Máquinas leem, pessoas decidem: o que 865.000 chamadas de agentes de IA mostram sobre o CRM de cassino

Por que isso importa

O Model Context Protocol (MCP) permite que um assistente de IA use as ferramentas de outro sistema. Já existem mais de 10.000 servidores MCP públicos, e os principais pacotes MCP são baixados cerca de 490 milhões de vezes por mês. Mas quase nada foi publicado sobre o que os agentes de IA realmente fazem depois de conectados, e a maior parte das pesquisas sobre agentes trata de programação.

Em julho de 2026 abrimos o servidor MCP da Smartico. Claude, ChatGPT ou o agente próprio de um operador agora podem ler e alterar o CRM de um cassino ou de uma casa de apostas: campanhas, jornadas do cliente, mensagens, bônus e relatórios. Este estudo mostra como foram os primeiros quatro meses.

De 4 para 121 marcas em 16 semanas

O uso cresceu em degraus, à medida que as marcas passavam de testar o servidor para usá-lo no dia a dia. Em meados de outubro, os clientes de IA faziam quase 200.000 chamadas por semana, e muitas marcas usavam o servidor toda semana.

O que a IA faz: primeiro lê, depois constrói

A IA olha antes de agir. Seis em cada dez chamadas só leem: a lista de campanhas, uma jornada, um modelo de bônus, as configurações da marca. Uma em cada oito chamadas é uma análise dos dados da própria marca. O que a IA mais consulta é a entrega de mensagens, os perfis de jogadores, os resultados de campanhas e os bônus.

Um quarto das chamadas altera algo, e a maioria delas constrói jornadas do cliente. Adicionar, atualizar e copiar os passos do fluxo de uma campanha são 6 em cada 10 chamadas de alteração. Depois vêm as mensagens (e-mail, push, popups, inbox) e as configurações de campanha.

Máquinas leem, pessoas decidem

Agrupamos cada token de acesso pelo seu comportamento. A parcela de chamadas e a parcela de alterações se separam:

• Scripts fazem metade de todas as chamadas, em velocidade de máquina. A maior parte é leitura em massa para relatórios. Eles fazem menos de 1 em cada 10 alterações.
• Agentes agendados rodam com um timer. Alguns são modelos de IA que acordam no mesmo minuto de cada hora e executam a mesma tarefa.
• Agentes de IA próprios são código do próprio operador com um modelo de linguagem dentro, sem um app de chat no meio.
• Pessoas com um assistente de IA trabalham no Claude, no ChatGPT e em outros apps de chat. Elas fazem cerca de um terço das chamadas e 78% das alterações.

Os operadores já deixam as máquinas lerem por eles. Mas quando algo muda no CRM, quase sempre há uma pessoa na conversa.

O relógio mostra a mesma divisão. Pessoas com um assistente de IA seguem o horário comercial. As máquinas trabalham a semana toda: uma em cada quatro chamadas delas acontece no fim de semana.

O Claude faz a maior parte do trabalho

O Claude no navegador e no app móvel faz uma em cada cinco chamadas e mais da metade de todas as alterações. O Claude Code e os agentes do Claude para desktop somam mais um quarto das alterações. Juntos, os apps do Claude fazem pelo menos 3 em cada 4 alterações no Smartico CRM. ChatGPT, Codex, Cursor e outros apps de IA fazem cerca de 4%.

O maior grupo em chamadas nem é um app de chat: 40% das chamadas vêm de código que os próprios operadores escreveram, principalmente em Python e Node.js.

Uma mensagem, cinquenta ações

Num chat, a pessoa escreve, a IA trabalha e depois responde. A maioria desses turnos é pequena: mais da metade precisa de três chamadas ou menos.

Mas às vezes uma mensagem dispara uma execução longa. Alguém pede "crie um fluxo de boas-vindas de 7 dias com um e-mail, um push e um bônus no dia 3", e a IA o constrói passo a passo, sozinha. Turnos de 50 chamadas ou mais são só 1 em cada 40 turnos, mas fazem metade de todas as alterações feitas a partir de apps de chat.

As maiores sessões vão além. Sessões com 100 alterações ou mais fizeram em média cerca de 400 alterações cada: conjuntos inteiros de jornadas, construídos num ritmo que nenhuma pessoa conseguiria acompanhar clicando. Uma sessão típica é curta, cerca de 5 minutos, mas 1 em cada 10 dura mais de 45 minutos.

A IA corrige os próprios erros

Modelos de IA erram, mas também leem as mensagens de erro. Quando uma consulta ao banco de dados falha, a IA escreve uma que funciona em até três tentativas em 86% dos casos, e em duas de cada três vezes já na tentativa seguinte. Quando nosso servidor recusa uma alteração e diz o que falta, a IA consegue concluir a alteração em 69% dos casos.

No início de agosto, 3 a 4 chamadas em cada 100 terminavam em erro. Em meados de outubro, era cerca de 1 em cada 100. Duas coisas ajudaram. As marcas passaram dos primeiros testes para o uso diário. E seguimos ensinando o servidor a explicar os erros: em vez de um erro simples, agora ele faz uma pergunta, como "este campo precisa ser em horas inteiras", e a IA corrige a chamada.

O que chega aos jogadores

A maioria das alterações são rascunhos e configurações. Menos de 1 em cada 100 alterações age diretamente sobre os jogadores, por exemplo iniciar uma campanha ou dar um prêmio aos jogadores. Três proteções limitam o que uma IA pode fazer:

• Perfis de acesso. Cada token tem um perfil de visualização, de análise, de edição ou de acesso total. A IA nem vê as ferramentas que não pode usar.
• Simulações. A IA pode mostrar uma alteração antes de salvá-la. Quase 1 em cada 5 itens novos ou alterados passou antes por uma prévia.
• Regras de rede. Uma marca pode liberar o acesso MCP apenas a partir dos próprios endereços IP.

Como isso se compara

• As pessoas continuam no comando. No estudo da Anthropic com quase um milhão de chamadas de ferramentas por agentes (fevereiro de 2026), no máximo cerca de 73% parecem ter uma pessoa acompanhando o processo. No nosso CRM, as pessoas fazem só um terço das chamadas, mas quase 8 em cada 10 alterações.
• Além do código. A engenharia de software representa cerca de metade de todas as chamadas de ferramentas por agentes nos dados da Anthropic, e áreas como marketing e vendas ficam com poucos por cento cada. Não encontramos outro fornecedor que tenha publicado dados de uso do próprio servidor MCP.
• Uma chamada que falha não é uma tarefa que falha. No benchmark MCP Atlas, da Scale, problemas com ferramentas causam entre metade e dois terços das tarefas de agentes que falham. No trabalho real de CRM, menos de 3 em cada 100 chamadas falharam ou foram recusadas, e a IA corrigiu a maioria delas sozinha.

O que isso significa para os operadores

• A IA já faz trabalho real de CRM. Ela cria jornadas e mensagens e verifica os dados antes de alterar qualquer coisa. Faz muito mais do que responder perguntas.
• Deixe a IA construir e reserve as decisões para as pessoas. Dê a cada token o menor acesso de que ele precisa, revise as alterações em massa numa prévia e mantenha uma pessoa no processo para tudo o que chega aos jogadores.
• Use scripts e IA para tarefas diferentes. Scripts saem baratos para leituras repetidas e relatórios. Um modelo de IA vale a pena quando a tarefa exige julgamento ou quando os erros precisam ser corrigidos no caminho.

Perguntas frequentes

Dados e método

Como citar

Smartico (2026). Máquinas leem, pessoas decidem: o que 865.000 chamadas de agentes de IA mostram sobre o CRM de cassino. https://www.smartico.ai/resources/labs/ai-agents-casino-crm-mcp-usage

O servidor MCP da Smartico conecta Claude, ChatGPT e outros apps de IA ao seu CRM. Veja para que as equipes o usam, como configurá-lo e como o acesso é controlado.