Triagem de e-mail com agente: como uma seguradora processa 8.000 mensagens/dia
Caixa postal de sinistros recebia 8.000 e-mails/dia com SLA estourado. Agente Gemini Enterprise classifica, extrai dados, abre processo no core e responde — em 90 segundos por e-mail.
Fabiano Brito
CEO & Founder
caixa sinistros@
SLA prometido: 4h
antes vs depois
Triagem de e-mail é o caso de uso mais subestimado em IA corporativa. Parece simples — "lê o e-mail e classifica". Em escala real, com 6 idiomas de regras de negócio, 12 ramos de seguro e anexos heterogêneos, é onde 80% dos pilotos morrem por subestimar a complexidade.
Este caso mostra o que funciona quando se trata o problema com o respeito que ele merece.
O ponto de partida
- Caixa postal central
sinistros@recebe 8.000 e-mails/dia. - 20 triadores humanos classificavam, encaminhavam ou pediam complemento.
- Tempo médio de classificação: 18 horas (SLA prometido: 4h).
- Anexos: PDFs (BO, laudo médico, fotos), imagens, áudios WhatsApp encaminhados.
- Backlog crônico em segundas-feiras (~14k mensagens).
- Reclamação Procon recorrente sobre demora.
O que o agente faz
- Recebe o e-mail via Gmail API + webhook.
- Lê o corpo + todos os anexos (Gemini 2.5 Pro multimodal: PDF, imagem, áudio).
- Identifica o ramo (auto, residencial, vida, saúde, RC, equipamentos).
- Identifica o segurado: cruza CPF/apólice mencionados com o core.
- Classifica o tipo: aviso de sinistro novo, complemento de sinistro existente, dúvida, reclamação, spam.
- Extrai dados estruturados: data do evento, local, descrição, valor estimado, documentos anexados, dados de testemunhas.
- Decide a próxima ação:
- Sinistro novo com dados completos → abre processo no core.
- Sinistro novo com dados faltantes → responde com checklist do que falta.
- Complemento → vincula ao processo existente.
- Dúvida → roteia para SAC com contexto.
- Reclamação → escala para ouvidoria com classificação de gravidade.
- Responde ao segurado em PT-BR claro, com protocolo.
- Loga tudo: e-mail original, classificação, ações, resposta enviada.
Arquitetura
- Gemini Enterprise Plus: orquestração + acesso a modelos.
- Gemini 2.5 Pro: leitura multimodal (e-mail + anexos).
- Gemini 2.5 Flash: classificação rápida e roteamento (fallback de custo).
- Vertex AI Search: base de conhecimento (políticas de subscrição, manuais de produto, decisões anteriores anonimizadas).
- Tools:
- Lookup de segurado (CPF/apólice → dados).
- Abertura de processo no core (SOAP via Apigee).
- Vinculação de complemento.
- Envio de resposta via Gmail.
- Roteamento para ouvidoria/SAC.
- Cloud Run: webhook + lógica de retry.
- BigQuery: log estruturado para análise.
Resultados em 60 dias
| Métrica | Antes | Depois | Delta |
|---|---|---|---|
| Tempo médio de classificação | 18 h | 90 s | −99,8% |
| Volume processado | 8.000/dia | 8.000/dia | = |
| Abertura automática de processo | 0% | 73% | +73 pts |
| Casos que ainda precisam de humano | 100% | 27% | −73 pts |
| SLA cumprido | 34% | 97% | +63 pts |
| Reclamações Procon (3 meses) | 142 | 38 | −73% |
| Triadores humanos | 20 | 8 | 12 realocados |
Os 12 triadores realocados foram para análise de sinistro complexo (fraude potencial, casos com múltiplas vítimas), área antes terceirizada. ROI completo do projeto: 4 meses.
O que funcionou — e por quê
1. Multimodal de verdade
OCR não bastava. Boletim de ocorrência rasurado em foto de celular, áudio de testemunha em WhatsApp — Gemini 2.5 Pro lê tudo direto, sem pipeline de transcrição separado.
2. Resposta com cara humana
Investimos em prompt para evitar tom robótico. Cada resposta cita o nome do segurado, parafraseia o ocorrido (mostra que entendeu), lista o que precisa, dá protocolo e prazo. NPS dos segurados subiu 24 pts.
3. Classificação com confiança numérica
O agente devolve confiança (0-1) por categoria. Abaixo de 0.85, vai para humano. Calibrado com 500 casos reais. Reduz drasticamente erro de classificação automática.
4. Loop fechado de aprendizado
Cada caso que o humano corrige vira exemplo no gold set. Reavaliamos o agente semanalmente nas primeiras 8 semanas. Recall por categoria subiu 11 pts no período.
O que deu errado — e como contornamos
Anexos enormes
PDF de 200 páginas (laudo médico) estourava limite de tokens. Solução: pré-resumo por chunks com Gemini Flash antes de enviar para o agente principal.
Spam sofisticado
Cobrança falsa de seguro caía na caixa. Treinamos classificador específico de spam/phishing como primeiro estágio do pipeline.
Áudios em sotaque forte
Gemini 2.5 Pro melhorou muito em PT-BR regional, mas ainda erra. Quando confiança da transcrição cai, agente pede gentilmente que o segurado escreva ou ligue.
E-mails em cadeia
Conversas com 15 respostas viravam contexto confuso. Adicionamos sumarização do thread como pré-processamento.
O ganho NPS dos segurados (+24 pts) surpreendeu mais que o ROI: resposta com cara humana, protocolo imediato e prazo claro venceram 18h de silêncio.
Replicabilidade
O padrão funciona para qualquer caixa postal de alto volume com regras complexas: sinistros, SAC industrial, RH (admissão), jurídico (intimações), back office bancário. Detalhamos o vertical financeiro em Gemini Enterprise para serviços financeiros.
Sua caixa postal recebe > 1.000 e-mails/dia com regras complexas?
Diagnóstico de 30 minutos: volume, SLA atual, anexos, regras de ramo. Sai com estimativa de ROI e plano de 60 dias. Padrão replicável em sinistros, SAC industrial, RH, jurídico.