O que é
A Scaled Cognition é um laboratório de modelos, não mais um fornecedor de agentes. Ela treina o próprio modelo para automação de atendimento ao cliente — o APT, Agentic Pretrained Transformer — e o vende junto com uma plataforma para construir, simular e monitorar agentes em cima dele. O argumento é de arquitetura: um LLM de uso geral é treinado para prever tokens e depois recebe uso de ferramentas, guardrails e checagens de política como acessórios, enquanto o APT é treinado contra objetivos no nível da ação — qual API chamar, qual regra de negócio se aplica, em que ordem —, de modo que a aderência à política é uma propriedade do modelo, e não do prompt em volta dele. A empresa vende o APT como um modelo que “nunca chuta”; leia isso como meta de design, não como garantia que dispense testes.
Os fundadores já fizeram isso antes. O CEO Dan Roth e o CTO Dan Klein, professor de IA na UC Berkeley, cofundaram a Semantic Machines, adquirida pela Microsoft em 2018. A Khosla Ventures liderou uma rodada seed de $21M em 2023 e, em 25 de junho de 2026, liderou uma Série A de $100M com participação da Genesys, a um valuation reportado de cerca de $750M (SiliconANGLE, citando o Wall Street Journal). O APT-1 foi lançado em research preview em fevereiro de 2025, construído por um time de cerca de 20 pessoas; a empresa diz que ele superou os modelos frontier nos benchmarks agênticos Tau-Bench e ComplexFuncBench, mas não publicou notas por tarefa no post de lançamento. O comunicado da Série A afirma deploys em produção em empresas da Fortune 500 de serviços financeiros, saúde, telecom e seguros — sem citar nomes.
Por que aparece nos stacks de CX e suporte
- É o modelo por baixo, não o agente por cima. A maioria dos compradores encontra o APT dentro do Genesys Cloud. A Genesys anunciou a parceria em 16 de outubro de 2025, investiu e, em 10 de fevereiro de 2026, apresentou o Genesys Cloud Agentic Virtual Agent, movido pelo APT-1 como “large action model”, com disponibilidade geral prevista para o primeiro trimestre do ano fiscal 2027 da Genesys (fevereiro–abril de 2026). M&T Bank e Banco Pichincha foram citados como avaliadores iniciais. A Genesys coloca a base alcançável em mais de 8.000 organizações.
- O ferramental de simulação é o diferencial prático. O AgentTwin gera agentes e conversas de teste a partir das suas interações históricas com clientes, o GenAPI roda os agentes contra milhares de cenários simulados com APIs de backend mockadas, e um Agent Evaluator pontua acerto e conformidade com a política em execuções repetidas antes do lançamento. Depois, o monitoramento em produção vigia o drift. Times que já se queimaram com um agente que passou num piloto de 50 conversas e quebrou em 50.000 compram essa parte tanto quanto o modelo.
- Faz deploy onde compradores regulados precisam. O APT roda on-premises, na sua VPC ou hospedado; o acesso é uma API REST stateless com opções no-code, low-code e SDK. O parceiro de inferência Baseten reporta time to first token abaixo de 120 ms — o número que decide se um agente de voz parece uma conversa ou uma fila de espera.
Realidade de preço
Não há tabela de preços pública para contratos diretos; é um contrato enterprise conduzido por vendas. O único medidor publicado é o caminho via Genesys: a documentação da Genesys cobra uma interação do Agentic Virtual Agent a 1,2 AI Experience tokens, com o token listado a USD 1,00 — cerca de $1,20 por interação a preço de tabela, antes de qualquer desconto enterprise e somado às licenças do Genesys Cloud CX ($75–$240 por usuário por mês conforme o tier). No papel, isso fica abaixo do Zendesk a $1,50 por resolução automatizada, mas é por interação, não por resultado, então conversas não resolvidas também são cobradas: com 70% de contenção, o custo efetivo por interação resolvida fica em cerca de $1,71, acima do Zendesk e bem acima do Intercom Fin a $0,99 por resultado. Para um deploy direto, espere um compromisso de plataforma na casa dos seis dígitos, comparável a Sierra ou Parloa — uma inferência pelo perfil do comprador, não um valor cotado.
Ideal para
Líderes de contact center e de plataforma de CX em empresas reguladas — bancos, seguradoras, telcos, operadoras de saúde e os BPOs que as atendem — cujo piloto de agente de IA falhou por aderência à política, e não por qualidade de conversa, e que já rodam Genesys Cloud ou precisam do modelo hospedado dentro da própria VPC. O caso de uso delimitado: fluxos transacionais em que uma ação errada é um evento de compliance — mudar um plano de pagamento, verificar identidade antes de uma alteração de conta, processar uma etapa de sinistro.
Descarte se o seu problema é deflexão de FAQ (qualquer IA nativa do help desk resolve), se você quer um produto de agente pronto que o time de operações de suporte configure sem engenharia, ou se você não está na Genesys e não consegue alocar gente para um deploy de plataforma de modelo.
Versus as alternativas
A comparação não é equivalente: a Scaled Cognition vende a camada que os fornecedores de agentes compram da OpenAI, da Anthropic e do Google. Contra os líderes da camada de agentes, escolha a Sierra quando quiser que um fornecedor seja dono do resultado de ponta a ponta e aceitar cobrança por resultado, e a Decagon — a entrante que mais cresce no segmento — quando o seu volume é puxado por chat e o time de operações quer escrever procedimentos em linguagem natural. Escolha a Parloa para contact centers voice-first cobrando por minuto. A PolyAI é o par estrutural mais próximo, rodando o próprio modelo de diálogo Raven; escolha-a quando voz é o problema inteiro e você quer um serviço gerenciado. Na base instalada, Salesforce Agentforce e Zendesk vencem quando consolidar no sistema que você já paga vale mais que um modelo melhor. Escolha a Scaled Cognition quando a falha que você está corrigindo é o modelo saindo da política e você prefere trocar o modelo a adicionar mais um guardrail.
Pontos de atenção
- “Sem alucinações” é uma afirmação de marketing, não uma taxa medida. O post de lançamento alega liderança em benchmarks sem notas por tarefa, e nenhuma avaliação independente em cargas de atendimento ao cliente foi publicada. Proteção: rode seu próprio teste de aderência à política com 500 cenários no AgentTwin e no GenAPI contra o modelo frontier que o seu fornecedor atual usa, e coloque a taxa de erro medida no contrato como critério de aceite.
- Via Genesys, você compra o produto da Genesys, não o da Scaled Cognition. Roadmap, preço e suporte ficam com a Genesys, e a documentação que verificamos ainda listava agentes virtuais agênticos como “em breve” em algumas seções. Proteção: confirme por escrito a disponibilidade geral na sua região e no seu tenant, e pergunte qual versão do APT a sua organização roda e como os upgrades de modelo são liberados e testados contra regressão.
- Cobrança por interação também cobra as falhas. A 1,2 token por interação, uma conversa que escala para um humano consome tokens do mesmo jeito. Proteção: modele o custo por resolução como $1,20 dividido pela sua taxa de contenção, e defina um piso de contenção abaixo do qual o deploy é revisto.
- A evidência de clientes é escassa e anônima. Além da Genesys e de seus avaliadores iniciais, não há clientes em produção públicos. Proteção: peça duas calls de referência no seu setor antes de qualquer compromisso plurianual, e limite o primeiro contrato a 12 meses.