Redesenhar, não adotar
Nada de dar ChatGPT pro time e torcer. Reconstruíram sistemas e APIs inteiros pra agentes conseguirem operar a empresa.
Case real Kavak México
Cliente não compra coisa cara de robô.
A Kavak apostou a empresa inteira no contrário. Hoje a IA deles converte mais que o dobro do melhor time humano — vendendo carro usado. Esse case está destrinchado abaixo, com fonte e números.
2,1x conversão da IA vs. time humano
96% das interações sem nenhum humano
3 min pra aprovar um financiamento
+50% de lucro com um "CEO de IA"
A objeção
"IA serve pra responder dúvida. Venda de verdade precisa de humano."
Era consenso. IA responde FAQ, agenda horário, faz triagem. Mas ticket alto, negociação e confiança — isso é trabalho de gente. A Kavak resolveu testar esse consenso no pior produto possível: carro usado, na América Latina, onde a desconfiança é máxima e a compra envolve financiamento, seguro e a troca do carro antigo.
KAVAK
- O que faz
- Compra, reforma, vende e financia carro usado
- Base
- 10 milhões de clientes
- Avaliação
- US$ 8,7 bi na última rodada
- Infraestrutura
- Fintech e logística próprias
- Origem
- México · unicórnio
As 3 decisões que mudaram a empresa
Agentes superhumanos
Meta explícita: melhor que o melhor humano já contratado — em conversão, valor de cliente e satisfação. E colocados nos problemas mais difíceis, não nos fáceis.
Trocar a métrica
De "quantos carros vendi" pra "um agente por cliente, maximizando valor de longo prazo". Ativar 1% de uma base de 10 milhões = centenas de milhões de dólares.
A arquitetura
Um agente por cliente. Não um chatbot pra todos.
Cada cliente que chega ganha um agente próprio: memória de anos de histórico (a página que visitou, a ligação de dois anos atrás), acesso a todos os sistemas da empresa e uma meta de longo prazo. Entre 100 e 200 mil agentes são criados por dia. Trabalham de 3 minutos a 3 dias. Quando um erra, todos aprendem no dia seguinte.
No fim de 2025, jogaram fora 2 anos de arquitetura que funcionava e dava lucro — porque os modelos novos tornaram o desenho antigo obsoleto.
O que aconteceu em cada frente
Um agente especialista nas 15 áreas da venda ao mesmo tempo. Começou convertendo +50% vs. humanos; hoje, mais que o dobro. NPS triplicou.
Aprovação de financiamento que levava até 2 meses no México. Inclusive pra cliente sem histórico bancário.
Lucro de uma cidade inteira em 6 semanas, com um "CEO de IA" que manda o plano do dia pros funcionários e recebe voice notes de volta.
A meta era dobrar o lucro. Não bateu.Em acionamentos de garantia, depois do "El Mike", o copiloto de IA dos 800 mecânicos.
O que ninguém copia
Pra cada hora construindo IA, uma hora medindo a IA
A regra interna da Kavak: o mesmo esforço de engenharia em construir agentes e em avaliar agentes. E medindo o que importa — o cliente converteu? voltou? — não métricas de vaidade como minutos de ligação. A analogia deles: você só pisa no acelerador na medida dos seus freios.
Os 3 níveis de gasto com IA
Nível 1
Time usando ChatGPT solto, retorno desconhecido (a maioria das empresas está aqui).
Nível 2
Retorno mensurável indiretamente.
Nível 3
Agentes fazendo o trabalho da empresa, com ROI por token. A Kavak opera no nível 3.
A lição da Ford
A fábrica da Ford podia ter existido 40 anos antes
O dínamo elétrico ficou pronto em 1881. Toda a tecnologia da linha de produção da Ford já existia. Mas as fábricas só trocaram o motor a carvão por um elétrico e mantiveram todo o resto igual. Ganho: 6%. A Ford redesenhou a fábrica inteira em volta da eletricidade. Ganho: 3x.
"Dar IA pro seu time é trocar o motor. Redesenhar o processo é construir a fábrica nova."
O que dá pra aplicar sem ser unicórnio
- 01
Escolha UM processo de venda — não de atendimento — e entregue pra IA ponta a ponta.
- 02
Dê contexto total: a IA precisa conhecer o histórico do cliente antes da primeira resposta.
- 03
Meça conversão, não tempo de resposta.
- 04
Gaste tanto medindo a IA quanto construindo a IA.
- 05
Decisão top-down, com visão de 3-5 anos. Hackathon interno não transforma empresa.
Tudo nesta página vem da entrevista de Alejandro Maza, Chief Product & AI Officer da Kavak, ao podcast da a16z (2026). Números autodeclarados pela empresa — incluindo os que ficaram abaixo da meta. Assista ao episódio original no YouTube.
Toda semana
1 case desse por semana, no seu e-mail
Destrinchado do mesmo jeito: o que a empresa fez, os números reais — inclusive os que não bateram — e o que dá pra aplicar numa empresa do seu tamanho. Sem hype. Com fonte.
Inscrição confirmada!
O próximo case chega no seu e-mail.