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 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 gerencia 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 contar 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 donos de carro pela primeira vez. Para esses clientes, comprar um carro não é uma transação. É uma decisão financeiramente relevante 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 cada etapa do funil.

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

Os tempos de espera estavam aumentando. Os acompanhamentos se perdiam 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 tem o apoio de voz IA
3. Os custos de chamadas caíram 50%

Demonstração 1: o agente de negociação da Cars24

Cenário: Um agente de voz da Cars24 liga para um vendedor que está considerando vender o 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 em um idioma no qual o cliente se sente mais à vontade. A Cars24 descobriu que a correspondência de idioma aumenta diretamente o tempo de conversa e os resultados de negócio.

Demonstração 2: orquestração multiagente para fazer uma venda cruzada

Cenário: Um cliente perdeu um agendamento de inspeção. Um agente de qualificação liga para remarcar, detecta a intenção de trocar de carro e transfere a chamada ao vivo para um agente de vendas, que continua a conversa sem perder o contexto.

O que foi mostrado:

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

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

- O cliente demonstra intenção de trocar de carro

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

- A agente 2 assume com todo o contexto e continua a conversa rumo à compra de um carro usado

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

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

Como a Cars24 desenvolveu isso: 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 de descoberta de veículos que duravam em média 7 minutos e às vezes chegavam a 13 —, encontraram um limite rígido nas arquiteturas de agente único. 

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

Modelos maiores introduziram latência. 

Colocar tudo em um único prompt tornou o sistema frágil: uma mudança no fluxo de empréstimo poderia comprometer o fluxo de compra.

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

1. Um pequeno agente de qualificação que usa um modelo mini capta 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 apenas se surgir o tema de preço ou financiamento.

Cada agente faz bem uma tarefa. Mudanças em um não comprometem 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 ruidosos de níveis 2 e 3, em 13 idiomas
2. Text to Speech: ElevenLabs Flash 2.5, atualizado recentemente para Eleven v4 Turbo com melhoria 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 aprofundado
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 na plataforma ElevenLabs Agents, suporte a MCP e integração nativa com HubSpot para o mercado australiano
6. Banco de dados vetorial: Qdrant, usando quantização binária para grandes conjuntos de dados com mais de um milhão de vetores, a fim de manter baixa a latência e o custo

A decisão de usar o ElevenLabs Agents em vez de montar 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, fazia a latência ultrapassar consistentemente um segundo. 

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

Boas práticas da Cars24

1. Comece onde o custo de falha 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 em partes mais valiosas do funil.

2. Use com clientes reais, não simulações. Testes internos não conseguem reproduzir o caos das conversas reais. A Cars24 realizou seus 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 ou 5.000 tokens para chamadas de menos de dois minutos. Prompts mais longos tornam o modelo mais lento e não melhoram os resultados de forma confiável. Se um caso de uso precisa 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 RAG para os 20% restantes. Isso elimina a maior parte dos picos de latência nas consultas à base de conhecimento.

5. Pré-grave a primeira mensagem. O ElevenLabs Agents pode pré-gerar e armazenar em cache a mensagem de abertura antes de a chamada ser conectada. Em conjunto com tornar a primeira mensagem ininterruptível, isso reduz abandonos iniciais causados por atraso na 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 em etapas. A implementação de novos agentes segue 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 expandir mais.

8. Não ligue para clientes que não pediram para ouvir você. Todas as chamadas ativas da Cars24 são feitas para pessoas que já entraram no funil. Contatos de IA não solicitados aumentam as reclamações e prejudicam a confiança. A regra de proteção é simples: se a pessoa ainda não está engajada, eles não ligam.

9. Seja honesto quando os clientes perguntarem se estão falando com 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 o investimento em 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 melhore uma métrica real.

Assista à sessão completa

Assista à sessão completa aqui.