Case: Localiza usa Copilot da Microsoft para reduzir até 19 horas mensais de trabalho manual em atendimento
A Localiza implementou o Copilot para Microsoft 365 com foco na automação de tarefas repetitivas e aumento da produtividade, alcançando redução de até 19 horas por mês entre colaboradores mais engajados.
Resumo
| Empresa | Localiza, Grande |
| Setor | Fornecedores de veículos |
| Fornecedor | Microsoft |
| Solução | Copilot para Microsoft 365 |
| Área | Atendimento |
| Canal | Atendimento ao cliente |
| Período medido | 2023 a 2026 |
| Situação | Em produção |
Desafio
A Localiza enfrentava a dificuldade de integrar avanços rápidos em inteligência artificial com estruturas corporativas que não se adaptavam no mesmo ritmo. Segundo o IT Forum, a transformação por IA exigia mais do que tecnologia: era preciso mudar a cultura organizacional e preparar as pessoas para atuarem com agentes de IA.
A empresa precisava criar mecanismos para disseminar o uso produtivo da ferramenta entre milhares de colaboradores distribuídos por sete países da América Latina, sem comprometer a qualidade das entregas ou a governança dos processos.
Solução
A Localiza adotou o Copilot para Microsoft 365 a partir de 2023, iniciando com 300 licenças e ampliando para mais de 8 mil. A solução foi integrada principalmente ao Microsoft Teams e ao Microsoft 365 Chat. Para organizar o contexto corporativo, a empresa criou uma camada semântica proprietária chamada WorkIQ.
Desenvolveu também um framework de engenharia de valor e um fluxo único para priorizar, testar e validar oportunidades de IA. A governança foi estruturada em fábricas de agentes, que monitoram desempenho, duplicidade e subutilização. A empresa promoveu treinamentos, hackathons e rodadas mensais de troca com colaboradores de baixo uso.
Rituais semanais permitem que equipes apresentem agentes desenvolvidos internamente. O uso do Copilot incluiu resumo de reuniões, transcrição automática, consolidação de feedbacks de clientes, criação de campanhas e comunicações internas. A Localiza trata os agentes como softwares vivos, com necessidade de manutenção contínua.
Resultados
| Indicador | Antes | Depois | Origem |
|---|---|---|---|
| Redução de horas por colaborador | não divulgado | 8,3 horas mensais | Fornecedor |
| Redução de horas para colaboradores mais engajados | não divulgado | 19 horas mensais | Fornecedor |
| Aumento de produtividade para heavy-users | não divulgado | 10,6% | Fornecedor |
| Aumento de produtividade médio | não divulgado | 4,5% | Fornecedor |
| Percentual de top-users que relataram melhoria | não divulgado | 81% | Fornecedor |
| Percentual de heavy-users que relataram melhoria | não divulgado | 68% | Fornecedor |
Com o uso do Copilot, houve uma redução média de 8,3 horas mensais por colaborador, segundo a Microsoft. Entre os colaboradores mais engajados, a redução chegou a 19 horas por mês. Os heavy-users registraram aumento de produtividade de 10,6%, enquanto o aumento médio entre todos os participantes foi de 4,5%.
Segundo dados do fornecedor, 81% dos top-users e 68% dos heavy-users relataram melhorias na produtividade e na qualidade das entregas. A maioria dos usuários afirmou que sentiria falta do Copilot caso as licenças fossem removidas. Os indicadores foram acompanhados por meio de dashboards com o Microsoft Viva Insights, conforme metodologia desenvolvida pela Localiza para medir eficácia.
Limitações
Os resultados são divulgados pelo fornecedor Microsoft, sem verificação independente. Não há detalhes sobre custo, retorno financeiro, equipe envolvida, base de comparação ou critérios exatos para classificação de perfis de uso. As métricas de produtividade são baseadas em autopercepção e dados internos da plataforma.
Não divulgado: custo, retorno financeiro, equipe envolvida, passagem para atendente humano, base de comparação.
Fontes
- IT Forum, 31/08/2026
- www.microsoft.com, data não identificada
- Seja Relevante, 15/09/2026
Como este case foi apurado: formato Desafio, Solução e Resultados, com fontes conferidas entre si e a origem de cada número indicada, segundo o método de estudo de caso de Robert K. Yin. Estudo de caso TheAgent.
