Resumo rápido. A inteligência artificial no atendimento público deixou de ser promessa há anos. Em cidades e países que decidiram tratá-la como serviço de primeira linha, ela já responde a milhões de cidadãos por mês, com resultados públicos e mensuráveis. A lição para o Brasil não é "construir um chatbot". É entender o modelo que sustenta esses resultados.
Quem olha esses casos buscando a ferramenta erra o alvo. O que diferencia uma experiência que funciona de mais um assistente virtual esquecido não é a tecnologia visível, mas a arquitetura de dados e a governança por trás dela. Três exemplos ajudam a enxergar isso.
Em Buenos Aires, um assistente de inteligência artificial chamado Boti responde a mais de 2 milhões de consultas de cidadãos por mês e dá acesso a mais de 1.300 procedimentos públicos. O canal é o WhatsApp, o mesmo aplicativo que o cidadão já usa para falar com a família e com o comércio.
A lição não é o assistente em si. É a decisão de encontrar o cidadão no canal que ele já domina, em vez de obrigá-lo a aprender um portal novo. O atrito cai porque a tecnologia se adapta ao hábito da pessoa, e não o contrário. Para o setor público, isso inverte uma lógica antiga: não é o cidadão que precisa se adaptar ao Estado, é o serviço que precisa chegar onde o cidadão está.
Singapura é hoje o caso mais avançado de inteligência artificial agêntica no setor público, e o mais instrutivo para quem pensa em governança. Em vez de um único assistente, o país construiu um ecossistema inteiro para criar, usar e fiscalizar agentes de IA com segurança.
Para os servidores, o assistente Pair já é usado por mais da metade dos 150 mil funcionários públicos do país, liberado inclusive para dados sensíveis, sem que as informações sejam registradas por provedores externos de IA. Para tarefas específicas, a plataforma AIBots permite que qualquer servidor, mesmo sem saber programar, crie em minutos um agente de IA para responder dúvidas de recursos humanos ou guiar um procedimento de compra pública. E, na ponta do cidadão, o VICA atua na linha de frente do atendimento das agências.
O ponto mais importante, porém, é o que sustenta tudo isso: governança. Singapura está montando um registro central de agentes, o AI Assistant Desk, para acompanhar quem criou cada agente, o que ele faz e com quais dados, dando visibilidade e segurança à medida que a ferramenta chega aos 150 mil servidores. E, em janeiro de 2026, o país lançou o primeiro modelo de governança de IA agêntica do mundo, voltado justamente aos riscos de sistemas que agem com autonomia.
Vale notar como Singapura chegou até aqui: a agência de tecnologia do governo mantém cerca de 1.600 engenheiros embarcados dentro das agências públicas. Não é consultoria vista de fora; é engenharia dentro do órgão, o mesmo princípio do modelo de Forward Deployed Engineers.
O que Singapura montou como infraestrutura nacional, uma forma simples e segura de criar agentes de IA e uma camada para gerenciá-los e governá-los, é exatamente a proposta do Plexy AI Gov. A plataforma permite que um órgão público crie e administre seus próprios agentes de inteligência artificial de forma fácil e segura, sem depender de programação a cada nova necessidade e sem abrir mão do controle sobre dados e conformidade.
Há ainda uma vantagem prática que importa ao gestor: o Plexy AI Gov pode ser contratado diretamente pelo marketplace da AWS, sem burocracia, usando créditos de nuvem que o órgão já possui. Isso encurta o caminho entre a decisão e o uso, sem esperar por um processo de aquisição longo. O caso de Singapura mostra que isso não é experimento isolado: criar e governar agentes com segurança é o caminho que governos de referência já estão trilhando.
A Estônia, referência mundial em governo digital, aposta em uma rede interoperável de assistentes públicos. A ideia é que diferentes serviços conversem entre si, de modo que o cidadão não precise repetir a um órgão o que outro já sabe.
Esse é o ponto mais técnico e mais importante dos três. A experiência fluida que o cidadão percebe na superfície depende de uma arquitetura de dados integrada por baixo. Sem isso, cada assistente vira mais um silo, uma ilha que responde bem a uma pergunta e não sabe nada sobre o resto da vida do cidadão no Estado.
Boti, Singapura e Estônia parecem três soluções diferentes, mas ensinam a mesma coisa: o resultado não vem do chatbot, vem do que está por trás dele.
Três princípios se repetem. Encontrar o cidadão onde ele está, em vez de exigir que ele aprenda um sistema novo. Dar ao servidor o poder de criar, com governança e segurança, para que a IA escale sem virar terra sem lei. E integrar os dados, para que a experiência seja contínua, não fragmentada por secretaria.
Nenhum desses três princípios é, no fundo, sobre inteligência artificial. São sobre arquitetura e governança. A IA é o que torna tudo isso possível em escala, mas é a governança que decide se o projeto entrega valor ou vira mais um piloto abandonado.
O Brasil tem o ingrediente que falta em muitos lugares: um cidadão já fluente em digital, como mostram os altos índices de satisfação com serviços privados. O desafio é estrutural, não cultural. (Esse contraste entre o digital privado e o público está detalhado em por que o serviço público ainda trava.)
Trazer esses aprendizados para a realidade nacional passa por três frentes. A primeira é a IA que traduz a linguagem do cidadão em consultas sobre dados públicos, a lógica de plataformas de agentes como o Plexy AI Gov, que dispensam o cidadão e o servidor de saber navegar bancos de dados. A segunda é a segurança: dados processados em ambiente isolado, em conformidade com a LGPD, com modelos como o Claude, da Anthropic, usado pelos três poderes do governo dos EUA. A terceira é o modelo de implementação: engenharia embarcada que leva a solução até a produção dentro do órgão, em vez de parar no slide.
O caminho começa com um diagnóstico do que faz sentido para a sua realidade. Conheça as soluções da Sauter para o setor público ou agende uma conversa com nossos especialistas.
Quais países já usam IA no atendimento ao cidadão? Buenos Aires (assistente Boti, via WhatsApp), Singapura (ecossistema de agentes de IA com plataforma de criação e governança própria) e Estônia (rede interoperável de assistentes públicos) são exemplos com resultados públicos relatados de IA no atendimento ao cidadão em escala.
O que é uma plataforma de criação e gestão de agentes de IA? É uma ferramenta que permite a um órgão criar agentes de inteligência artificial para tarefas específicas, sem programar a cada nova necessidade, e gerenciá-los de forma centralizada, com controle de dados, segurança e conformidade. Singapura adota essa lógica em escala nacional; no Brasil, é a proposta do Plexy AI Gov, que pode ser contratado direto pelo marketplace da AWS, com créditos de nuvem.
A IA substitui o servidor público no atendimento? Não. Nos casos internacionais, a IA assume as dúvidas repetitivas e libera o servidor para o atendimento que exige julgamento e contexto. O efeito é de ampliação de capacidade, não de substituição.
Por que só ter um chatbot não resolve o atendimento público? Porque o resultado depende da arquitetura de dados e da governança por trás do assistente. Sem integração de dados e modelo de implementação adequado, o chatbot vira mais um silo isolado.
Esses resultados internacionais se aplicam ao Brasil? Os princípios (encontrar o cidadão no canal que ele usa, liberar o servidor e integrar dados) são transferíveis. Os números específicos variam conforme a realidade de cada órgão e não devem ser tomados como garantia de resultado idêntico.
Como começar a aplicar IA no atendimento público de um órgão? O ponto de partida é um diagnóstico que identifique onde a IA traz ganho real, seguido de um modelo de implementação que leve a solução até a produção com segurança e conformidade.
Escrito pelo Time Técnico e de Customer Experience da Sauter.
Quick summary. Artificial intelligence in public service stopped being a promise years ago. In cities and countries that decided to treat it as a first-class service, it already responds to millions of citizens per month, with public and measurable results. The lesson for Brazil isn't "build a chatbot." It's understanding the model behind those results.
Anyone looking at these cases for the tool is missing the point. What separates an experience that works from yet another forgotten virtual assistant isn't the visible technology, but the data architecture and governance behind it. Three examples help illustrate this.
In Buenos Aires, an AI assistant called Boti answers more than 2 million citizen inquiries per month and provides access to more than 1,300 public procedures. The channel is WhatsApp — the same app citizens already use to talk to family and local businesses.
The lesson isn't the assistant itself. It's the decision to meet citizens on the channel they already master, instead of forcing them to learn a new portal. Friction drops because the technology adapts to the person's habit, not the other way around. For the public sector, this flips an old logic: it's not the citizen who needs to adapt to the State, it's the service that needs to reach where the citizen is.
Singapore is today the most advanced case of agentic AI in the public sector, and the most instructive for anyone thinking about governance. Instead of a single assistant, the country built an entire ecosystem to create, use and oversee AI agents safely.
For civil servants, the Pair assistant is already used by more than half of the country's 150,000 public employees, cleared even for sensitive data, without information being logged by external AI providers. For specific tasks, the AIBots platform lets any civil servant, even without coding skills, create an AI agent in minutes to answer HR questions or guide a public procurement procedure. And on the citizen-facing side, VICA operates on the front line of agency service.
The most important point, however, is what underpins all of this: governance. Singapore is building a central agent registry, the AI Assistant Desk, to track who created each agent, what it does and with what data, providing visibility and security as the tool reaches 150,000 civil servants. And in January 2026, the country launched the world's first agentic AI governance model, aimed precisely at the risks of systems that act autonomously.
It's worth noting how Singapore got here: the government's technology agency keeps around 1,600 embedded engineers inside public agencies. It's not outside consulting; it's engineering inside the agency — the same principle behind the Forward Deployed Engineers model.
What Singapore built as national infrastructure — a simple, secure way to create AI agents and a layer to manage and govern them — is exactly the proposal behind Plexy AI Gov. The platform lets a public agency create and manage its own AI agents easily and securely, without depending on coding for every new need and without giving up control over data and compliance.
There's also a practical advantage that matters to managers: Plexy AI Gov can be purchased directly through the AWS Marketplace, with no red tape, using cloud credits the agency already has. This shortens the path between decision and use, without waiting on a long procurement process. Singapore's case shows this isn't an isolated experiment: creating and governing agents safely is the path leading governments are already following.
Estonia, a world reference in digital government, relies on an interoperable network of public assistants. The idea is that different services talk to each other, so citizens don't have to repeat to one agency what another already knows.
This is the most technical and most important point of the three. The smooth experience citizens perceive on the surface depends on an integrated data architecture underneath. Without it, each assistant becomes just another silo — an island that answers one question well and knows nothing about the rest of the citizen's life with the State.
Boti, Singapore and Estonia look like three different solutions, but they teach the same thing: the result doesn't come from the chatbot, it comes from what's behind it.
Three principles repeat. Meet citizens where they are, instead of requiring them to learn a new system. Give civil servants the power to create, with governance and security, so AI can scale without becoming a lawless frontier. And integrate data, so the experience is continuous, not fragmented by department.
None of these three principles is, at its core, about artificial intelligence. They're about architecture and governance. AI is what makes all of this possible at scale, but governance decides whether the project delivers value or becomes just another abandoned pilot.
Brazil has the ingredient missing in many places: a citizen already fluent in digital, as shown by high satisfaction rates with private services. The challenge is structural, not cultural. (This contrast between private and public digital services is detailed in why public service still stalls.)
Bringing these lessons to the national reality involves three fronts. The first is AI that translates citizen language into queries about public data — the logic behind agent platforms like Plexy AI Gov, which free citizens and civil servants from needing to navigate databases. The second is security: data processed in an isolated environment, compliant with LGPD, with models like Claude, from Anthropic, used by all three branches of the U.S. government. The third is the implementation model: embedded engineering that takes the solution to production inside the agency, instead of stopping at the slide deck.
The path starts with a diagnosis of what makes sense for your reality. Discover Sauter's solutions for the public sector or schedule a conversation with our specialists.
Which countries already use AI in citizen service? Buenos Aires (Boti assistant, via WhatsApp), Singapore (AI agent ecosystem with its own creation and governance platform) and Estonia (interoperable network of public assistants) are examples with reported public results of AI in citizen service at scale.
What is an AI agent creation and management platform? It's a tool that lets an agency create AI agents for specific tasks, without coding for every new need, and manage them centrally, with data control, security and compliance. Singapore adopts this logic at national scale; in Brazil, that's the proposal behind Plexy AI Gov, which can be purchased directly through the AWS Marketplace, using cloud credits.
Does AI replace the civil servant in service? No. In the international cases, AI takes on repetitive questions and frees the civil servant for service that requires judgment and context. The effect is capacity expansion, not replacement.
Why doesn't just having a chatbot solve public service? Because the result depends on the data architecture and governance behind the assistant. Without data integration and a proper implementation model, the chatbot becomes just another isolated silo.
Do these international results apply to Brazil? The principles (meeting citizens on the channel they use, freeing up civil servants, and integrating data) are transferable. Specific numbers vary according to each agency's reality and shouldn't be taken as a guarantee of identical results.
How can an agency start applying AI in public service? The starting point is a diagnosis identifying where AI brings real gains, followed by an implementation model that takes the solution to production with security and compliance.
Written by Sauter's Technical and Customer Experience Team.