Resumo
"Automações de IA do Freshdesk" é, na verdade, um nome que cobre duas camadas. A primeira é o motor clássico de automação baseado em regras que o Freshdesk já oferece há anos (regras de Criação de Ticket, Atualização de Ticket e Gatilhos por Hora, além de automações de cenário e roteamento via Omniroute). Ele é determinístico, incluído no seu plano, e faz exatamente o que você manda, nem mais nem menos. A segunda é o Freddy AI, o complemento generativo que rascunha respostas, resolve tickets e traz insights, cobrado por sessão, além dos assentos.
A camada de regras é genuinamente sólida para roteamento, marcação e manutenção de SLA. A camada de IA é capaz, mas vem com cobrança por consumo, restrições de plano e o vínculo aos modelos próprios da Freshworks. Se você está comprando o Freshdesk para automatizar o suporte de ponta a ponta, ajuda saber quais tarefas pertencem a qual camada, e onde uma opção agnóstica de modelo como a eesel, que roda dentro do Freshdesk que você já usa, faz mais sentido.
O que "automações de IA do Freshdesk" realmente significa
Busque "automações de IA do Freshdesk" e você encontra uma mistura confusa de duas coisas bem diferentes. Vale a pena separá-las logo de cara, porque se comportam de formas completamente distintas e são cobradas de formas completamente distintas.
O Freshdesk é o helpdesk de atendimento ao cliente da Freshworks, usado por mais de 74.000 empresas, incluindo Bridgestone, Klarna e PepsiCo. Por baixo do capô, ele oferece um motor de regras determinístico que existe desde bem antes da onda atual de IA, e uma suíte generativa mais recente chamada Freddy AI acoplada por cima. Quando alguém fala "automação" no Freshdesk, pode estar se referindo a qualquer uma das duas.
Este é o modelo mental que usamos. Existem duas camadas, e a forma mais clara de pensar nelas é "determinística" versus "generativa".
A camada de baixo são regras: se um ticket atende a estas condições, execute estas ações. Sem leitura, sem compreensão, sem julgamento. É confiável precisamente por ser simples. A camada de cima é o Freddy AI, que de fato lê o ticket e decide o que fazer. É flexível precisamente por não ser simples, e essa flexibilidade é o que você paga por sessão.
Vamos passar pelas duas, começando pela camada que a maioria das equipes já usa sem nem chamar de "IA".
O motor clássico de regras de automação
Antes do Freddy, automação no Freshdesk significava três tipos de regras, que continuam sendo a espinha dorsal da maioria das configurações reais do Freshdesk. Elas ficam em Admin > Workflows > Automation Rules, cada uma em sua própria aba. A Freshworks renomeou as três há um tempo, então, se você aprendeu o Freshdesk há alguns anos, os nomes antigos estão entre parênteses abaixo.
Os três tipos diferem principalmente em quando disparam, o que acaba sendo o ponto que mais confunde as pessoas.
Um detalhe genuinamente simpático: segundo a visão geral de regras de automação do Freshdesk, "não há limite para o número de condições que você pode definir em uma regra de automação, sem restrições sobre condições entre planos." Você pode construir uma regra tão complexa quanto quiser. Se deve ou não fazer isso é outra questão.
Regras de Criação de Ticket (antigo Dispatch'r)
As regras de Criação de Ticket disparam no instante em que um ticket chega. Essa é a sua porta de entrada: atribuir o ticket ao grupo ou agente certo, definir prioridade e tipo, disparar notificações por e-mail ou marcar como spam. As condições podem ser construídas com base em campos do ticket, propriedades de contato ou propriedades de empresa, com lógica AND/OR aninhada. O Freshdesk até vem com uma regra de exemplo que encaminha tickets de reembolso e devolução direto para um grupo de cobrança.
Existe uma armadilha aqui que pega quase todo mundo. Por padrão, as regras de Criação de Ticket funcionam na base de "a primeira regra correspondente vence". Como avisa a própria documentação do Freshdesk, "a ordem das regras é muito importante, porque apenas a primeira regra correspondente será executada." Então, se uma regra ampla e genérica estiver acima de uma mais específica na lista, a específica nunca roda. A resposta da Freshworks para sua própria FAQ "por que minha regra de automação não está funcionando" é, essencialmente, uma regra acima correspondeu primeiro. Você pode mudar isso para "executar todas as regras correspondentes" no menu de engrenagem, mas isso vem desativado por padrão, e a falha silenciosa é enlouquecedora quando você não sabe que precisa procurar por ela. Se isso soa familiar, nosso guia sobre atribuição automática de tickets no Freshdesk explora a lógica de ordenação.
Regras de Atualização de Ticket (antigo Observer)
As regras de Atualização de Ticket escutam eventos em tickets existentes e reagem em tempo real. É assim que você reabre automaticamente um ticket resolvido quando o cliente responde, atribui um agente quando um terceiro adiciona uma nota, envia uma pesquisa de CSAT na resolução, ou avisa um supervisor por e-mail quando um cliente VIP deixa uma avaliação ruim.
O que diferencia esse tipo de regra é o bloco de Evento. Você especifica quem disparou a ação (Agente, Solicitante, Colaborador ou Sistema) e qual evento conta (uma propriedade alterada, uma nota adicionada, uma resposta enviada, um feedback recebido, além de eventos de sistema como falha no envio de e-mail ou um ticket vencido). Diferente das regras de criação, "todas as regras correspondentes são executadas de cima para baixo", então não há a armadilha da primeira correspondência aqui. Também existe uma ação Trigger webhook, que é o ponto que a maioria das equipes usa para enviar eventos para sistemas externos, coberto em nosso guia sobre webhooks do Freshdesk.
Gatilhos por Hora (antigo Supervisor)
Os Gatilhos por Hora (rotulados explicitamente como "FKA Time Triggers" na documentação do Freshdesk) são a sua manutenção baseada em tempo. Fechar automaticamente tickets resolvidos há dias, escalar qualquer coisa sem atendimento por 48 horas, elevar a prioridade de tickets antigos. O clássico que evita que uma fila apodreça.
Dois limites importam, e são fáceis de passar despercebidos. Primeiro, essas regras verificam uma vez por hora, então qualquer limite de tempo que você definir "deve sempre ser maior ou igual a uma hora." Segundo, elas só correspondem a tickets atualizados nos últimos 30 dias, e só conseguem ler propriedades do ticket, não campos de contato ou empresa. Se você esperava escalar algo automaticamente cinco minutos depois de vencer, os Gatilhos por Hora não conseguem fazer isso. É exatamente esse tipo de restrição "a ferramenta roda por relógio, não por evento" que leva as equipes a uma abordagem de automação ciente de SLA que reage imediatamente.
Automações de cenário: macros de um clique
Tudo o que vimos até aqui roda automaticamente. As automações de cenário são a contraparte manual: pacotes de ações que um agente dispara manualmente, sob demanda. Pense nelas como macros.
Em vez de um agente repetir manualmente "marcar como Reembolso, atribuir ao grupo de Reembolsos, definir status como Processando Reembolso" em cada ticket, um cenário faz as três coisas em um clique. As ações disponíveis são amplas: definir prioridade, tipo e status, preencher previamente uma resposta pronta (o cenário deixa a resposta pronta para revisão, não a envia automaticamente), adicionar notas públicas ou privadas, adicionar tags ou observadores, atribuir a um agente ou grupo, enviar e-mails, entre outras. Você pode executar um cenário em um único ticket a partir de Mais ações, ou executá-lo em lote em toda uma seleção a partir da lista de Tickets. Nosso guia de automação de cenários no Freshdesk traz a lista completa de ações.
Sendo honestos: cenários são um atalho de produtividade para humanos, não automação no sentido de "sem necessidade de humano". São excelentes para padronizar como os agentes lidam com tipos repetitivos de tickets, e combinam bem com respostas prontas. Ainda assim, precisam de um humano para escolher o cenário certo e clicar no botão, o que é ótimo até que seu volume ultrapasse a capacidade de clicar.
Atribuição e roteamento automático de tickets
O roteamento é onde o motor de regras ganha um subsistema dedicado. A atribuição automática de tickets do Freshdesk é alimentada por um motor chamado Omniroute, que decide quem recebe cada ticket com base na carga de trabalho do agente, disponibilidade e preferências de atribuição.
Existem três métodos de roteamento, e escolher o certo depende do formato da sua equipe:
| Método | Como os tickets são atribuídos | Ideal para |
|---|---|---|
| Rodízio | Ordem circular entre agentes disponíveis, considerando a capacidade de cada um | Equipes pequenas, consultas transacionais como status de pedido |
| Por carga de trabalho | Pela capacidade atual de cada agente, otimizando para resolução mais rápida | Equipes maiores e de maior volume |
| Por habilidade | Para agentes cujas habilidades correspondem ao ticket (idioma, produto) e que têm capacidade | Suporte multilíngue, filas especializadas ou técnicas |
Os três métodos exigem que o agente esteja on-line antes de o ticket chegar, e todos são alimentados pelo Omniroute por baixo do capô. A expressão "atribuição inteligente de tickets" que você vê em conteúdos de comparação geralmente se refere apenas a esse conjunto, não a um recurso separado.
Aqui vai o detalhe que vale destacar logo: o Roteamento Automático Avançado é exclusivo dos planos Pro e Enterprise. No plano Growth, rodízio, por carga de trabalho e roteamento por habilidade ficam fora de alcance, então equipes menores acabam presas ao roteamento por meio de simples regras de Criação de Ticket. A capacidade em si ("o número de tickets que um agente consegue gerenciar dentro de uma hora útil") é configurável, mas filas específicas por canal são um recurso do Freshdesk Omni, não do Freshdesk isolado. Se o roteamento é o principal motivo para você automatizar, calcule o custo com base no nível de preços do Freshdesk que você realmente precisa, não naquele em que começou.
Freddy AI: onde a "IA" de fato está
Tudo o que vimos até aqui é determinístico. Agora, a camada generativa. O Freddy AI é a suíte de IA da Freshworks, posicionada como "IA que prioriza as pessoas", e se divide em três produtos voltados a três públicos.
Freddy AI Agent é o resolvedor autônomo voltado ao cliente. A Freshworks afirma que ele resolve até 80% das consultas em chat, mensagens e e-mail, com agentes "verticais" pré-construídos para casos como atualizações de pedidos da Shopify, reembolsos via Stripe e transações do PayPal, além de um AI Agent Studio sem código para construir os seus próprios. Essa é a peça capaz de realmente executar uma ação, atualizar um registro ou processar um reembolso, em vez de apenas sugerir uma.
Freddy AI Copilot fica dentro do espaço de trabalho do agente e assiste os humanos: sugestões de resposta, resumos de conversa e tradução ao vivo, sem trocar de contexto. A Freshworks cita uma melhoria de 60% na produtividade dos agentes nesse ponto. É o que mais se aproxima dos fluxos de triagem automática e rascunho de respostas que a maioria das equipes quer desde o primeiro dia.
Freddy AI Insights é a visão voltada à liderança: alertas proativos com análise de causa raiz, acompanhamento de tendências de CSAT, detecção de violação de SLA e uma interface conversacional para fazer perguntas sobre os dados de suporte. A Freshworks a descreve como "clareza, não apenas análise."
No papel, essa é uma suíte completa. As perguntas que decidem se ela é certa para você não são sobre recursos, são sobre custo e restrições, então vamos a elas.
Quanto custam as automações do Freddy AI
A camada clássica de regras está incluída no seu plano. O Freddy AI não está, e a forma como ele cobra é onde os compradores se surpreendem.
Primeiro, os assentos. Os preços do Freshdesk autônomo têm três níveis na cobrança anual:
| Plano | Preço (anual) | O que você recebe |
|---|---|---|
| Growth | US$ 19/agente/mês | Ticketing, caixa de entrada compartilhada, portal do cliente, Email AI Agent (500 sessões gratuitas) |
| Pro (mais popular) | US$ 55/agente/mês | Portais personalizados, objetos personalizados, ticketing avançado, relatórios personalizados, roteamento |
| Enterprise | US$ 89/agente/mês | Logs de auditoria, fluxos de aprovação, roteamento por habilidade, segurança avançada |
Depois, além dos assentos, vêm os complementos do Freddy AI:
- Sessões do Freddy AI Agent: 500 gratuitas nos planos Pro e Enterprise (única vez), depois US$ 49 a cada 100 sessões. Uma "sessão" é uma interação única de um usuário final; para o Email AI Agent, uma sessão é uma janela de 72 horas a partir do primeiro e-mail do cliente, cobrindo todas as respostas de IA dentro dessa janela.
- Freddy AI Copilot: vendido como complemento por agente, sem passes diários.
- Freddy AI Insights: disponível como complemento, com preço não publicado.
Então o quadro de cobrança é dois medidores rodando ao mesmo tempo: assentos por agente e uso de IA por sessão. É essa parte que o preço anunciado esconde, e é por isso que sempre recomendamos simular os custos antes de se comprometer. Fizemos o detalhamento completo em nosso guia de preços de IA do Freshdesk.
O motivo pelo qual isso importa: o preço por sessão é imprevisível por design. Um mês movimentado dispara sua fatura, e você não consegue limitá-la facilmente. Compare isso com um modelo fixo por ticket, e a diferença em volume é gritante. É a mesma tensão que abordamos em custo de agente de IA vs. agente humano, e é o motivo mais comum pelo qual equipes começam a procurar uma alternativa.
Os limites que vale a pena conhecer antes de depender dele
O Freddy AI é um produto real, e o motor de regras é genuinamente capaz. Ser justo sobre o que funciona significa ser honesto sobre o que não funciona, então aqui estão as restrições que gostaríamos que um amigo soubesse antes de construir toda a operação de suporte em cima disso.
- A armadilha da primeira correspondência é uma pegadinha. Regras de Criação de Ticket falhando silenciosamente porque uma regra acima correspondeu primeiro é o problema número um de "minha automação está quebrada", e piora conforme sua lista de regras cresce.
- Os Gatilhos por Hora rodam por relógio, não por evento. Um mínimo de uma hora e uma janela de correspondência de 30 dias fazem com que escalonamentos sensíveis ao tempo sejam, por padrão, imprecisos.
- O roteamento fica travado atrás do Pro. Equipes menores no Growth não têm acesso a rodízio, por carga de trabalho ou atribuição por habilidade.
- O Freddy é cobrado por consumo e preso a um modelo. Você paga por sessão, além dos assentos, e roda nos modelos da Freshworks sem escolha de LLM. Se você quiser testar um fluxo em uma fatia do tráfego antes de se comprometer, não é assim que o medidor de sessões foi construído.
- O suporte te empurra para o Freddy. Em nossa própria pesquisa com clientes, uma equipe do Freshdesk nos contou que "era sempre redirecionada para o Freddy AI" sempre que perguntava ao suporte do Freshdesk sobre automação, além de enfrentar limitação de taxa da API em sua integração. Quando a resposta da plataforma para toda pergunta sobre automação é o próprio complemento pago, suas opções diminuem.
Nada disso torna o Freshdesk um helpdesk ruim. Torna-o um helpdesk cuja narrativa de automação é uma mistura de um motor de regras rígido, mas confiável, e um complemento de IA flexível, mas medido, com as costuras aparecendo onde os dois se encontram. Se você quiser uma análise mais detalhada da IA especificamente, nossa avaliação honesta do Freshdesk e as avaliações de IA do Freshdesk aprofundam o assunto.
Onde a eesel se encaixa
Se a camada de regras é rígida demais e o Freddy é medido demais, existe um caminho intermediário: uma camada de IA que lê tickets como o Freddy faz, mas roda nos seus termos e vive dentro do Freshdesk que você já tem.
Foi para isso que construímos a eesel. Em vez de escrever regras frágeis do tipo se-isto-então-aquilo ou pagar por sessão por um modelo caixa-preta, você orienta um agente de IA da eesel em linguagem simples ("atenda perguntas de reembolso de nível 1, envolva um humano acima de US$ 500") e ele lê cada ticket recebido de forma independente, rascunha ou envia uma resposta, marca e roteia o ticket, e escala os casos de exceção. Sem armadilha de ordem de regras, porque não depende da ordem das regras. Sem vínculo a um modelo, porque você não fica preso ao LLM de um único fornecedor.
Algumas coisas que costumam importar especificamente para equipes do Freshdesk:
- Funciona dentro do Freshdesk, não como uma substituição completa. A eesel é uma das mais de 100 integrações e fica no helpdesk que seus agentes já usam.
- Preço baseado em uso, um único medidor. A eesel cobra por tarefa (cerca de US$ 0,40 por ticket resolvido), sem taxas por assento e sem pacotes de sessão, então sua fatura acompanha o trabalho realizado, não o número de agentes multiplicado pelo uso de IA. O modelo completo está na página de preços.
- Você pode implantar em uma fatia primeiro. Encaminhe 200 dos seus 1.000 tickets mensais por ela, veja os resultados, depois expanda. Essa abordagem de implantação parcial, testar antes de confiar, é exatamente o que o preço por sessão torna difícil.
Não é mágica, e não pretendemos dizer que substitui uma equipe humana. Mas, para a tarefa específica de automatizar os 60 a 70% repetitivos de uma fila do Freshdesk, um agente agnóstico de modelo que lê os tickets supera uma pilha de regras frágeis somada a uma caixa-preta medida. Uma equipe avaliando o Freshdesk em nossa pesquisa, uma empresa de segurança de e-mail sediada na Itália, crescendo de 5.000 para 20.000 tickets por ano, considerou a eesel mais precisa que o Freddy AI em testes lado a lado.
"No primeiro mês, a eesel está resolvendo 73% das nossas solicitações de nível 1. Nossa equipe implementou e obteve resultados rapidamente durante o teste gratuito de 7 dias. A plataforma ainda inclui automações para marcação, atribuição e atualização de status dos tickets!"
Kim Simpson, Gridwise, avaliando a eesel no G2
Experimente a eesel
Se você chegou até aqui, provavelmente está automatizando uma fila do Freshdesk que cresce mais rápido que sua equipe. A eesel coloca um agente de IA autônomo dentro do Freshdesk que você já tem, aprende com seus tickets e documentos de ajuda passados desde o primeiro dia, e começa a resolver e rotear os tickets repetitivos sem que você escreva uma única regra ou fique de olho em um medidor de sessões.
O diferencial que importa aqui: você pode orientá-la em português simples, simulá-la sobre seu histórico real de tickets antes de colocá-la no ar, e pagar apenas pelos tickets que ela realmente resolve. Experimente a eesel gratuitamente, ou veja como equipes que processam mais de 50.000 tickets do Freshdesk por mês a usam em nosso guia de IA de atendimento ao cliente.
Perguntas frequentes
O que são as automações de IA do Freshdesk?
"Automações de IA do Freshdesk" abrange duas camadas diferentes. A primeira é o motor clássico de automação do Freshdesk baseado em regras (regras de Criação de Ticket, Atualização de Ticket e Gatilhos por Hora) que dispara em condições do tipo se-isto-então-aquilo, sem nenhuma IA envolvida. A segunda é o Freddy AI, o complemento generativo que rascunha respostas e resolve tickets de forma autônoma. A maioria das equipes usa as duas juntas.
Quanto custam as automações do Freddy AI no Freshdesk?
As regras clássicas de automação estão incluídas no seu plano. O Freddy AI é cobrado à parte: o Freddy AI Agent dá 500 sessões gratuitas nos planos Pro e Enterprise, depois cobra US$ 49 a cada 100 sessões adicionais, enquanto o Freddy AI Copilot é um complemento por agente. Detalhamos essa conta em nosso guia de preços de IA do Freshdesk, e ela se soma ao custo de US$ 19 a US$ 89 por assento dos níveis de preços do Freshdesk.
Qual é a diferença entre as regras de automação do Freshdesk e o Freddy AI?
As regras de automação são determinísticas: fazem exatamente o que você define, como encaminhar um ticket de reembolso para o grupo de cobrança. O triagem automática do Freddy AI e o Freddy AI Agent são generativos: leem o ticket, decidem do que se trata e podem redigir uma resposta ou executar uma ação. As regras são confiáveis, mas rígidas; o Freddy é flexível, mas cobrado por consumo. Veja o detalhamento completo em nosso guia de IA do Freshdesk.
O Freshdesk consegue rotear e atribuir tickets automaticamente?
Sim, por meio do Omniroute, que viabiliza a atribuição por rodízio, por carga de trabalho e por habilidade. O detalhe é que o roteamento por habilidade do Freshdesk e o roteamento automático avançado são exclusivos dos planos Pro e Enterprise. Nosso guia sobre atribuição automática de tickets no Freshdesk explica como cada método se comporta em escala.
O que fazer se minha regra de automação do Freshdesk não disparar?
Em nove entre dez casos, é a armadilha da ordem de execução. As regras de Criação de Ticket seguem, por padrão, o modelo "a primeira regra correspondente vence", então uma regra mais ampla posicionada acima de uma mais específica dispara primeiro e impede a execução das demais. Reordene suas regras ou mude para "executar todas as regras correspondentes". Se você quiser uma lógica que não dependa da ordem das regras, uma camada de IA como a eesel lê cada ticket de forma independente.
As regras de automação do Freshdesk realmente usam IA para ler os tickets?
Não. As regras clássicas de automação do Freshdesk são pura lógica se-isto-então-aquilo, sem nenhuma compreensão de linguagem, e é por isso que são confiáveis, mas rígidas. Para que um ticket seja de fato lido e compreendido, é preciso a triagem automática do Freddy AI ou um agente de IA de terceiros. Comparamos as opções em nosso panorama das melhores IAs de atendimento ao cliente.
Existe uma alternativa gratuita às automações do Freddy AI no Freshdesk?
As cobranças por sessão do Freddy AI aumentam rápido depois das 500 sessões gratuitas, então muitas equipes saem em busca de alternativas. Reunimos as melhores alternativas gratuitas de IA para Freshdesk, e a própria eesel começa com um teste gratuito (crédito de uso de US$ 50, sem cartão) para você testar as automações de IA do Freshdesk contra um agente com preço baseado em uso antes de pagar qualquer coisa.
Article by
Alicia Kirana Utomo
Kira is a writer at eesel AI with a Computer Science background and over a year of hands-on experience evaluating AI-powered customer service tools. She focuses on breaking down how helpdesk platforms and AI agents actually work so that support teams can make better buying decisions.
