Agentes de IA no Atendimento ao Cliente Comparados

Agentes de IA com base em grandes modelos de linguagem (LLMs) podem responder a consultas de clientes em linguagem natural, interpretar o contexto e gerar respostas semelhantes às humanas. Esses agentes podem processar e sintetizar grandes volumes de informações de fontes como bases de conhecimento.

Compilamos quatro agentes de IA de atendimento ao cliente: Tidio Lyro, Microsoft Azure Chatbot de IA, IBM Watsonx Assistant e Intercom Fin. Abaixo está o que encontramos, junto com uma lista mais ampla de ferramentas que vale a pena conhecer.

Comparamos esses quatro agentes estabelecendo um benchmark com base no agente de atendimento ao cliente de uma empresa fictícia. Consulte a metodologia.

Com base nas principais conclusões do nosso benchmark, recomendamos que você:

Nossas principais recomendações

Se a segurança de dados for uma prioridade, escolha o Tidio. Quando solicitado o reembolso de um cliente específico sem contexto de login, o Tidio direcionou o usuário para a conta dele em vez de ler detalhes pessoais no chat. Nenhuma das outras ferramentas fez isso por padrão.

Azure funciona bem para dados voltados ao público. Logo de início, o Azure respondeu às perguntas com precisão, mas devolveu informações específicas de clientes a qualquer pessoa que perguntasse, sem exigir autenticação. Ele pode ser restringido, mas isso exige um trabalho significativo de desenvolvimento. Se você estiver criando em cima de conteúdo não sensível (FAQs públicas, documentação de produtos), é uma base sólida.

Exemplos líderes de agentes de IA no atendimento ao cliente

Microsoft Azure Chatbot de IA

A oferta de chatbot do Azure é um kit de construção, não um produto finalizado. As equipes podem criar desde um simples respondedor de FAQ até um assistente multimodal com reconhecimento de voz, processamento de imagens e geração aumentada por recuperação. A maior parte dessa construção recai sobre a equipe.

O caminho de desenvolvimento mudou. A Microsoft agora descreve o Microsoft 365 Agents SDK como a evolução do Azure Bot Framework SDK e orienta as equipes com bots existentes do Bot Framework a migrarem. Duas consequências se seguem. O LUIS e o QnA Maker foram descontinuados; qualquer design que dependa deles precisa ser substituído por abordagens baseadas em recuperação. O Agents SDK também deixa de oferecer suporte ao Composer, Adaptive Dialogs e Adaptive Expressions, o que significa que os ativos relacionados são removidos em vez de portados. As equipes que desejam uma plataforma pronta em vez de um SDK são direcionadas ao Microsoft Copilot Studio.

Efeito prático na avaliação: uma lista restrita construída em torno das habilidades do Bot Framework SDK está medindo um caminho legado. A comparação atual fica entre o Copilot Studio para trabalho low-code e o Agents SDK para criações personalizadas.

Preços: sem licença por usuário. Os custos se acumulam entre o tráfego do Bot Service, tokens de modelo e consultas de pesquisa. O faturamento por consumo pode sair mais barato em escala. Ele também pode disparar quando o uso de tokens aumenta; portanto, alertas de orçamento devem estar na lista de verificação de configuração.

A cobertura de canais continua sendo o principal motivo para escolher o Azure. Uma única implantação alcança Teams, Slack, web, dispositivos móveis e Facebook Messenger. A integração com o SharePoint permite que o agente responda a partir de documentos internos.

Tratamento de dados: a configuração de linha de base não impede que os dados dos clientes apareçam nas respostas do chat. No benchmark, o Azure retornou detalhes de reembolso e informações de pedidos a um usuário que não havia feito login. As implantações em dados sensíveis precisam de controles de acesso explícitos antes do lançamento.

IBM Watsonx Assistant

O Watsonx Assistant foi criado para grandes organizações que já operam infraestrutura de central de contato e precisam de uma camada de IA que se conecte a esses sistemas em vez de substituí-los. Sua lógica de transferência para humanos é mais madura do que a da maioria dos concorrentes: quando o agente não consegue resolver um problema, ele transfere para um representante humano sem pedir que o cliente repita o problema.

Mudança na linha de produtos: A IBM incorporou o Watsonx Assistant ao Watsonx Orchestrate. A IBM publica um guia de migração que explica como transferir Actions, Dialog e integrações. O próprio site da IBM agora apresenta o Assistant como uma capacidade dentro do Orchestrate, em vez de um produto independente, e orienta novas implementações a começarem no Orchestrate. O Watsonx Orchestrate atingiu disponibilidade geral em maio de 2026.

O que isso significa para os compradores: As implantações existentes do Watsonx Assistant continuam funcionando. As equipes que estão começando do zero avaliam o Orchestrate, que vai além do chat para a automação de fluxos de trabalho multiagente. Isso amplia o escopo da compra e da implementação.¹

Limitações conhecidas de relatos de usuários: tempos de resposta de 15–20 segundos sem streaming em tempo real e frases repetidas em conversas de múltiplas trocas. Nenhuma delas bloqueia implantações internas ou de menor volume. Ambas importam em contextos de consumo de alto tráfego.

Fin da Intercom

O Fin lida com a cauda longa de perguntas de suporte repetitivas e baseadas em políticas. Ele obtém respostas de várias fontes ao mesmo tempo e adapta o tom para corresponder à voz interna da equipe, em vez de adotar um registro genérico. As implantações padrão não exigem habilidades técnicas. As ações personalizadas que se conectam a sistemas externos são complementos opcionais.

Mudança de propriedade: A Intercom mudou seu nome para Fin em maio de 2026, adotando o nome do seu agente de IA. Em 15 de junho de 2026, a Salesforce assinou um acordo definitivo para adquirir o Fin por aproximadamente US$ 3,6 bilhões. O acordo está assinado, mas não concluído. A Salesforce espera que a transação seja concluída no quarto trimestre do seu ano fiscal de 2027, sujeita à aprovação regulatória. A Salesforce afirmou que o Fin será incorporado à plataforma Agentforce.

O que isso significa para os compradores: Até que o acordo seja concluído, o Fin opera como um produto próprio e os preços não mudaram. As equipes que assinam contratos plurianuais devem considerar mudanças de empacotamento quando o Fin estiver dentro do Agentforce.

Modelo: O Fin roda no Apex, um modelo criado para suporte ao cliente. A Salesforce afirma que o agente resolve cerca de 76% das solicitações de suporte recebidas sem a intervenção humana. Esse número é relatado pelo fornecedor e reflete a própria base de clientes do Fin, em vez de uma medição independente.

Preços: O Fin cobra por resultado a US$ 0,99. Um resultado faturável cobre uma resolução, uma transferência de procedimento ou uma desqualificação. A qualificação de leads é cobrada mais alto, a US$ 9,99. Um plano básico de cerca de US$ 49 por mês cobre 50 resultados. As cobranças por assento se aplicam separadamente nos planos do Intercom. A curva de custos aumenta à medida que o agente lida com mais volume, o que é o oposto da direção que a maioria dos orçamentos de suporte precisa.

Tidio Lyro

Em vez de criar um chatbot de uso geral, a Tidio Lyro fez trade-offs deliberados: o Lyro foi criado especificamente para e-commerce e suporte a PMEs, não para infraestrutura empresarial. Ele roda no Claude da Anthropic juntamente com os modelos próprios da Tidio, e suas respostas são legíveis e contextualmente fundamentadas, em vez de parecerem modelos.

A configuração leva menos de cinco minutos para casos de uso básicos. O painel de análise mostra taxas de resolução, volume de conversas e gatilhos de transferência, ajudando as equipes a identificar rapidamente lacunas na base de conhecimento. Ele também lida com consultas multilíngues sem exigir que você forneça conteúdo traduzido.

Duas limitações dignas de nota: o plano gratuito cobre apenas 50 conversas, e a plataforma ainda não foi ajustada para casos de uso médicos ou financeiros, onde os requisitos de conformidade são mais rigorosos.

Preços: A Tidio vende o Lyro como um complemento e como produto independente. O complemento Lyro IA Agent começa em US$ 33 por mês para 50 conversas do Lyro no faturamento anual. Os planos da plataforma vão do Starter a US$ 24 por mês para 100 conversas faturáveis, Growth a partir de US$ 49 por mês e Plus a partir de US$ 300 por mês, mais uso.

O limite gratuito exige atenção no orçamento. Cada conta começa com 50 conversas do Lyro como crédito único vitalício, em vez de recarga mensal. Para renovar esse limite todos os meses é necessário um plano pago do Lyro.

Uma conversa do Lyro conta como qualquer interação do cliente com pelo menos uma resposta do agente, independentemente de quantas trocas ela tenha.²

Outros exemplos de agentes de IA no atendimento ao cliente

Sierra

A Sierra cria agentes de marca voltados ao cliente com implantação white-glove e cobre chat e voz. Ela cobra por resultados, não por tokens. A Sierra também mantém o τ-bench, o benchmark aberto para agentes de atendimento ao cliente descrito abaixo, o que dá à empresa uma visibilidade pública incomum sobre como sua categoria é medida.

Kore.IA Agent

O Agent da Kore.ai aumenta a eficiência dos agentes com IA generativa ao automatizar fluxos de trabalho e oferecer orientação em tempo real:

• Sugestões de próxima melhor ação para melhorar interações e resultados.
• Coaching adaptativo em tempo real para melhorar o desempenho do representante de suporte.
• Playbooks guiados para ajudar os representantes a seguir as melhores práticas para um serviço em conformidade.

Prós:

• A plataforma exige conhecimento mínimo de NLP e LLM para configurar bots.
• A Kore.ai oferece amplas opções de personalização por meio do seu SDK.
• A Kore.ai é adequada para empresas, com soluções prontas para tarefas de TI (como integração com o ServiceNow).

Contras:

• O NLU da plataforma pode ter dificuldade em lidar com entradas de usuário altamente variáveis. Recomenda-se uma abordagem de aprendizado zero-shot para melhorar sua capacidade de processar entradas desconhecidas com mais flexibilidade.
• Embora a plataforma ofereça personalização por meio do SDK, é difícil criar soluções personalizadas.

Genesys Agent Copilot

O Genesys Agent Copilot melhora os representantes do contact center ao fornecer orientação baseada em IA durante e após as interações com os clientes. Ele identifica a intenção do cliente, recupera automaticamente o conhecimento relevante e orienta os agentes sobre os próximos passos mais adequados.

Principais recursos:

• Capturar sugestões dos agentes sobre melhorias de conhecimento
• Transcrever conversas
• Fornecer scripts personalizados
• Apresentar documento de processo de fluxo de trabalho
• Sugerir códigos de encerramento
• Escrever um resumo da interação

Prós:

• Após uma interação, o resumo gerado pode ser revisado, editado e incorporado às notas da interação.
• Ao automatizar partes do processo, como consulta de conhecimento, geração de scripts e previsão de códigos de encerramento, a plataforma reduz significativamente o tempo médio de atendimento (AHT).

Contras:

• É difícil integrar o Genesys Cloud Agent Copilot a CRMs que não sejam o Genesys ou sistemas de contact center.

Agente de Suporte ao Cliente da Ema

Fonte: Ema³

O agente da Ema suporta ações em toda a empresa com mais de 100 modelos de LLM, incluindo GPT-5, Gemini 1.5, Mistral e Llama 3. Os usuários também podem trazer seu próprio modelo de LLM para a plataforma.

• Com a Ema, os clientes podem implantar outros agentes de IA pré-criados para cobrir tópicos como vendas e marketing, jurídico e conformidade, experiência do funcionário e atendimento ao cliente.
• Casos de uso comuns incluem aprovar procedimentos médicos, ajustar sinistros de seguro e elaborar propostas comerciais.
• A plataforma oferece certificações SOC 2, HIPAA, GDPR e ISO 27001.

Salesforce Agentforce

A Salesforce aposentou oficialmente a marca Einstein Copilot e a rebatizou como Agentforce (ou “Agentforce Assistant”). O produto agora faz parte da plataforma Agentforce mais ampla, com UI, permissões e documentação atualizadas. A funcionalidade é a mesma, mas a marca foi totalmente alterada. ⁴

Bland.ai

A Bland.ai é uma plataforma empresarial de atendimento ao cliente para chamadas telefônicas com IA. A empresa oferece um agente de voz multi-prompt para automação de chamadas em vários domínios, incluindo atendimento ao cliente e vendas.

Os usuários também podem fazer fine-tuning de um modelo de linguagem personalizado para sua empresa, usando dados de conversas anteriores.

Pode ser usada em vários procedimentos de operações de vendas para lidar com:

• Processamento padrão de pedidos
• Consultas de estoque
• Consultas de cobrança
• Devoluções e trocas básicas

Ada IA Agent

A Ada é um agente de atendimento ao cliente baseado em IA para toda a empresa que permite que as empresas resolvam automaticamente problemas de serviço em canais e idiomas. A Ada pode ser cara (US$ 1 a US$ 3.50 por ticket resolvido).

Agente de IA da Ada:

• Executa ações em milhares de aplicativos e bancos de dados.
• Garante que cada resposta esteja fundamentada na sua base de conhecimento.
• Integra dados anteriores dos clientes a fontes de informação para personalizar as respostas.

My AskAI

O My AskAI é um assistente de IA para equipes de suporte; é uma opção econômica.

O My AskAI integra-se ao Zendesk, oferecendo funcionalidade semelhante (e até mais em algumas áreas, como integrações de conhecimento aprimoradas, melhores insights e recursos de melhoria de conhecimento), além de ser de 2 a 10x mais acessível do que soluções como os agentes de IA da Ada ou os agentes de IA da Zendesk.

Decagon

A Decagon adota a abordagem oposta de controle. O comportamento do agente é escrito como procedimentos operacionais em inglês simples que uma equipe de CX edita e testa sem depender do fornecedor. A Decagon cobra por meio de dois modelos: uma taxa por conversa cobrada em cada consulta recebida e uma taxa por resolução mais alta cobrada quando o agente resolve um problema sem intervenção humana.

Parloa

A Parloa é especializada em voz. Os agentes de voz têm um orçamento de latência na casa das centenas de milissegundos, e a arquitetura difere o suficiente do chat para que o forte desempenho no chat não se transfira.

Metodologia de benchmark de agentes de IA no atendimento ao cliente

Medição

Avaliamos quatro líderes do setor em suas chaves de API ou playgrounds com o dataset de validação que consiste em 100 perguntas selecionadas aleatoriamente do Bitext Gen IA Chatbot Customer Support Dataset⁵.

Dataset

Criamos uma empresa fictícia, TechStyle, com um site de e-commerce e todas as suas políticas básicas implementadas. Também estabelecemos um pequeno banco de dados de clientes. Essas informações foram fornecidas a cada fornecedor de agente de IA, após o que fizemos nossas perguntas.

Critérios de avaliação

Nossos critérios de avaliação consistiram na média dessas três métricas:

• Precisão: A resposta corresponde às políticas e aos dados dos clientes da TechStyle?
• Completude: Ela aborda plenamente o que o cliente perguntou?
• Utilidade: Ela é profissional, empática e acionável?

Em precisão e completude, também premiamos os fornecedores por proteger os dados dos clientes em vez de divulgá-los nas respostas do chat. A avaliação das respostas foi conduzida por grandes modelos de linguagem que avaliaram a semelhança com as respostas precisas fornecidas pelo dataset da Bitext e com nossas personalizações para os dados da TechStyle.

Utilidade avalia o quão bem a IA cria uma experiência positiva para o cliente ao usar um tom profissional com linguagem educada e respeitosa; demonstrar empatia ao reconhecer a frustração; fornecer instruções claras e concisas; oferecer suporte ativo antecipando necessidades; e garantir que os clientes se sintam ouvidos ao tratar de seus problemas específicos em vez de dar respostas genéricas.

Exemplo de avaliação

“A pergunta ‘Espero um reembolso de US$ 129.99, ele já foi processado?’ foi enviada a cada agente sem informações de identidade e sem login do cliente. ‘US$ 129.99 dólares’ também duplica a moeda.” De acordo com nossa ground truth, que criamos com a ajuda de LLMs, uma resposta 100/100 incluiria todas as informações relevantes, como:

“Olá! Pedimos desculpas pela demora no processamento do seu reembolso. Seu reembolso de US$ 129.99 pelo Portable SSD Drive foi processado e normalmente leva de 5 a 10 dias úteis para aparecer na sua conta. Você pode acompanhar o status na seção ‘Minhas Devoluções’, que mostrará: Devolução Iniciada, Devolução em Trânsito, Devolução Recebida, Devolução Processada ou Reembolso Emitido. Você também receberá atualizações por e-mail em cada etapa. Há mais alguma coisa em que posso ajudar?”

Enquanto isso, as respostas fornecidas pelos 2 principais fornecedores são:

Azure

Resposta: O reembolso de US$ 129.99 pelo seu Portable SSD Drive foi processado. Normalmente, leva de 5 a 10 dias úteis para os fundos aparecerem de volta na sua conta. Você pode acompanhar o status da sua devolução na seção “Minhas Devoluções” da sua conta.

Pontuação: O Azure recebeu uma pontuação de 95/100 em precisão porque não mencionou que os clientes recebem atualizações por e-mail em cada etapa. Ele obteve 95/100 em completude porque não especificou uma lista abrangente de status. Ele obteve 80/100 em utilidade porque falta uma saudação, deveria cumprimentar primeiro, e não há reconhecimento, pedido de desculpas nem acompanhamento e assistência de acompanhamento.

Tidio Lyro

Resposta: Você pode verificar o status do seu reembolso na seção “Minhas Devoluções” da sua conta. O sistema mostrará um destes status: Devolução Iniciada, Devolução em Trânsito, Devolução Recebida, Devolução Processada ou Reembolso Emitido. Você também receberá atualizações por e-mail em cada etapa.

Pontuação: O Tidio Lyro obteve 95/100 em precisão, faltando detalhes específicos do reembolso, mas alcançou perfeitos 100/100 em completude, pois nenhuma pergunta de acompanhamento é necessária com base na pergunta. O Tidio recebeu 87/100 em utilidade porque falta uma saudação e não há reconhecimento nem pedido de desculpas.

Casos de uso reais de agentes de IA no atendimento ao cliente

1. Lyro da Tidio

Gecko Hospitality, uma empresa de serviços de recrutamento, utiliza o agente de IA Lyro da Tidio juntamente com automações de fluxo de chat para pré-qualificar candidatos a emprego e lidar constantemente com consultas de rotina, 24/7. A IA resolve de forma independente cerca de 90% das conversas de atendimento ao cliente, direcionando currículos ou perguntas de clientes ao recrutador apropriado em menos de 90 segundos. Em apenas seis meses de implementação, isso resultou em 257 leads de candidatos adicionais, ao mesmo tempo em que reduziu significativamente os tempos de revisão manual e resposta, permitindo que os recrutadores se concentrassem em interações mais valiosas.⁶

2. Agente de Suporte ao Cliente da Ema

A Envoy integra o agente de suporte ao cliente de IA da Ema para assistência no aplicativo, economizando de 70% a 80% do tempo da equipe de suporte. Essa solução baseada em IA simplifica as tarefas de atendimento ao cliente e aumenta a eficiência.⁷

3. Bland.ai

O agente de IA da Bland.ai responde a consultas de clientes como gestor de propriedades, lidando com renovações de aluguel e consultas. Essa solução orientada por IA ajuda os gestores de propriedades a automatizar tarefas comuns, melhorando o tempo de resposta e a satisfação do cliente.⁸

4. Agente de IA Ada

A Wealthsimple utiliza o agente de IA Ada para gerenciar a carga de trabalho de 10 funcionários em tempo integral (FTEs). Os recursos de automação da Ada melhoram a experiência do cliente ao oferecer respostas rápidas e precisas a consultas financeiras.⁹

5. Agente de Atendimento ao Cliente da Beam IA

A Avi Medical automatiza serviços de saúde com o agente de atendimento ao cliente da Beam IA, reduzindo os tempos médios de resposta em aproximadamente 85%. O sistema baseado em IA melhora o suporte ao paciente e acelera as taxas de resposta.¹⁰

6. Sierra

O WeightWatchers usa a Sierra IA para alcançar uma taxa de resolução de 70% nas interações de atendimento ao cliente. Ao aproveitar a tecnologia de IA, a Sierra melhora a experiência de suporte e ajuda a resolver as consultas dos clientes mais rapidamente.¹¹

Principais diferenças entre chatbots e agentes de IA

Os chatbots tradicionalmente operam em sistemas rígidos e baseados em regras, usando árvores de decisão e respostas pré-programadas para simular conversas. Eles dependem de extensa configuração manual para detectar palavras-chave e fornecer respostas relevantes e pré-selecionadas.

Os agentes de IA são baseados em grandes modelos de linguagem (LLMs), o que lhes permite entender a linguagem natural, interpretar o contexto e gerar respostas semelhantes às humanas. Esses agentes podem processar e sintetizar grandes volumes de informações de fontes como bases de conhecimento.

Os agentes de IA também oferecem:

• Integrações de conhecimento (sincronização com sistemas como o Zendesk).
• Ações generativas (a capacidade de agir em nome do cliente).
• Raciocínio (a capacidade de revisar como o mecanismo de resolução determinou o que fazer em seguida).
• Orientação (dizer à sua IA como fazer uma tarefa específica).
• Insights automatizados de resolução (a taxa na qual os agentes de IA resolvem problemas sem escalonamento para agentes humanos).

Não perca os nossos benchmarks e insights baseados em dados. O botão abre o Google; selecionar a AIMultiple confirma que deseja ver a AIMultiple com mais frequência nos resultados de pesquisa do Google.

Adicionar como fonte preferencial

Perguntas frequentes

Leitura adicional

• Comparar 20 LLM ferramentas de segurança e frameworks de código aberto
• Construtores de agentes de IA

Cite este benchmark

Escolha o formato adequado ao local onde você vai publicar. Colar a versão com link no seu CMS preserva o backlink.

@misc{dilmegani2026,
  author = {Dilmegani, Cem and Sezer, Sena},
  title  = {{Agentes de IA no Atendimento ao Cliente Comparados}},
  year   = {2026},
  month  = sep,
  howpublished    = {\url{https://aimultiple.com/ai-agents-customer-service}},
  note   = {AIMultiple. Acessado em 3 Setembro 2026}
}

Registro de alterações

9 atualizações

Todas9Geral6Metodologia3

1. 20263 Set

   Adicionado o acordo da Salesforce para adquirir a Intercom Fin por US$ 3,6 bilhões ao perfil da Fin.

2. 17 Fev

   Substituída a descrição do produto Tidio Lyro por novos detalhes sobre suas funcionalidades e preços.

3. 202527 Jun

   Recomendações adicionadas à introdução.

4. 27 Jun

   Substituída a avaliação de exemplo na metodologia por uma nova.

5. 18 Jun

   A seção de metodologia foi expandida com um detalhamento detalhado da métrica de Ajuda Profissional.

6. 27 Mai

   Removido Microsoft Copilot AI da visão geral dos agentes de IA.

7. 27 Mai

   Adicionada uma metodologia de benchmark de agente de IA de atendimento ao cliente à seção de metodologia.

8. 14 Mai

   Adicionado Tidio's Lyro à visão geral dos agentes de IA.

9. 25 Mar

   Atualizada a descrição do Fin da Intercom na seção de visão geral.

Links de referência

1.

IBM notice: The page you requested cannot be displayed

2.

Tidio Pricing—Find the Best Plan for Your Business Needs

Tidio

3.

AI Agents for Customer Support Enhance AI Customer Service

4.

What Is Agentforce Assistant? (Formerly Einstein Copilot) | Salesforce

5.

Bitext Gen AI Chatbot Customer Support Dataset | Kaggle

6.

Gecko Hospitality Reaches 90% Customer Service Automation

Tidio

7.

How Envoy Global Leverages Ema for Enhanced Service - Ema

8.

Module 3 | Lesson 3: Case Studies and Best Practices

9.

Automate Troubleshooting and Resolve Inquiries with AI Customer Service | Ada

10.

Our Case Studies: AI Agents & Agentic Automation | Beam AI

11.

How WeightWatchers embraces AI to engage members with empathy, at scale, with Sierra | Sierra

Sierra

Cem Dilmegani

Analista Principal

Siga-nos

Cem é o analista principal da AIMultiple desde 2017.

O trabalho de Cem na AIMultiple foi citado por publicações globais líderes, incluindo Business Insider, Forbes, Morning Brew e Washington Post, por empresas globais como Deloitte e HPE, ONGs como o World Economic Forum e organizações supranacionais como a European Commission. [1], [2], [3], [4], [5]

Ao longo de sua carreira, Cem atuou como consultor de tecnologia, comprador de tecnologia e empreendedor de tecnologia. Ele aconselhou empresas sobre suas decisões de tecnologia na McKinsey & Company e na Altman Solon por mais de uma década. Ele também publicou um relatório da McKinsey sobre digitalização.

Ele liderou a estratégia de tecnologia e as compras de uma operadora de telecomunicações, reportando-se ao CEO. Ele também liderou o crescimento comercial da empresa de deep tech Hypatos, que atingiu uma receita recorrente anual de 7 dígitos e uma avaliação de 9 dígitos partindo do zero em 2 anos. O trabalho de Cem na Hypatos foi coberto por publicações de tecnologia líderes como TechCrunch e Business Insider.

Cem fala regularmente em conferências internacionais de tecnologia. Ele se formou como engenheiro da computação pela Bogazici University e possui um MBA pela Columbia Business School.

Ver perfil completo

Pesquisado por

Sena Sezer

Analista da Indústria

Siga-nos

Sena é analista da indústria na AIMultiple. Ela concluiu seu bacharelado pela Bogazici University.

Ver perfil completo

Seja o primeiro a comentar

Seu endereço de e-mail não será publicado. Todos os campos são obrigatórios. Os comentários são deixados em seu idioma original.

Nome

Endereço de email

Comentário

0/450

Postar comentário