Como implementar IA agêntica nas empresas e por que tantas começam pelo lugar errado
A maioria das empresas que adota IA não obtém retorno, com a chegada dos agentes, a ordem da implementação passou a definir quem ganha produtividade e quem só acumula retrabalho
Estudo do MIT divulgado em 2025 estimou que cerca de 95% das iniciativas corporativas de IA generativa não chegaram a gerar retorno financeiro mensurável, num momento em que a maioria das grandes empresas já usa alguma forma da tecnologia. O número indica que o problema quase nunca está na ferramenta, e sim na forma como ela entra na operação. Para Bruno Pinheiro, fundador da consultoria franco-brasileira Groovia e especialista em implementação de IA em ambientes corporativos, a chegada da IA agêntica eleva o custo desse erro, porque deixou de ser uma questão de usar um programa e passou a ser de redesenhar como o trabalho é feito.
A IA agêntica é a geração mais recente da tecnologia, formada por agentes que executam tarefas inteiras sem supervisão constante. A diferença para o chatbot que a maioria conhece é de natureza, e não de grau, já que o agente conduz um processo do começo ao fim em vez de responder a um comando por vez. Implementar isso exige uma sequência que poucas empresas respeitam, e o ponto de partida muda conforme o estágio de cada uma. As que ainda tratam a IA como assunto de estratégia, no estágio que Pinheiro chama de AI First, precisam começar pelo básico. As que já a têm na cultura, o estágio AI Native, conseguem entrar direto pelo redesenho da estrutura.
O primeiro passo, na leitura dele, não envolve tecnologia. É o letramento da própria liderança. Antes de comprar ferramenta ou cobrar a equipe, o executivo precisa entender o que a IA agêntica faz e o que ela muda na operação que comanda. “O executivo não tem letramento suficiente, mas implementa mesmo assim e cobra de quem não sabe usar”, diz Pinheiro. Sem essa base no topo, qualquer etapa seguinte acaba apoiada no improviso.
Com a liderança preparada, vem a revisão da estratégia, o exercício de definir o que continua sendo feito por pessoas e o que passa a ser feito por agentes. É também o momento de rever o organograma, porque os cargos desenhados para um trabalho totalmente humano deixam de descrever a operação real. “Hoje a gente trabalha com job description, e em alguns meses não vai ser mais assim. O líder deixa de executar o plano e passa a orquestrar pessoas e agentes”, afirma. Esse arranjo, que ele chama de liderança híbrida, organiza o time por habilidades, e não por funções fixas.
Há um estágio que costuma ser pulado e que, para Pinheiro, é o que mais expõe a empresa. Antes de colocar os agentes para rodar, é preciso definir a governança, ou seja, o que a IA pode acessar, o que pode publicar e o que exige validação de uma pessoa. Sem essas regras, a companhia se arrisca a vazamento de dados e a decisões automáticas sem responsável claro, num cenário em que a LGPD limita o uso de informação e a NR-1 já cobra a gestão de riscos no ambiente de trabalho.
No nível de quem opera, dominar a IA agêntica passa a exigir habilidades novas. Pinheiro fala em gestão de contexto, que é reunir e organizar as informações de que o agente precisa, e em comando preciso, saber exatamente o que pedir. Soma a isso a organização da memória, o histórico que faz o agente melhorar com o uso, e o que considera o ponto mais difícil, reimaginar os processos em vez de apenas transferir para a máquina os que já existem. Sem esse preparo, calcula, cerca de 60% das demandas passadas a um agente voltam erradas, o que devolve ao profissional o trabalho de revisar a máquina somado ao próprio.
Ao chegar ao time, a empresa enfrenta a decisão que define o resultado. Como parte das tarefas passa a ser feita por software, a reação mais comum é cortar pessoal. Pinheiro defende o contrário, redistribuir funções e potencializar o que a equipe já entrega. Quando o caminho é o corte às pressas, diz, o que a empresa amplifica é o erro, não o ganho.
Feita na ordem certa, a implementação da IA agêntica tende a entregar o ganho de produtividade que motivou a corrida, enquanto o atalho costuma produzir o contrário. Pinheiro projeta que as empresas que pularem etapas vão sentir o efeito em 18 a 24 meses, na forma de projetos sem retorno, retrabalho e equipes sobrecarregadas. A diferença entre um cenário e outro, conclui, não está no software contratado, e sim na sequência que a liderança decide seguir.
Texto original: Makebuzz