A grande transformação da IA chegou. Todos estão tentando descobrir como podem ser os primeiros a redefinir seus negócios com IA. E com razão: a última transformação dessa escala, a transformação digital, criou novas empresas bilionárias e aposentou completamente outras já existentes. 

Mas há uma diferença entre ser o primeiro e ser bem-sucedido. Ser pioneiro na transformação por IA não é garantia de sucesso, e as empresas sentem isso agora. Todos lemos a manchete do estudo do MIT — 95% dos pilotos de IA generativa estão falhando em gerar ROI. 

Na Pendo, passamos 12 anos melhorando a experiência do mundo com software. E embora tudo seja novo, algumas coisas parecem bastante familiares. 

Os sistemas de IA são construídos sem uma abordagem baseada em dados. A adoção sofre porque o gerenciamento de mudanças não é tratado. A voz dos usuários reais é ignorada. Ninguém está fazendo o trabalho árduo de melhorar as novas soluções de IA que são inferiores no lançamento — os mesmos problemas que os líderes de software enfrentam há décadas. 

Há muitas razões pelas quais a IA não está atendendo às expectativas, mas não culpe a IA. O problema real é que as empresas não estão construindo um sistema para medir e escalar o sucesso dos usuários. O sistema certo é inteligente, projetado para garantir que a IA que você constrói e compra seja bem-sucedida e tenha um impacto real nos negócios. 

Esse sistema está no coração do lançamento de produto deste trimestre. Vamos nos aprofundar. 

Um sistema para lançar agentes que os usuários adoram

Agora, todos estão lançando agentes, mas poucos estão tendo sucesso. Há dois grandes problemas. 

1. A estratégia de agentes não tem entradas 

O objetivo não deve ser apenas lançar um novo agente; deve ser mudar como as pessoas se comportam. Ajudar os usuários a alcançar melhores resultados mais rapidamente. Melhorar como os funcionários realizam tarefas e ajudar seus clientes a serem mais produtivos. Você não pode fazer isso a menos que saiba onde os usuários ficam presos, como são seus fluxos de trabalho existentes e quais são seus casos de uso mais importantes. Se você não tem essas respostas, faltam as entradas certas para sua estratégia de agentes. 

Vemos nossos clientes usando o Pendo Analytics de uma nova forma. Mapeando o comportamento do cliente antes de tomar grandes decisões sobre onde injetar experiências agênticas. 

2. As empresas não conseguem melhorar os agentes que implantam

Nenhum software é perfeito no primeiro dia, e seu agente também não é. Você precisa entender como as pessoas estão aproveitando o agente, ver onde ficam presas e monitorar a relação entre o uso do agente e o software tradicional em fluxos de trabalho complexos. Na Pendo, temos 12 anos ajudando um bilhão de usuários finais a ter sucesso com software e aprendemos uma coisa com muita clareza. Sem visibilidade sobre uso e dados, você está apenas adivinhando. 

Com o Agent Analytics, as equipes finalmente podem ver as principais métricas de desempenho de agentes de IA e tendências de adoção. Não apenas quem clicou em um botão, mas o que aconteceu depois. Os usuários estão obtendo valor? Estão abandonando no meio da tarefa? Prompts específicos estão falhando?

E quando as coisas não estão funcionando, você não fica mais no escuro. O Modo Agente permite que você faça perguntas à IA como "Onde a adoção está caindo?" e obtenha respostas imediatas em linguagem simples. Você pode até gerar fluxos de onboarding no aplicativo a partir de um simples prompt, guiando os usuários para além da confusão e em direção à ação com a ajuda da criação de guias por IA.

Um sistema para melhorar a produtividade com IA

A IA quebrou os antigos ritmos de trabalho. As solicitações dos usuários chegam mais rápido, e as mudanças acontecem mais rápido. Se sua equipe ainda opera no ritmo do SaaS (análise manual, criação de dashboards, métricas enterradas), ela não consegue acompanhar. 

Toda experiência de software está caminhando nessa direção. Mas para tornar nossos clientes bem-sucedidos, o Pendo precisa estar muito à frente dessa curva. Não queremos adicionar IA e agentes para ajudá-lo aqui e ali — queremos redefinir como é usar o Pendo: agent first. Queremos fazer isso de uma forma que entregue insights aprofundados para usuários avançados. Também queremos ajudar usuários mais casuais, que simplesmente querem obter respostas rápidas para suas perguntas sem se sentir intimidados ou perdidos. 

Agent Mode faz exatamente isso. Em sua essência, é um agente novo e mais poderoso que pode acessar e executar ações em todos os produtos do Pendo. É divertido de usar, extremamente inteligente (e ficando ainda mais inteligente), e vai proativamente destacar oportunidades e riscos. 

Em vez de passar horas desvendando padrões de uso, as equipes de produto contam com uma análise de dados integrada. Você fornece instruções por meio de uma interface conversacional ou de um modelo pré-criado, e o agente usa lógica para formular planos e acessar os dados e ferramentas corretos do Pendo por meio do Model Context Protocol (MCP) para produzir resultados. Em seguida, ele faz perguntas estratégicas para aprimorar seus resultados. 

Isso sim é um sistema para produtividade!

Um sistema para usar dados em resultados preditivos

Grandes agentes são construídos sobre grandes conjuntos de dados. Mas conjuntos de dados poderosos também podem causar impacto de outras formas. Eles podem até prever o futuro. E digo isso literalmente. 

Alguns clientes do Pendo aproveitaram dados de uso para criar modelos preditivos. Sinais poderosos que preveem quais contas podem cancelar ou quais estão prontas para comprar mais. Eles fizeram isso por meio de uma equipe interna de ciência de dados. Quem consegue fazer isso obtém resultados incríveis. Mas a maioria dos nossos clientes tem limitações no que pode realizar, mesmo tendo a equipe certa. Criar modelos, ajustá-los ou desenvolver modelos mais específicos e detalhados exige um enorme investimento de tempo e recursos. 

Queremos que todos os nossos clientes vivenciem esse valor. Em julho de 2025, o Pendo adquiriu a Forwrd. Essa aquisição rapidamente se transformou em um novo recurso de criação de modelos preditivos sob demanda chamado Pendo Predict. 

O Predict permite que você crie rapidamente modelos preditivos com seus dados do Pendo. Você escolhe quais fontes de dados integrar junto aos seus dados do Pendo, como CRM ou outras integrações, e então cria modelos dentro do Predict. Esses dados são então enviados de volta ao seu CRM, onde suas equipes voltadas ao cliente podem utilizá-los. 

Como os insights preditivos agora convivem com dados comportamentais e jornadas de usuários, você pode acionar imediatamente a ação certa — seja encaminhando um acompanhamento de suporte, lançando um guia de resgate direcionado ou sincronizando sinais no Snowflake para uma modelagem mais aprofundada.

Você pode até ver como os próprios agentes de IA estão contribuindo para o churn, seja por meio de prompts ineficazes, fluxos confusos ou total falta de engajamento. Isso não é apenas detecção de churn. É intervenção e automação de churn, incorporadas diretamente à experiência do produto.

Construa o sistema, tenha sucesso com IA 

Os próximos anos serão reveladores. As empresas que conseguirem redefinir como constroem, como trabalham e se adaptam mais rapidamente sairão na frente. Vai exigir muito esforço, mas aquelas que construírem o melhor sistema para o sucesso aumentarão suas chances. Estamos animados para ajudá-lo a construir esse sistema e apoiá-lo enquanto você implementa agentes, redefine o ciclo de vida do seu produto e usa mais IA em seus processos. 

Explore tudo o que há de novo no Lançamento de Outono 2025.