A expansão recente dos agentes de IA criou uma onda de entusiasmo que se espalhou pelo mercado. Ao mesmo tempo, também tem gerado dúvidas legítimas sobre riscos, limites e impactos reais. Em 2024, durante um programa executivo no MIT dedicado à aplicação estratégica da inteligência artificial, pude estudar mais de perto essas tensões. Estamos diante de uma tecnologia que evolui rapidamente, mas que exige maturidade organizacional para entregar resultados consistentes.
No livro Agentic Artificial Intelligence, os autores Pascal Bornet, Jochen Wirtz, Thomas H. Davenport e seus coautores descrevem de forma precisa o estágio em que estamos. Os agentes existentes hoje são orientados a tarefas e funcionam melhor em fluxos bem definidos. Eles exigem instruções detalhadas, dependem da qualidade dos dados e precisam estar integrados a sistemas capazes de sustentar o fluxo de ponta a ponta. Desenvolver um agente é relativamente simples. Implantá-lo de forma segura e eficiente é o verdadeiro desafio.
Segundo os autores, muitos projetos falham não pela força ou fraqueza do agente, mas pelos elementos ao redor. Entre esses elementos estão dados inconsistentes, falta de integração, baixa aderência das equipes, ausência de supervisão contínua e expectativas desalinhadas. A obra mostra que erros ainda são comuns e que a supervisão humana segue essencial. Mesmo com ferramentas de low-code, a implementação corporativa continua exigindo conhecimento técnico para lidar com APIs, segurança, erros e exceções.
Os autores também alertam para os riscos organizacionais. Em alguns casos, empresas adotaram agentes de forma precipitada e geraram ansiedade interna, desalinhamentos, impactos culturais e decisões automatizadas que não refletiam os valores corporativos. A mensagem central é essa: qualquer uso responsável precisa considerar governança, preparo e responsabilidade compartilhada.
Como os agentes de IA devem ser utilizados nas empresas
A partir dessas referências e das discussões no MIT, fica evidente que agentes de IA não foram criados para substituir funções inteiras. Eles existem para liberar tempo e energia das equipes ao assumir tarefas repetitivas, administrativas e rotineiras. Funcionam melhor quando fazem parte de um ecossistema no qual pessoas, processos e tecnologia colaboram de maneira coordenada.
Para gerar valor real, é fundamental que o agente esteja inserido em um fluxo claro, com objetivos definidos, monitoramento constante e dados confiáveis. O caminho mais consistente é começar pequeno, aprender rápido, testar hipóteses e expandir somente quando houver segurança técnica e maturidade organizacional. Em outras palavras, agentes não são atalhos. São ferramentas que ampliam a capacidade de execução quando a fundação está sólida.
Outro ponto importante é o desenvolvimento de competências internas. O livro destaca que empresas que começam cedo acumulam experiência e constroem o que os autores chamam de compounding intelligence advantage.
À medida que o agente aprende com o uso, a organização também aprende a trabalhar com ele. Esse movimento conjunto fortalece o ecossistema e aumenta a qualidade das entregas
O que já funciona bem: exemplos que mostram o potencial real
Mesmo com limitações, o que mais chama atenção é a evolução das implementações bem conduzidas. Bornet e seus coautores apresentam diversos casos que já revelam ganhos consistentes. A McKinsey acelerou processos internos com automação inteligente. A Moody’s renovou etapas de análise financeira por meio de redes de agentes. A Thomson Reuters modernizou a due diligence jurídica, enquanto a eBay e a Deutsche Telekom utilizam agentes para automatizar tarefas complexas em larga escala.
Um exemplo detalhado no livro é o da Pets at Home, no Reino Unido. A empresa estruturou um ecossistema de agentes que cobre consultas veterinárias, detecção de fraude, atendimento interno e integração de seguros. Os autores registram ganhos de eficiência, melhorias na precisão e avanços na experiência do cliente.
Os resultados variam conforme o contexto e a maturidade de cada organização. Implementações bem desenhadas tendem a reduzir tempo, melhorar consistência, diminuir erros e elevar a eficiência operacional. Esses ganhos emergem não apenas do agente em si, mas da qualidade do ecossistema em que ele está inserido.
Quando existe clareza, responsabilidade e alinhamento, agentes de IA deixam de ser apenas uma promessa e se tornam uma plataforma capaz de sustentar novos patamares de eficiência e crescimento.