Encore AI

O que é

A Encore AI constrói agentes de IA voltados ao cliente copiando as suas melhores pessoas, em vez de pedir que você escreva prompts. Sua tecnologia patenteada de “Interaction Mining” lê o histórico de ligações, chats, e-mails e registros de CRM de uma empresa, divide cada jornada do cliente em etapas e isola os movimentos que antecederam um empréstimo fechado, uma apólice renovada ou um saldo recuperado. Esses movimentos viram playbooks, e os playbooks rodam em dois modos: Autopilot, um agente autônomo de voz e chat que conduz uma jornada do primeiro contato ao fechamento, e Wingman, um assistente ao vivo que coloca perguntas de discovery, respostas a objeções e divulgações obrigatórias na tela de um representante humano durante a ligação. Um terceiro produto, Journeys, substitui formulários estáticos de lead por landing pages conversacionais.

O pitch mira a linha de receita, não a linha de custo. O CEO Dvir Ginzburg foi direto no anúncio da Série A: a indústria de IA corporativa de hoje está “optimized for cost reduction” (otimizada para redução de custos). Os casos de uso da Encore são enquadrados como etapas do funil — qualificar, converter, fazer onboarding, fazer upsell, recuperar — e não como tickets a desviar.

A empresa foi fundada em 2022 como Insait IO por Ginzburg, que tem Ph.D. em geometric deep learning pela Universidade de Tel Aviv e trabalhou antes em sistemas de recomendação na Microsoft. Seu primeiro produto recomendava produtos financeiros a assessores e gerentes de relacionamento, o que explica a base de clientes. Ela anunciou uma Série A de US$ 30M em 29 de julho de 2026, liderada pela Team8 — o comunicado da empresa cita Planven e The Garage como co-líderes — com a Lukatz e vários bancos e seguradoras que já eram clientes. O Calcalist cita a seguradora israelense Harel e o Bank Leumi entre esses clientes-investidores e estima o quadro em cerca de 50 pessoas — aproximadamente 35 em Israel e o restante em Nova York, onde fica a sede, e na Austrália. O TechCrunch reportou mais de 40 clientes enterprise, majoritariamente instituições financeiras; o número do Calcalist foi de implantações em mais de 30 organizações em Israel, Austrália, Europa e EUA.

Por que aparece em stacks de CX e de receita

• Os dados de treinamento são os seus próprios resultados, não uma base de conhecimento. A maioria das plataformas de agentes parte de documentação e prompts e depois ajusta. A Encore parte de interações já rotuladas pelo que aconteceu em seguida no CRM. Se os 10% melhores dos seus cobradores recuperam o dobro do saldo da mediana, a promessa é que a plataforma consegue descobrir por quê e fazer o agente repetir isso. As páginas do produto dizem que não há engenharia de prompt, script ou base de conhecimento para escrever, e que o mining roda sobre todas as interações, sem amostragem.
• Assistência e autonomia compartilham um único playbook. Wingman e Autopilot rodam sobre os mesmos playbooks minerados, então um banco pode colocar primeiro o assistente diante dos representantes humanos, observar quais etapas do playbook movem a conversão e só então entregar o segmento fácil ao agente autônomo. Esse caminho escalonado é o mais seguro em crédito e seguros, onde um agente autônomo fazendo uma divulgação errada é um evento regulatório, não uma queda de CSAT.
• A entrega é feita por forward-deployed engineers, com handover. O modelo de deploy tem três fases: escopo e um piloto em produção no caso de uso com o upside de receita mais claro; construção conjunta de integrações e customização do agente com o seu time; depois testes, aprovação dos guardrails e “keys and handover” (entrega das chaves e passagem do bastão). Os workflows passam de “Run by Encore AI” para “Run by your team”. Para um banco sem um time interno de IA conversacional, esse é o caminho realista até a produção; também significa que os primeiros meses são um contrato de serviços.
• As opções de deploy e compliance atendem compradores regulados. As páginas do Autopilot e do Wingman listam on-premises, nuvem privada, VPC ou a nuvem da Encore totalmente gerenciada, além de trilhas de auditoria que registram cada decisão do agente, guardrails por workflow para tema, tom e compliance, aprovações de publicação e permissões baseadas em papéis. O site declara ISO 27001, ISO 42001, SOC 2 Type 2, GDPR e PCI DSS, e aponta para um trust center em trust.gainencore.ai.

A realidade do preço

Não há preço público, tabela de preços, plano self-serve nem listagem em marketplace que tenhamos encontrado; todas as fontes, incluindo diretórios de terceiros, dizem “contact for pricing”. Espere um contrato enterprise que começa com um piloto pago em um único funil e inclui um componente de forward-deployed engineering.

A âncora útil é o que ferramentas enterprise adjacentes publicam. A listagem da Cresta no AWS Marketplace precifica o Agent Assist for Voice em US$ 150.000 por 12 meses, cobrindo até 100.000 ligações, ou US$ 1,50 por ligação — e isso é para assistência em ligações que um humano ainda atende. Trate isso como a ordem de grandeza que uma grande central de atendimento regulada deve esperar de uma plataforma de assistência mais agente no mesmo segmento — uma âncora de pares, não uma cotação da Encore. O único número de desempenho que a Encore publicou contra custo é um “10x ROI within months” em um de seus maiores clientes de crédito, sem nome e sem baseline.

Como o produto é vendido com base em receita, empurre o modelo comercial para a receita. Peça preços atrelados ao resultado que você está comprando — empréstimos liberados, saldos recuperados, propostas concluídas — com a taxa do piloto abatida do primeiro ano, em vez de um medidor por assento ou por minuto que paga o fornecedor o mesmo valor, quer a conversão se mova ou não.

Ideal para

Heads de vendas, cobrança ou operações de clientes em bancos, financeiras e seguradoras — o segmento em que a Encore foi construída — que operam um funil de telefone e chat de alto volume com resultados registrados no CRM, e cuja pergunta é “como fazemos cada representante e cada agente vender, renovar ou recuperar como os nossos melhores?” e não “como respondemos a mais tickets com menos gente”. O encaixe mais forte tem anos de ligações gravadas com consentimento, resultados vinculados a cada interação e um time interno pequeno demais para construir agentes do zero.

Pule se o seu objetivo é desvio de suporte, se o seu arquivo de interações é escasso ou não está vinculado a resultados, se você precisa avaliar o produto sem um ciclo de vendas, ou se você está fora de serviços financeiros e saúde, onde a base de referências é rasa.

Frente às alternativas

O volume deste mercado está com os incumbentes de CCaaS, NICE e Genesys, cuja IA embutida cobre assistência ao agente e gestão de qualidade dentro de um contrato que você já assinou; comece por aí se o seu problema é cobertura, não conversão. A Cresta é a comparação mais direta — assistência e agentes autônomos sobre os mesmos modelos, com conectores nomeados para NICE CXone, Genesys, Five9 e Amazon Connect — e é a escolha para uma central de atendimento focada em voz, com várias centenas de posições, que precisa de um console de supervisão sobre humanos e IA. A Sierra, a entrante que mais cresce, com cerca de US$ 200M de ARR em maio de 2026, e a Decagon são as escolhas quando o objetivo é a resolução ponta a ponta de conversas de atendimento. A Parloa vence quando automação de voz em escala com um medidor previsível decide o negócio, e a Wonderful quando você precisa de agentes em muitos mercados de língua não inglesa rapidamente. A Level AI cobre a pontuação de cada interação para QA. Para times de vendas B2B trabalhando oportunidades em vez de funis de consumidor, o Gong é o padrão de revenue intelligence. O argumento da Encore contra todos eles é estreito: é aquela cujos agentes são construídos a partir do comportamento gravado dos seus próprios melhores profissionais e apontados para eventos de receita em um funil de consumidor regulado. Se esse não é o seu problema, uma das outras se encaixa melhor.

Pontos de atenção

• O método só funciona sobre um arquivo grande e vinculado a resultados. O Interaction Mining precisa de conversas gravadas ligadas ao que aconteceu depois; um arquivo de ligações sem resultado de CRM por ligação, ou um consentimento que não cobre treinamento de modelo, não dá à plataforma nada de onde aprender. Proteção: antes do piloto, audite um funil — conte as interações gravadas dos últimos 12 meses, verifique que parcela está ligada a um resultado no CRM e obtenha aprovação do jurídico de que o consentimento de gravação existente cobre treinamento — e faça de “dados mínimos disponíveis” uma pré-condição escrita da taxa do piloto.
• Copiar os melhores pode copiar os piores hábitos deles. O representante que mais converte pode ser o que mais pressiona ou o que pula uma divulgação. Automatizar esse comportamento em crédito, cobrança ou venda de seguros transforma o risco de uma pessoa em um risco sistêmico, e ligações outbound com voz de IA caem sob as regras da TCPA dos EUA sobre vozes artificiais. Proteção: passe cada playbook minerado por revisão de compliance antes da publicação, usando as aprovações de publicação da plataforma; exija que as checagens de divulgação obrigatória sejam guardrails rígidos, não sugestões; e amostre semanalmente conversas autônomas contra o seu QA de risco de conduta existente.
• Os resultados de destaque são publicados pelo fornecedor, e várias referências são investidores. Os aumentos de conversão de 30% e 33% no site e o cliente de crédito do “10x ROI” são todos alegações da própria Encore, e os clientes nomeados Harel e Bank Leumi investiram na Série A. Proteção: rode um teste de holdout — um grupo de controle do mesmo funil sem o agente — medido pela sua própria definição de conversão, e peça pelo menos um cliente de referência no seu vertical que não seja acionista.
• Esta é uma empresa pequena vendendo um modelo pesado em serviços. Cerca de 50 pessoas sustentam forward-deployed engineering em mais de 30 implantações enterprise em três continentes, e as páginas públicas não nomeiam integrações específicas de CRM, telefonia ou CCaaS. Proteção: obtenha por escrito a lista de integrações para o seu stack exato, nomeie os forward-deployed engineers e a alocação deles no SOW, e contrate a exportação dos playbooks minerados e das configurações dos agentes, para que a fase de handover deixe você com algo portável.
• As alegações de deploy variam conforme a fonte. As páginas de produto do fornecedor listam opções on-premises e VPC, enquanto pelo menos um diretório de terceiros lista o produto como somente nuvem. Proteção: confirme a topologia de deploy, a residência de dados e a hospedagem dos modelos para o seu contrato no questionário de segurança, e puxe o relatório SOC 2 Type 2 e os certificados ISO reais no trust center, em vez de confiar em selos.