Agente de voz com IA e Twilio no Brasil: como funciona e custo

Imagine um atendente que nunca dorme, atende no primeiro toque a qualquer hora do dia ou da noite, fala com voz natural, entende o que o cliente diz e ainda passa a ligação para uma pessoa de verdade quando o assunto fica sério. Isso deixou de ser ficção científica. Hoje já é possível montar um agente de voz com inteligência artificial que faz exatamente isso — e a um custo de poucos centavos por minuto. Neste post, explico o que é essa tecnologia, o que ela consegue fazer, como se monta na prática e quanto custa de verdade, com números reais.

O que é um agente de voz com IA

Um agente de voz com IA é a junção de três tecnologias trabalhando em tempo real. A primeira transforma a fala do cliente em texto (reconhecimento de voz). A segunda é o "cérebro": um modelo de linguagem — o mesmo tipo de IA por trás do ChatGPT — que entende a intenção e decide o que responder. A terceira transforma essa resposta de volta em voz, com entonação natural, difícil de distinguir de um humano. Tudo isso acontece em menos de um segundo, o que permite uma conversa fluida, sem aqueles silêncios constrangedores das antigas "unidades de resposta audível".

Plataformas como a ElevenLabs (com sua Conversational AI) já entregam essa camada de voz pronta, e ela se conecta a uma linha telefônica de verdade por meio de serviços como a Twilio, que fornece o número e cuida das chamadas. Na prática, você não precisa programar nada do zero nem trocar a sua telefonia atual: as peças já existem e se encaixam.

O que ele consegue fazer

Vale separar em dois grandes usos.

Atendimento receptivo (quando o cliente liga para você):

• Atender toda ligação no primeiro toque, inclusive fora do horário comercial e nos picos, quando normalmente cairia na caixa postal.
• Responder as dúvidas mais comuns (horário, endereço, preços, serviços) sem ocupar uma pessoa.
• Agendar horários, registrar pedidos e coletar os dados do cliente.
• Fazer a triagem e transferir para o time humano certo quando a conversa exige.

Atendimento ativo (quando você precisa falar com o cliente):

• Lembrar de consultas e compromissos, reduzindo faltas — um problema caro em clínicas e consultórios.
• Confirmar entregas, agendamentos e orçamentos.
• Fazer o primeiro contato com quem já demonstrou interesse (um lead que preencheu um formulário, por exemplo) e qualificar se está pronto para comprar.
• Retornar ligações perdidas automaticamente, em vez de deixar o cliente esperando.

Um recurso especialmente útil é o de transferência para um número: se durante a ligação a pessoa demonstra muito interesse ou o caso fica complexo, o agente passa a chamada na hora para o seu telefone. A IA cuida do trabalho repetitivo; o humano entra onde faz diferença.

Como se monta na prática

O caminho, em linhas gerais, tem quatro passos:

1. Criar o agente: na plataforma de voz (como a ElevenLabs), você escolhe uma voz e escreve as instruções em linguagem simples — quem é o agente, o que ele oferece, como deve se comportar, o que pode e o que não pode dizer.
2. Conectar um número de telefone: um número da Twilio é ligado ao agente. A integração já é nativa, então dá para importar um número que você já tem e usá-lo tanto para receber quanto para fazer chamadas.
3. Definir a operação: para o atendimento ativo, você sobe a lista de contatos e configura o ritmo das ligações; para o receptivo, basta apontar o número para o agente.
4. Ligar a transferência para humano: configurar o número para onde as chamadas quentes devem ser passadas.

Não é um projeto de meses. Com as ferramentas atuais, um agente simples de atendimento fica de pé em questão de horas — o que consome tempo de verdade é caprichar nas instruções e testar bastante antes de colocar diante de clientes reais.

Quanto custa de verdade

Aqui está a parte que costuma surpreender. Os custos são de duas fontes, e ambos são baixos:

• A linha telefônica (Twilio), nos Estados Unidos: um número local custa cerca de US$1,15 por mês; ligações feitas para números americanos saem por cerca de US$0,013 por minuto, e as recebidas por cerca de US$0,0085 por minuto. O modelo é pré-pago, sem mensalidade mínima, e há crédito gratuito para testar.
• A camada de voz com IA (ElevenLabs): as ligações partem de cerca de US$0,10 por minuto nos planos de entrada e caem para cerca de US$0,08 por minuto no plano de negócios anual (esse valor não inclui o custo do modelo de linguagem, que é de mais alguns centavos).

Somando tudo, uma ligação de três minutos costuma sair por menos de US$0,50. Compare isso com o custo de manter alguém ligando um a um, ou de contratar uma empresa de telemarketing, e a diferença fica evidente — sem contar que o agente atende centenas de chamadas em paralelo e não tira férias. Os valores exatos variam por país e por volume, mas a ordem de grandeza é sempre essa: centavos, não reais, por minuto.

Quanto custa com a Twilio no Brasil

Os valores acima são dos Estados Unidos. Para uma empresa brasileira, com número brasileiro, a tabela da Twilio é outra — e a diferença mais importante está na ligação para celular:

• Número local brasileiro: US$ 4,25 por mês.
• Ligação recebida: US$ 0,0100 por minuto.
• Ligação feita para fixo: US$ 0,0310 por minuto.
• Ligação feita para celular: US$ 0,0663 por minuto — cinco vezes o preço da mesma ligação nos EUA.
• Ligação feita por número 0303, o prefixo obrigatório para telemarketing: US$ 0,0620 por minuto.

Juntando com a camada de voz da ElevenLabs, a conta fica assim:

• Atendimento receptivo, ligação de 3 minutos: cerca de US$ 0,03 de telefonia e US$ 0,30 de voz com IA. Uns US$ 0,35 por ligação, antes do custo do modelo de linguagem.
• Ligação ativa de 3 minutos para celular: cerca de US$ 0,20 de telefonia e US$ 0,30 de voz. Uns US$ 0,50 por ligação.
• Uma clínica que recebe 500 ligações de 3 minutos por mês: por volta de US$ 20 de telefonia, com o número incluído, e US$ 150 de voz com IA. Na casa de US$ 170 por mês para nenhuma ligação ficar sem resposta.

No Brasil, quem pesa na conta é a voz com IA, não a linha. Negociar o plano da plataforma de voz rende mais do que trocar de operadora.

O que a Twilio exige para ter um número brasileiro

Essa é a parte que atrasa projeto quando ninguém avisa antes:

1. Número brasileiro não é vendido para pessoa física. Número local, nacional e 0800 exigem empresa — na prática, CNPJ.
2. Endereço validado e documentos batendo. Nome, endereço, comprovante e documento de identidade precisam ter os mesmos dados. Caixa postal e endereço virtual não valem. Separar isso antes de começar evita semanas de idas e vindas.
3. Ligação ativa em volume pode ser telemarketing. Desde junho de 2022, a Anatel obriga quem se enquadra como telemarketing a ligar por números com prefixo 0303. Lembrete de consulta para quem já é cliente é uma coisa; oferta para lista fria é outra, e cai nessa regra.
4. Limite de 0800: cada CNPJ pode ter no máximo cinco números 0800, também por regra da Anatel.

Para quem já tem um número conhecido pelos clientes, a Twilio tem processo próprio de portabilidade de números brasileiros, com regras separadas. Vale checar antes de divulgar um número novo.

Onde faz sentido usar — e onde não

Poder fazer não é o mesmo que dever fazer. O uso mais valioso e seguro é o receptivo: garantir que nenhuma ligação de cliente caia no vazio. Estudos de mercado mostram que boa parte das pessoas que ligam para uma empresa e não são atendidas simplesmente ligam para o concorrente — cada chamada perdida é uma venda que evaporou. Um agente que atende 24 horas resolve isso.

No atendimento ativo, o cuidado precisa ser maior. Usar a tecnologia para lembretes, confirmações e retorno a quem já pediu contato é excelente. Já sair ligando para listas frias de gente que nunca autorizou é outra história: além de irritar e queimar a marca, esbarra em regras de proteção de dados como a LGPD no Brasil e o GDPR na Europa, que exigem base legal e consentimento para esse tipo de contato. A regra prática é simples: quanto mais quente e mais consentido o contato, melhor o resultado — e menor o risco.

Vale lembrar também que o agente de voz não substitui o vendedor humano numa negociação complexa. Ele brilha no primeiro contato, na triagem e nas tarefas repetitivas, liberando a sua equipe para o que exige julgamento, empatia e fechamento.

O que isso significa para o seu negócio

A grande virada não é a tecnologia em si — é o preço dela. O que antes exigia uma central de atendimento inteira hoje cabe no orçamento de um pequeno negócio. Para uma clínica que perde pacientes por não atender o telefone na hora do almoço, para uma imobiliária que demora a retornar um interessado, para um restaurante que não dá conta de confirmar reservas, um agente de voz com IA deixou de ser luxo de grande empresa. A pergunta não é mais "isso existe?", e sim "quanto negócio eu perco por não atender bem — e por quanto tempo mais?".

Os valores de custo citados foram verificados nas páginas oficiais da ElevenLabs e da Twilio (jul/2026). Os valores e as regras para o Brasil vêm da tabela brasileira da Twilio e das diretrizes de números e de voz para o país (set/2026).