No WhatsApp, avisar que o atendimento é feito por IA pode pesar na compra: num experimento de campo com ligações de venda a mais de 6.200 clientes, a IA que não se apresentava como máquina vendeu tanto quanto vendedores experientes, e avisar que era máquina antes da conversa reduziu a taxa de compra em mais de 79,7%. Fonte: Luo, Tong, Fang e Qu (2019), Marketing Science.
O experimento, publicado em 2019, foi feito por telefone, com a empresa ligando para o cliente, e não em mensagens que o cliente manda para a loja. O que pesou foi o jeito de a IA se apresentar, e isso se mede. Para a Black Friday, o texto de apresentação do atendimento entra em teste antes de 27 de novembro.
O que muda no atendimento com IA no WhatsApp na Black Friday?
Na semana de pico, mais conversas de atendimento passam por agentes de IA. Na Cyber Week de 2025, segundo a Salesforce, que vende agentes de IA, as conversas de atendimento com agentes de IA cresceram 55% sobre a semana anterior, e IA e agentes influenciaram 20% dos pedidos globais. A Salesforce não define “influenciaram”: os números valem como sinal de adoção, e não como promessa de venda. Fonte: Salesforce, comunicado de 5 de dezembro de 2025, sobre a Cyber Week de 25 de novembro a 1º de dezembro de 2025.
Na loja, o atendimento com IA no WhatsApp é o assistente que responde o cliente com dados do catálogo e passa para uma pessoa o que não resolve. O guia sobre como a IA conversacional vende no WhatsApp da loja cobre o básico, e este texto trata da primeira mensagem.
O que o experimento com mais de 6.200 clientes mostrou?
Mais de 6.200 clientes foram sorteados para receber ligações de venda ativas e muito estruturadas, feitas por uma IA ou por vendedores. A IA que não se identificava como máquina foi tão eficaz quanto vendedores experientes e quatro vezes mais eficaz que vendedores inexperientes em gerar compras. Quando ela se identificava como máquina antes da conversa, a taxa de compra caiu mais de 79,7%. Fonte: Luo, Tong, Fang e Qu (2019).

- −79,7% ou mais, na taxa de compra, com o aviso de máquina antes da conversa
- 4× o que a IA sem aviso vendeu frente ao vendedor inexperiente
- 6.200+ clientes sorteados para receber ligações de venda
Os dois números vêm de comparações diferentes do mesmo experimento, e não se juntam num índice. Para deixar os 79,7% concretos: supondo o mesmo número de clientes nos dois grupos, para cada 100 compras do grupo atendido pela IA sem aviso, o grupo avisado antes da conversa faria menos de 21. Fonte: leitura EcomSmart sobre Luo, Tong, Fang e Qu (2019).
Por que o aviso de que era IA derrubou a compra?
Com o aviso, os clientes ficaram mais secos, as ligações encurtaram e a compra caiu porque eles perceberam a IA como menos entendida no assunto e menos empática. Para os autores, o efeito parece vir de uma percepção subjetiva contra máquinas, apesar da competência objetiva da IA. Fonte: Luo, Tong, Fang e Qu (2019).
Um segundo estudo achou algo parecido num jogo de cooperação repetido: as máquinas conseguiram mais cooperação que as pessoas, mas dizer que eram máquinas anulou essa vantagem, e os participantes não superaram o viés mesmo depois de ver o comportamento cooperativo delas. É um experimento comportamental com um jogo, e não uma compra. Fonte: Ishowo-Oloko e coautores (2019), Nature Machine Intelligence, 1(11), 517-521.
A aversão à IA ainda é tão forte em 2026?
Nos estudos publicados até 2023, ela é menor, mas não acabou. Uma meta-análise com 440 tamanhos de efeito e 76.142 participantes, em artigos de 2002 a 2023, achou aversão média pequena do consumidor à IA, com d de Cohen de −0,21. A reação mais negativa foi a robôs com corpo (−0,83); assistentes de IA, algoritmos e sistemas ficaram entre −0,17 e −0,24. Fonte: Zehnle, Hildebrand e Valenzuela (2025), International Journal of Research in Marketing, 42(3), 729-751.
Com o tempo, a reação ficou menos negativa: o efeito médio foi de −0,33 antes de 2010, −0,47 de 2010 a 2014, −0,42 de 2015 a 2019 e −0,12 nos 300 efeitos de 2020 em diante (artigos até 2023). O julgamento de competência e desempenho foi de −0,51 antes de 2010 para um efeito nulo nos anos recentes (0,02). Fonte: Zehnle, Hildebrand e Valenzuela (2025).

- −0,33 Antes de 2010: 14 efeitos
- −0,47 2010 a 2014: 29 efeitos
- −0,42 2015 a 2019: 97 efeitos
- −0,12 2020 a 2023: 300 efeitos
A média geral dos efeitos de 2020 em diante ainda é negativa, e os autores registram que, depois do efeito nulo por volta de 2021, veio um novo ceticismo ligado à segurança e ao impacto social da IA. Fonte: Zehnle, Hildebrand e Valenzuela (2025).
Só 21 dos 440 efeitos vieram de estudos de campo, e neles a aversão média (−0,24) ficou perto da medida em laboratório e on-line (−0,21). Conforme o método de correção de viés de publicação, a média vai de −0,13 a −0,37, e chega a −0,54 na hipótese de viés severo. Os estudos cobrem várias áreas além do varejo e não informam dados do Brasil. Fonte: Zehnle, Hildebrand e Valenzuela (2025).
Vale avisar que o atendimento é feito por IA?
Na nossa leitura, sim. A perda medida por Luo e colegas veio da percepção do cliente, e o julgamento de competência sobre a IA melhorou nos estudos recentes. Em dois experimentos, avisar que o atendente era IA reduziu a confiança, e com isso a retenção do cliente, em serviços de alta criticidade, mas, quando a IA não resolveu o problema do cliente, o aviso não prejudicou e ainda teve efeito positivo na retenção. Fonte: Mozafari, Weiger e Hammerschmidt (2021), Journal of Service Management, 33(2), 221-245.
Avisar na primeira mensagem, já com a resposta útil, é a nossa leitura dessas evidências, e não um resultado medido. No jogo de Ishowo-Oloko e coautores, o bom comportamento da máquina ao longo das rodadas não desfez o viés, e por isso o texto de apresentação entra em teste. Este texto não trata de obrigação legal de avisar.
Como escrever a primeira mensagem e a hora de chamar uma pessoa?
A primeira mensagem diz que é a assistente de IA da loja, já responde a pergunta com um dado da loja, como o prazo para o CEP, e oferece uma pessoa. Um exemplo ilustrativo: “Oi, aqui é a assistente de IA da [nome da loja]. O tênis 39 tem em estoque e chega no seu CEP em até 4 dias úteis. Quer o link? Se preferir uma pessoa da equipe, é só pedir.”
A conversa passa para o time em reclamação, em negociação, quando o cliente pede um atendente e quando a IA não sabe responder, junto com o resumo do que já foi dito.
Responder rápido também conta: numa análise de 1,25 milhão de leads de 42 empresas dos EUA, quem tentou o contato em até uma hora teve quase sete vezes mais chance de qualificar o lead do que quem tentou uma hora depois. É uma comparação entre empresas, publicada em 2011 e sem revisão por pares, que mede a qualificação do lead, e não a venda. Fonte: Oldroyd, McElheran e Elkington (2011), Harvard Business Review.
Para o carrinho que ficou para trás, o texto sobre recuperar pelo WhatsApp o carrinho abandonado mostra o passo seguinte. E o texto sobre atraso e cancelamento nas reclamações do Procon-SP mostra as queixas da Black Friday de 2025 em São Paulo.
Como testar o texto de apresentação antes de 27 de novembro?
Divida as conversas ao acaso entre duas versões da primeira mensagem e compare a venda por conversa, as reclamações e os pedidos de pessoa. O teste antes da Black Friday pega o texto que derruba a venda, e não um ajuste fino de dois pontos. Um exemplo ilustrativo: a loja tem 2.000 conversas na semana da Black Friday, ticket médio de R$ 250 e 12% das conversas virando pedido. Os 8% representam um texto que derruba a venda, e não a aplicação dos 79,7% do experimento.
| Cenário | Conversão | Pedidos | Receita |
|---|---|---|---|
| Texto atual | 12% | 240 | R$ 60.000 (R$ 30 por conversa) |
| Texto que derruba a venda | 8% | 160 | R$ 40.000 (R$ 20 por conversa) |
| Diferença | −4 pontos | −80 | −R$ 20.000 |
Fonte: cálculo EcomSmart, exemplo ilustrativo.
Para separar 12% de 8% de conversão, com 95% de confiança e 80% de poder, o teste precisa de cerca de 882 conversas por versão, 1.764 no total. Para separar 12% de 10%, são 3.841 por versão, 7.682 no total. Fonte: cálculo EcomSmart, exemplo ilustrativo.
Com 100 conversas por dia, o primeiro teste leva cerca de 18 dias: se começar em 3 de novembro, termina até 21 de novembro, seis dias antes da Black Friday. O segundo levaria 77 dias e não cabe até 27 de novembro. Fonte: cálculo EcomSmart, exemplo ilustrativo; teste de duas proporções, com z de 1,960 para 95% e de 0,8416 para 80% de poder.
Quer saber quanto a sua loja deixa de faturar? Faça o diagnóstico grátis. Para o plano do mês inteiro, o guia Black Friday com IA: como vender durante novembro inteiro cobre as ofertas e o calendário.
Como a EcomSmart entra nisso?
O AtendeAI, da EcomSmart, é um atendimento com IA no WhatsApp que responde com dados do site da loja (catálogo, estoque, preço, frete e trocas) e passa a conversa ao time, com um resumo, em reclamação, negociação ou quando o cliente pede uma pessoa. Segundo a página, ele responde como uma pessoa da loja e só a quem procurou a loja. Ela não diz como ele se apresenta, e a primeira mensagem deste texto é recomendação a testar.
A assessoria de performance e vendas opera tráfego no Google e na Meta, páginas de venda e CRM no WhatsApp API Oficial com o mesmo time.
O diagnóstico grátis mostra quanto a sua loja deixa de faturar.
Perguntas frequentes
O atendimento com IA no WhatsApp vende?
No experimento de campo de Luo e colegas, em ligações de venda, a IA sem aviso vendeu como vendedores experientes. No WhatsApp, a loja precisa medir a sua própria conversa, porque o resultado pode mudar com a primeira mensagem e com a passagem para uma pessoa. Fonte: Luo, Tong, Fang e Qu (2019).
Preciso avisar que o atendimento é feito por IA?
Este texto não trata de obrigação legal. A nossa recomendação é avisar na primeira mensagem, já respondendo a pergunta, e testar o texto, porque o aviso pesou na compra no experimento de Luo e colegas e ajudou a reter o cliente quando a IA não resolveu o problema (Mozafari e coautores, 2021).
Quando passar a conversa para uma pessoa?
Em reclamação, em negociação, quando o cliente pede um atendente e quando a IA não sabe responder, com o resumo da conversa. É recomendação nossa, e não dado de pesquisa.
Quantas conversas preciso para testar duas primeiras mensagens?
Depende da diferença que você quer enxergar. No exemplo ilustrativo, separar 12% de 8% de conversão pede cerca de 882 conversas por versão, e separar 12% de 10%, 3.841. Fonte: cálculo EcomSmart, exemplo ilustrativo.
Fontes deste guia
- Luo, X.; Tong, S.; Fang, Z.; Qu, Z. (2019). Frontiers: Machines vs. Humans (título abreviado). Marketing Science, 38(6), 937-947. DOI
- Zehnle, M.; Hildebrand, C.; Valenzuela, A. (2025). Not all AI is created equal: A meta-analysis revealing drivers of AI resistance across markets, methods, and time. International Journal of Research in Marketing, 42(3), 729-751. DOI
- Mozafari, N.; Weiger, W. H.; Hammerschmidt, M. (2021). Trust me, I’m a bot (título abreviado). Journal of Service Management, 33(2), 221-245. DOI
- Ishowo-Oloko, F.; Bonnefon, J.-F.; Soroye, Z.; Crandall, J.; Rahwan, I.; Rahwan, T. (2019). Behavioural evidence for a transparency-efficiency tradeoff in human-machine cooperation. Nature Machine Intelligence, 1(11), 517-521. DOI
- Oldroyd, J. B.; McElheran, K.; Elkington, D. (2011). The Short Life of Online Sales Leads. Harvard Business Review, março de 2011.
- Salesforce (2025). Salesforce Data: AI and Agents Propel Cyber Week to Record $336.6B in Global Spend, comunicado de 5 de dezembro de 2025.
- EcomSmart. AtendeAI: atendimento com IA no WhatsApp para loja virtual.
Como este guia foi feito: a equipe editorial EcomSmart escreveu este texto com apoio de IA a partir das fontes listadas acima; todo número tem a fonte indicada ao lado.




