Duvo implementa agentes de voz em produção em uma semana com o ElevenAgents

Da primeira chamada à API aos agentes de voz em produção em uma semana — com o apoio do ElevenLabs Startup Grants

A Duvo desenvolve agentes de IA que gerenciam operações de ponta a ponta, transformando conversas em workflows automatizados e governados. Usuários corporativos descrevem um processo em voz alta, e a Duvo o mapeia, identifica lacunas e o transforma em uma tarefa de execução monitorada, com responsáveis, status e controles integrados. Em seguida, o sistema implementa agentes de voz que atuam nesses workflows — ligando para fornecedores, confirmando datas de entrega, coletando documentação e atualizando sistemas empresariais.

A voz é uma parte essencial da experiência do produto da Duvo. Para viabilizá-la, a Duvo usa o ElevenAgents — passando da primeira chamada à API a uma camada de voz pronta para produção em uma semana.

Implementando voz em produção em uma semana

A capacidade de configuração do ElevenAgents permitiu que os engenheiros da Duvo ajustassem a latência e o comportamento de streaming, adaptassem as características da voz a diferentes contextos empresariais e integrassem a voz diretamente à orquestração de workflows, sem desenvolver infraestrutura para streaming de áudio em tempo real, gerenciamento de interrupções ou processamento de fala.

Em vez de gastar de 8 a 12 semanas estimadas desenvolvendo e aprimorando uma infraestrutura de fala personalizada, a Duvo implementou uma camada de voz pronta para produção em poucos dias. Isso eliminou a necessidade de implementar e manter internamente pipelines de streaming, tratamento de interrupções e gerenciamento do ciclo de vida da fala.

Para uma empresa em estágio inicial que desenvolve um produto empresarial nativo de voz, isso eliminou meses de trabalho em infraestrutura e reduziu o risco operacional. A Duvo também recebe apoio do programa ElevenLabs Startup Grants, que reduziu as restrições de custo no estágio inicial e permitiu que a empresa concentrasse os esforços de engenharia em orquestração, governança e lógica empresarial, em vez de infraestrutura de fala.

Viabilizando a automação por voz para empresas

A maioria das operações empresariais ainda depende de conversas humanas e trabalho manual: ligar para fornecedores, cobrar confirmações, coletar documentos. Esses workflows abrangem vários sistemas e equipes e nunca foram mapeados, muito menos automatizados.

A Duvo desenvolveu dois produtos com o ElevenAgents para mudar isso.

O Duvo Clarity registra como os workflows realmente funcionam por meio de conversas estruturadas com as pessoas que os executam. Em uma sessão com uma rede europeia de supermercados, o Clarity mapeou um workflow de configuração de promoções que abrangia cinco sistemas e três equipes. Ele encontrou duas lacunas de controle e mais de um milhão de euros em margem anual perdida devido a confirmações atrasadas de fornecedores — um problema que ninguém havia documentado. Isso levou uma tarde, e não o projeto de consultoria de seis a oito semanas que normalmente seria necessário.

Os agentes de voz autônomos da Duvo então agem com base no que o Clarity encontra. Em vez de um comprador passar a manhã ligando para fornecedores para confirmar datas de entrega, o agente faz as ligações, coleta as confirmações e registra os resultados no ERP. 

Por que o ElevenAgents

Em vez de integrar sistemas separados de Speech to Text, modelo de linguagem e Text to Speech, a Duvo integrou o ElevenAgents como uma camada conversacional unificada, desenvolvida especificamente para conversas com som natural. Com o ElevenAgents, a Duvo conseguiu oferecer interações de voz de baixa latência, gerenciar a alternância de turnos em tempo real sem pausas incômodas, iterar o estilo de voz e o comportamento dos agentes por meio de um workflow com API em primeiro lugar e incorporar a voz diretamente à lógica de orquestração, em vez de tratá-la como uma camada superficial.

O que vem a seguir

Para equipes que desenvolvem operadores de IA, ferramentas empresariais nativas de voz ou sistemas de automação que dependem de diálogo em tempo real, criar e manter uma stack de fala personalizada desacelera a execução e aumenta a complexidade operacional. O ElevenAgents permite que as equipes implementem imediatamente agentes conversacionais de nível de produção e foquem no produto que as diferencia.

Para começar, explore o ElevenAgents ou inscreva-se no programa ElevenLabs Startup Grants.