Resumo do Webinar: Como a Cars24 Automatiza Mais de 3 Milhões de Minutos em Ligações de Vendas com Voz IA

Cars24 opera agentes de voz em produção e em escala em 13 idiomas. 

Este post resume Por trás do agente: como a Cars24 automatiza mais de 3 milhões de minutos de chamadas de vendas com voz IA com Jayesh Gupta, chefe de IA e Inovação da Cars24, que explicou exatamente como a Cars24 desenvolveu e implementou seu sistema de voz IA — do primeiro caso de uso simples a uma arquitetura multiagente que processa milhões de minutos de conversas com clientes.

Por que a voz IA nessa escala importa

A Cars24 é um dos maiores marketplaces de carros usados da Índia, com operações na Índia, nos Emirados Árabes Unidos e na Austrália. A empresa vende de 4.000 a 4.500 carros por mês, realiza mais de 100.000 inspeções e viabiliza mais de 22.000 test drives.

Isso sem considerar financiamento, suporte pós-entrega, pagamento de multas e empréstimos com veículos como garantia. Só o funil de vendas leva de 30 a 45 dias por cliente.

75% dos compradores são proprietários de carro pela primeira vez. Para esses clientes, comprar um carro não é uma transação. É uma decisão financeiramente importante e carregada de emoção. Isso significa que 70% a 80% do produto da Cars24 não é o app. É a conversa: vendas humanas, orientadas e assistidas em todas as etapas do funil.

Antes dos agentes de IA, o sistema estava ficando mais lento. Os clientes ligavam para as equipes erradas — a equipe de vendas recebia contatos sobre suporte, o que aumentava o tempo de espera e tornava a experiência do cliente ineficiente. 

Os tempos de espera estavam aumentando. Acompanhamentos eram perdidos ao longo de um funil de 30 dias. 

Gerenciar tudo, da qualificação de leads à documentação de empréstimos, era caro e difícil de escalar.

Hoje: 

1. 25% de todo o volume de chamadas é automatizado
2. Quase metade das vendas conta com assistência de voz IA
3. Os custos de chamadas caíram 50%

Demo 1: o agente de negociação da Cars24

Cenário: Um agente de voz da Cars24 liga para um vendedor que está considerando vender seu carro e negocia em hindi para convencê-lo a escolher a Cars24 em vez de plataformas concorrentes.

O que foi mostrado:

- O agente conduz uma negociação de vendas completa em hindi

- Ele lida com objeções e concorre com outras plataformas em tempo real

- A conversa soa natural, com baixa latência e sem pausas robóticas

- O agente consegue o compromisso do vendedor com a Cars24 durante a chamada

Por que isso importa: Esses agentes fazem vendas ativas, lidam com ambiguidades, respondem a objeções e conduzem uma decisão de conversão — tudo isso em um idioma no qual o cliente se sente mais à vontade. A Cars24 constatou que falar o mesmo idioma do cliente aumenta diretamente o tempo de conversa e os resultados do negócio.

Demo 2: orquestração multiagente para venda cruzada

Cenário: Um cliente perdeu um horário de inspeção. Um agente de qualificação liga para remarcar, identifica a intenção de trocar de carro e transfere a chamada ao vivo para um agente de vendas, que dá continuidade à conversa sem perder o contexto.

O que foi mostrado:

- A agente 1 (Sneha) começa abordando o horário perdido e o remarca

- Sneha investiga a intenção: o vendedor quer trocar de carro ou vender por motivos financeiros?

- O cliente sinaliza intenção de trocar de carro

- Sneha se oferece para transferir para a equipe certa e faz isso durante a chamada

- O agente 2 assume com todo o contexto e conduz a conversa para a compra de um carro usado

- Quando o cliente pede para receber uma ligação em uma hora, o agente confirma, resume o status do agendamento e encerra a chamada de forma clara

Por que isso importa: Esta demo mostra como a orquestração multiagente funciona na prática. Cada agente cuida de uma tarefa, e o contexto é passado entre eles. Não há repetição nem transferência interrompida. A Cars24 está criando um único número disponível 24 horas por dia, 7 dias por semana, pelo qual os clientes podem percorrer toda a jornada — vender, comprar, financiar — sem precisar repetir informações.

Como a Cars24 criou isso: as considerações técnicas

A Cars24 começou com o caso de uso mais simples possível: lembretes de agendamentos perdidos. Chamadas curtas, resultados binários e baixo custo de erro. Isso permitiu que aprendessem o que funciona antes de expandir.

Quando passaram para chamadas recebidas mais longas e complexas — conversas para descobrir o carro ideal que duravam, em média, 7 minutos e às vezes chegavam a 13 — encontraram um limite nas arquiteturas de agente único. 

Modelos mini começaram a perder o contexto depois de 3 a 4 minutos. 

Modelos maiores introduziam latência. 

Concentrar tudo em um único prompt tornava o sistema frágil: uma alteração no fluxo de empréstimos podia prejudicar o fluxo de compra.

A solução foi a orquestração multiagente. Eles dividiram a conversa em etapas: 

1. Um pequeno agente de qualificação com um modelo mini captura a intenção inicial
2. Um modelo maior assume a descoberta quando o cliente está engajado e disposto a esperar um pouco mais
3. Um terceiro agente focado em empréstimos é ativado somente se surgir o tema de preço ou financiamento.

Cada agente faz bem uma coisa. Alterações em um não prejudicam os outros.

A stack técnica (orquestrada com a plataforma ElevenAgents):

1. Speech-to-text: ElevenLabs Scribe v2 em tempo real, escolhido pela precisão em ambientes barulhentos de Tier 2 e Tier 3, em 13 idiomas
2. Text-to-speech: ElevenLabs Flash 2.5, atualizado recentemente para o modo expressivo V3 com melhora mensurável no desempenho de vendas
3. LLM: GPT-4.1 mini para a maioria dos casos de uso, com GPT-4o ou equivalente para chamadas de descoberta mais longas que exigem raciocínio mais profundo
4. Telefonia: WebSockets com PCM a 24 kHz para qualidade de áudio; os provedores incluem Twilio, Exotel e Plivo na Índia
5. Integrações: chamadas de API personalizadas para a plataforma ElevenLabs Agents, suporte a MCP e integração nativa com HubSpot para o mercado australiano
6. Banco de dados vetorial: Qdrant, com quantização binária para grandes conjuntos de dados com mais de um milhão de vetores, mantendo baixa latência e custo

A decisão de usar o ElevenLabs Agents em vez de reunir componentes separados de STT, LLM e TTS se resumiu a uma coisa: latência. 

Construir o pipeline por conta própria, mesmo com os mesmos modelos subjacentes, elevava consistentemente a latência para mais de um segundo. 

A plataforma ElevenLabs — que reúne os modelos e a camada de orquestração — reduziu esse tempo em 30% a 40%. Essa redução se traduziu diretamente em um aumento de 30% a 40% nas conversões.

Práticas recomendadas da Cars24

1. Comece onde o custo de falhar é menor. O primeiro caso de uso da Cars24 foram os lembretes de agendamentos perdidos — curtos, simples e de baixo risco. Comprovar o modelo nesse contexto gerou credibilidade interna e deu à equipe espaço para aprender antes de atuar nas partes mais valiosas do funil.

2. Use com clientes reais, não simulações. Testes internos não conseguem reproduzir o caos de conversas reais. A Cars24 executou pilotos em 10% do tráfego ao vivo, aceitou a queda temporária e usou feedback real para iterar.

3. Defina o tamanho do prompt como uma restrição rígida. A Cars24 limita os prompts a 4.000 a 5.000 tokens em chamadas com menos de dois minutos. Prompts mais longos deixam o modelo mais lento e não melhoram os resultados de forma confiável. Se um caso de uso precisar de mais, crie outro agente.

4. Mantenha as respostas mais comuns no prompt, não na base de conhecimento. Para as principais perguntas que os clientes realmente fazem, coloque as respostas diretamente no prompt. Reserve chamadas de ferramentas e a recuperação por RAG para os 20% restantes. Isso elimina a maior parte dos picos de latência em consultas à base de conhecimento.

5. Pré-grave a primeira mensagem. O ElevenLabs Agents pode gerar e armazenar em cache a mensagem de abertura antes de a chamada ser conectada. Ao combinar isso com uma primeira mensagem que não pode ser interrompida, é possível reduzir abandonos iniciais causados por atraso de rede ou interrupções prematuras.

6. Inclua avaliações em todas as chamadas. A Cars24 usa as avaliações do ElevenLabs Agents em 100% das chamadas para acompanhar se os procedimentos operacionais padrão foram seguidos, se o cliente demonstrou frustração e se algo falhou. Avaliações reprovadas acionam uma revisão manual. Amostras aleatórias são auditadas diariamente. A equipe se mantém proativa, em vez de reativa.

7. Escale por etapas. Novas implementações de agentes seguem uma expansão de 5%, 10%, 20%, 50% e 100%, com pausas de dois dias em cada etapa para confirmar que as métricas de avaliação estão estáveis antes de avançar.

8. Não ligue para clientes que não pediram para receber contato. Todas as chamadas ativas da Cars24 são feitas para pessoas que já entraram no funil. O contato não solicitado por IA aumenta as reclamações e prejudica a confiança. A regra é simples: se a pessoa ainda não está engajada, eles não ligam.

9. Seja honesto quando os clientes perguntarem se estão falando com uma IA. Os agentes da Cars24 confirmam que são assistentes virtuais quando perguntados. Se um cliente quiser falar com uma pessoa, a chamada é transferida imediatamente.

10. Trate os gastos com IA como uma linha de investimento, não como um custo. A Cars24 agora inclui os custos de IA em seus planos operacionais anuais, com iniciativas específicas ligadas a resultados de negócio mensuráveis. Espera-se que cada implementação mova uma métrica real.

Assista à sessão completa

Assista à sessão completa aqui.