Agentes de IA inauguram nova fase da automação e desafiam empresas a repensar governança e escala

"Nos modelos anteriores, a IA dizia o que fazer ou entregava uma resposta. Já os agentes vão muito além: entendem o que precisa ser feito e executam de forma autônoma. Esse salto muda a lógica de como as empresas vão operar e competir", afirma Brum.

Para que um agente funcione em um ambiente corporativo, Brum explica que o sistema precisa combinar quatro elementos: um modelo de linguagem capaz de compreender a solicitação; memória de contexto e histórico; acesso a ferramentas e sistemas externos; e mecanismos de governança que delimitem até onde o agente pode agir de forma autônoma.

“É essa combinação que distingue um agente de IA de um chatbot ou de um assistente generativo convencional. Um chatbot percorre árvores de decisão pré-programadas e trava diante de solicitações imprevistas, enquanto um assistente responde com base no modelo de linguagem, mas não age”, explica Brum. “Um agente faz muito mais: ele recebe uma instrução, decompõe o problema em etapas, decide quais ferramentas acionar, executa as ações e reporta o resultado ou solicita validação humana quando necessário.”

Segundo o executivo, os sistemas legados – plataformas tecnológicas antigas ainda em operação nas empresas – são, hoje, um dos principais obstáculos à adoção em escala de agentes de IA. Muitas plataformas que deveriam servir de base para os agentes ainda não são capazes de suportá-los, já que foram projetadas para a interação humana, com interfaces visuais e processos manuais, e não expõem as APIs nem os protocolos de comunicação que os agentes precisam para operar.

Para Brum, as empresas colherão o real potencial da tecnologia quando os agentes deixarem de atuar em etapas isoladas e passarem a conduzir operações de ponta a ponta. "Se de seis etapas de um processo, duas são automatizadas, há um ganho, mas ainda é preciso acompanhar todo o restante manualmente. O grande impacto virá quando os agentes percorrem o fluxo de trabalho completo", diz.

Outro fator sensível para a adoção dos agentes de IA em escala é a definição de até onde esses sistemas podem decidir e agir sem supervisão humana. Para Brum, a resposta passa por um conceito familiar ao mundo corporativo: governança. "Assim como empresas definem alçadas de aprovação para seus funcionários, os agentes precisam de políticas equivalentes, especificadas de forma que o sistema possa interpretá-las e respeitá-las", ressalta.

Na avaliação de Brum, duas áreas já têm colhido resultados positivos com os agentes de IA: no atendimento, uma vez que superam os chatbots convencionais ao entender intenções e executar respostas sem travar diante de solicitações imprevistas; e no monitoramento contínuo, por serem capazes de fazer triagem, identificar anomalias e propor ou executar ações diretamente.

Já o território mais subestimado é o campo transacional – a capacidade dos agentes atuarem como intermediários autônomos entre o usuário e plataformas externas, eliminando a fricção de múltiplos acessos, logins, navegações e confirmações manuais. “Os agentes foram desenvolvidos para eliminar exatamente esse atrito, atuando com autonomia entre o usuário e as plataformas. O obstáculo, nesse caso, não é tecnológico. São as próprias plataformas que ainda não estão preparadas para receber agentes como intermediários”, diz.

O executivo afirma que o diferencial das empresas que colherão resultados expressivos com a IA em curto prazo está na capacidade de integração, com o desenvolvimento de uma arquitetura em que múltiplos agentes especializados colaboram em fluxos completos, com governança definida. É nessa jornada, da definição estratégica de casos de uso à construção e integração das plataformas agênticas, que a NTT DATA atua, com foco em garantir que a adoção da IA seja feita com responsabilidade e impacto real para os negócios. "A tecnologia hoje já permite fazer bastante coisa. Quem construir a base agora, técnica, cultural e de governança, estará mais bem posicionado para competir."