Traba implementa agentes de entrevista com IA para escalar recrutamento industrial — cópia

Traba está construindo uma plataforma de recrutamento de próxima geração para a cadeia de suprimentos industrial. Sua missão é conectar empresas com trabalhadores temporários qualificados em grande escala.

Para alcançar esse objetivo, a Traba desenvolveu Scout, um sistema de entrevistas com IA integrado diretamente em suas operações. O Scout agora realiza mais de 50.000 entrevistas mensais em funções de armazém, logística e manufatura - reduzindo a carga de trabalho manual, melhorando as taxas de colocação e oferecendo avaliações consistentes em todas as regiões.

Recrutamento é o gargalo nas cadeias de suprimentos industriais

Enquanto milhões de trabalhadores estão prontos para trabalhar, processos de contratação complicados impedem que centros de distribuição, hubs logísticos e fabricantes operem com máxima eficiência.

Esses empregos exigem qualificação. Os horários de turno variam. Existem barreiras linguísticas. Requisitos regulatórios devem ser seguidos. Tudo isso desacelera o recrutamento.

A Traba precisava escalar sem contratar milhares de recrutadores. Eles precisavam de um sistema consistente e confiável que pudesse avaliar a adequação dos trabalhadores mais rapidamente.

Por que a Traba escolheu a ElevenLabs

No final de 2024, Text to Speech e Speech to Text em tempo real se tornaram viáveis para entrevistas por telefone. A Traba começou a testar fornecedores com um objetivo: encontrar um parceiro que pudesse suportar IA conversacional avançada sem exigir a propriedade total do pipeline.

A ElevenLabs ofereceu:

• Vozes de alta qualidade: vozes naturais e multilíngues que fazem as conversas parecerem humanas em vez de robóticas.
• Baixa latência: rápido o suficiente para interações em tempo real sem atrasos constrangedores.
• Flexibilidade e controle: a capacidade de orquestrar múltiplos agentes, experimentar estratégias de prompts e integrar diretamente em seus sistemas.
• Redução de complexidade: lidando com partes desafiadoras do pipeline de áudio para que possam se concentrar em seus fluxos de trabalho únicos.

Construindo o entrevistador com IA

O Scout foi lançado com uma arquitetura de agente único. Sua primeira versão provou que a IA poderia conduzir entrevistas estruturadas, qualificar candidatos e retornar avaliações úteis.

Scout V1:

• Monolíngue: Suportava apenas inglês, limitando o alcance
• Lógica de agente único: Um LLM gerenciava todas as etapas — introdução, perguntas e respostas, logística
• Conjuntos de perguntas estáticas: Consultas predefinidas baseadas em função com flexibilidade limitada
• Avaliação básica: Resumo em uma única passagem no final da entrevista
• Transferência para operador: IA fornecia sinal direcional; humanos tomavam decisões finais

Apesar de sua simplicidade, a V1 realizou milhares de chamadas em paralelo e proporcionou economia de tempo imediatamente.

Escalando para 250.000+ chamadas: resolvendo profundidade, velocidade e consistência

Em março de 2025, o Scout já havia realizado mais de 17.000 entrevistas e economizado mais de 1.400 horas de tempo de triagem manual. Para se preparar para a demanda sazonal de pico, o sistema foi reconstruído para operar de forma autônoma.

As principais atualizações incluíram:

Vozes multilíngues e troca dinâmica

A ElevenLabs lançou suporte multilíngue, permitindo que o Scout alternasse entre inglês e espanhol durante a chamada com base na preferência do usuário. Isso desbloqueou o acesso a um segmento de trabalhadores anteriormente não atendido.

Orquestração de múltiplos agentes

À medida que o contexto da entrevista se expandia, a Traba encontrou degradação do modelo. A ElevenLabs forneceu as ferramentas para dividir chamadas entre agentes especializados - introdução, triagem, logística e suporte a perguntas frequentes - com transições suaves durante a conversa.

Lógica de entrevista deduplicada

Trabalhadores que se candidatavam a vários empregos estavam recebendo as mesmas perguntas. A Traba desenvolveu um pipeline de pré-processamento para deduplicar perguntas semanticamente semelhantes em entrevistas. Isso reduziu a redundância em até 20% por candidato.

Framework de avaliação personalizado

Os operadores precisavam de mais controle sobre as avaliações. A Traba criou o Custom Scout, um framework para definir como são as ‘boas’ respostas em uma base por pergunta. As avaliações agora estão alinhadas com os critérios únicos de cada cliente.

Feedback de verdade e iteração de prompts

A Traba desenvolveu um framework interno de teste de prompts com ciclos de feedback instantâneos. Ao gerar conjuntos de dados verificados por humanos através do Langfuse, a equipe pôde testar A/B os prompts contra o desempenho no mundo real — permitindo uma rápida iteração em escala.

Resultados

O sistema de entrevistas liderado por IA da Traba agora realiza mais de 50.000 entrevistas por mês e 85% de toda a triagem de trabalhadores na plataforma é totalmente automatizada. Com uma média de 5 minutos por conversa, isso economiza mais de 4 mil horas de operador por mês.

• Taxas de conclusão de turno 15% mais altas para trabalhadores qualificados por IA vs. qualificados por humanos
• Avaliações consistentes em funções, turnos e geografias
• Redução do tempo de contratação com avaliações estruturadas de nível decisório
• Camada de triagem escalável que opera 24/7 com mínima intervenção do operador

Ao refinar seus bancos de perguntas, lógica de avaliação e fluxos de chamadas através de feedback contínuo, a Traba construiu um sistema que escala enquanto melhora a qualidade dos resultados.

O que vem a seguir

O roteiro da Traba inclui integração liderada por agentes, perguntas e respostas baseadas em vídeo, processamento de folhas de ponto e detecção de emoções via LLMs multimodais. Eles também estão trabalhando no refinamento de prompts liderado por agentes, usando dados de desempenho para treinar agentes que otimizam o design de entrevistas de forma autônoma.

Ao longo dessa jornada, a Traba continua a se associar a nós enquanto desenvolvemos a próxima geração de nossa plataforma de agentes, expandindo os limites da inteligência de linguagem em fluxos de trabalho complexos do mundo real.