não como autorização para enviar arquivos, mudar regras ou executar comandos.

No piloto, use apenas mensagens autorizadas e remova dados pessoais ou comerciais que não sejam necessários ao teste. Defina quais campos podem sair do sistema, onde serão processados e quem poderá consultar os resultados. Não conecte toda a caixa da empresa por conveniência.

Mantenha desabilitadas ações como enviar respostas, apagar mensagens ou alterar pedidos. Um texto pedindo uma transferência ou um desconto deve virar uma solicitação para análise, nunca uma ordem executada automaticamente. As permissões da integração precisam sustentar esse limite, além das instruções dadas ao modelo.

06

Teste sem mexer na fila real e compare o trabalho completo

Separe uma amostra autorizada de solicitações já concluídas, incluindo pedidos claros, incompletos e com dois assuntos. O responsável pelo atendimento define o encaminhamento esperado antes de ver a sugestão da IA. Rode o teste em paralelo, sem mover os e-mails originais ou contatar clientes.

A proposta da Orange é medir o processo inteiro, não apenas a classificação. Nesta fase, simule o encaminhamento; o tempo real até alguém assumir o pedido só será medido numa etapa posterior, supervisionada. Defina os critérios de aprovação antes do teste e separe erros comuns daqueles que poderiam prejudicar um cliente.

  • Qualidade: pedidos destinados à área correta e pendências realmente identificadas.
  • Tempo do teste: leitura, conferência, correção e encaminhamento simulado.
  • Retrabalho: mensagens que precisaram voltar para outra fila.
  • Custo total: integração, consumo do modelo, manutenção e revisão da equipe.
07

Como levar essa ideia para a sua PME

O caso do Barclays não é um pacote pronto para contratar. Uma solução depende dos acessos e recursos do seu sistema de atendimento; o guia técnico descreve uma implementação via API. Modelo, condições comerciais e desempenho em português precisam ser avaliados no contexto da empresa, sem presumir gratuidade ou qualidade garantida.

Escolha uma caixa, uma equipe e um tipo de solicitação que costuma ficar sem encaminhamento. A Orange pode ajudar a mapear esse ponto, preparar o piloto e decidir se vale integrar. Capacidade de empresa grande começa com um processo que funciona na sua realidade — não com uma promessa de atender milhares de mensagens sozinho.

Fontes e referências

Consulte os materiais que apoiam este conteúdo. Produtos, preços e recursos podem mudar; confirme as condições do fornecedor antes de contratar.

  1. Anthropic: ampliação do uso de Claude no Barclays, anunciada em 01/10/2026 — abre em nova abaConsultado em 03 de outubro de 2026
  2. Claude Platform: classificação e encaminhamento de solicitações — abre em nova abaConsultado em 03 de outubro de 2026
  3. Claude Platform: riscos de instruções maliciosas em e-mails e documentos — abre em nova abaConsultado em 03 de outubro de 2026
Todos os artigos

Uma boa ideia merece uma conversa

Leve esta leitura para a sua rotina. Em 1 minuto, o Teste ORANGE diz se faz sentido conversar.

Conversar com a Orange