Enquanto muitas organizações usam agentes para fazer o mesmo trabalho um pouco mais rápido, as líderes estão reconstruindo processos inteiros ao redor da colaboração entre humanos e inteligências artificiais.
Existe uma armadilha silenciosa na adoção da inteligência artificial pelas empresas. Enquanto executivos celebram horas economizadas, resumos gerados em segundos e apresentações produzidas em poucos minutos, a organização continua funcionando exatamente da mesma forma que antes.
Podemos chamar esse movimento de “produtividade de planilha”: a ilusão de que a soma de pequenas eficiências individuais produz, em algum momento, transformação corporativa.
E essa ilusão, de fato, parece um truque de mágica. Todos acabam sendo induzidos a acreditar que a inteligência artificial está produzindo um valor real coletivo. O time de marketing conseguiu produzir muitos criativos em pouco tempo. A área jurídica da empresa foi capaz de criar um algoritmo que ajuda a identificar algumas fraudes em processos trabalhistas. E a área financeira conseguiu vencer algumas batalhas de conciliação financeira com o help da amiga IA.
Mas onde está o ROI de cada uma dessas ações? Ele se evaporou em algum ponto da esteira, como sempre acontece quando a estrutura que sustenta o trabalho não foi tocada.
Esse é o problema central da primeira onda de adoção de inteligência artificial nas empresas. A tecnologia foi tratada como ferramenta de uso pessoal, uma “supercalculadora” de texto para o funcionário de escritório. Útil, sem dúvida. Insuficiente para mover o ponteiro do resultado financeiro de uma operação complexa. Porque operações complexas não mudam de patamar quando cada pessoa dentro delas passa a executar sua tarefa um pouco mais rápido. Elas mudam quando o fluxo que conecta todas essas pessoas é reconstruído com outra lógica.
Não por acaso, uma pesquisa da Harvard Business Review, em parceria com as empresas Workato e AWS, revelou que apenas 6% das empresas confiam plenamente em agentes de IA para executar seus principais processos de negócios de forma autônoma. Isso evidencia que há uma grande discrepância entre o entusiasmo pela inteligência artificial e a confiança em utilizá-la nos fluxos de trabalho mais críticos.
Mas como mudar essa chave? Como transformar o seu IA Fusca numa IA Ferrari? Este é o ponto central dessa discussão que, como veremos a seguir, envolve muito estudo, teste e amadurecimento do tema de inteligência artificial nas organizações. Confira!
Surfando para além da primeira onda de IA
A inteligência artificial foi inicialmente tratada como uma ferramenta individual. Uma espécie de amplificador de produtividade para trabalhadores do conhecimento. Algo capaz de escrever, resumir, pesquisar, programar e analisar mais rápido do que um ser humano faria sozinho.
Foi uma evolução importante. Mas limitada. Isso porque operações complexas raramente são restringidas pela velocidade com que uma única pessoa executa sua tarefa. Elas são restringidas pelos atritos que acontecem entre tarefas, entre departamentos e entre decisões. O gargalo quase nunca está dentro da atividade. Ele está na passagem de bastão.
Como argumenta Peter Drucker, os maiores ganhos raramente surgem apenas da eficiência individual. Eles aparecem quando a própria forma de organizar o trabalho é repensada.
Dito isso, a IA agente representa exatamente essa mudança de escala: sair da produtividade do indivíduo para o redesenho do sistema de trabalho. Não se trata mais da IA que ajuda uma pessoa a trabalhar melhor. Mas sim da inteligência artificial que passa a participar do trabalho.
A diferença parece sutil à primeira vista. Na prática, porém, ela altera completamente a natureza do trabalho.
Durante os últimos anos, nos acostumamos a conviver com os copilotos de IA. Eles sugerem respostas, recomendam caminhos, resumem informações e apresentam alternativas para que alguém tome uma decisão. O julgamento continua sendo humano. A responsabilidade também.
Os agentes de IA operam em outra lógica. Eles não apenas recomendam uma ação possível; executam a ação escolhida. Não aguardam uma aprovação para cada passo do processo, mas atuam dentro dos limites previamente definidos pela organização. Em vez de simplesmente apoiar uma decisão, tornam-se participantes ativos do fluxo de trabalho.
Quando uma tecnologia deixa de aconselhar e passa a agir, a discussão deixa de ser sobre produtividade individual e passa a ser sobre desenho organizacional. A pergunta já não é apenas como tornar uma pessoa mais eficiente, mas como distribuir responsabilidades, criar mecanismos de supervisão e garantir que humanos e agentes consigam trabalhar de forma coordenada dentro do mesmo processo.
Nesse cenário, a máquina assume o crachá da empresa e passa a alinhar expectativas seja com times robôs ou humanos para uma transformação coletiva positiva no negócio. É quando o Fusca vira uma Ferrari.
Governança: primeiro passo do onboarding dos agentes de IA
Recentemente em uma entrevista para um podcast da revista Harvard Business Review, Bob Sternfels, sócio-diretor global da McKinsey, revelou um dado que há poucos anos pareceria ficção científica: a consultoria opera atualmente com aproximadamente 60 mil pessoas e 20 mil agentes de IA trabalhando lado a lado.
Jensen Huang, CEO da NVIDIA, vai ainda mais longe. Ele vislumbra que a NVIDIA, em breve, terá 50 mil funcionários humanos apoiados por 100 milhões de assistentes de IA.
Os números impressionam. Mas a pergunta que eles criam é ainda mais interessante: se agentes estão se tornando parte da força de trabalho, por que continuamos tratando-os como software?
Nenhuma empresa contrataria vinte mil novos colaboradores sem definir funções, responsabilidades, metas, níveis de autoridade e mecanismos de supervisão. Mas é exatamente isso que muitas organizações estão fazendo com os agentes. Criam agentes para vendas, atendimento, compras, operações e compliance sem definir claramente quem responde pelos resultados produzidos por eles.
Enquanto o agente apenas sugere, esse problema permanece relativamente invisível.
Mas tudo muda quando ele passa a agir.
Imagine um agente responsável por compras corporativas. Sua função é identificar fornecedores, comparar propostas, verificar contratos existentes e recomendar negociações.
O risco é limitado.
Agora imagine que esse mesmo agente recebe autonomia para emitir pedidos, aprovar fornecedores previamente homologados e contratar serviços abaixo de determinado valor.
O ganho operacional pode ser enorme. E o risco de erros também aumenta na mesma proporção
É nesse momento que a governança deixa de ser um tema burocrático e passa a ser um tema econômico. Quanto mais autonomia um agente recebe, maior precisa ser a estrutura de responsabilidade construída ao redor dele.
Não porque a empresa desconfia da tecnologia. Mas porque deseja confiar nela o suficiente para escalar. Esse é um ponto que muitas organizações ainda não perceberam. Governança não reduz ROI, ao contrário cria bases para aumentar o ROI.
Sem mecanismos claros de responsabilidade, os agentes permanecem confinados a pilotos controlados, testes limitados e casos de uso de baixo impacto. Ninguém se sente confortável para expandir sua atuação. Essa é uma das causas para o baixo índice de pilotos de IA bem-sucedidos. Mais de 40% das empresas abandonaram a maioria de suas iniciativas de IA em 2025, um salto de 28% em 2024.
Com governança, acontece o contrário. A organização passa a delegar atividades cada vez mais relevantes porque existe clareza sobre limites, exceções, auditoria e responsabilização.
A autonomia cresce, assim como as oportunidades de negócio.
Exemplo de orquestra de IA bem-sucedida
De acordo com um estudo da McKinsey, implantações de agentes eficazes e em escala podem gerar melhorias de produtividade de três a cinco por cento ao ano e potencialmente impulsionar o crescimento em 10% ou mais.
Uma empresa observada nesse levantamento, uma seguradora europeia, tinha como objetivo reduzir os atritos de uma operação comercial altamente fragmentada. Em vez de automatizar tarefas individuais, a empresa criou uma rede de agentes especializados. Um centralizava conhecimento sobre produtos. Outro analisava interações comerciais. Ao passo que outro agente conectava informações ao CRM e outro colega eletrônico identificava oportunidades de melhoria.
O resultado não foi um ganho de produtividade local. Foi uma mudança estrutural. O tempo médio de atendimento caiu 25%. As transferências entre departamentos diminuíram e a qualidade das interações aumentou. Além disso, a operação passou a aprender continuamente.
Observe sutilmente o que aconteceu. Nenhum desses resultados aparece quando se mede apenas horas economizadas de cada tarefa isolada dos colaboradores humanos. O verdadeiro ROI apareceu quando no momento em que a organização ganhou uma nova capacidade operacional.
E talvez essa seja a principal mudança que líderes de tecnologia precisam compreender.
O ativo mais importante da IA não é o modelo. É a arquitetura. O valor não está no agente.
Está na coordenação entre eles.
Agentes isolados se comportam como ferramentas. Mas redes de agentes começam a se comportar como equipes. Neste ponto, é sempre bom lembrar que um time eficiente não é formado por profissionais brilhantes trabalhando de forma independente. Ele é construído por profissionais que entendem seus papéis, conhecem seus limites, sabem quando colaborar e compartilham um objetivo comum.
Curiosamente, a mesma lógica está começando a se aplicar aos agentes. Os sistemas mais avançados já não são desenhados apenas com prompts e integrações. São desenhados com funções, responsabilidades e mecanismos de colaboração.
Em termos práticos, estamos construindo organogramas digitais. E isso ajuda a resolver um dos maiores riscos da IA corporativa: o erro em escala.
Uma alucinação individual pode ser corrigida por uma pessoa. Uma alucinação coletiva, propagada por vários agentes conectados, pode atravessar uma operação inteira antes de ser percebida. Por isso, as arquiteturas mais maduras incorporam mecanismos de verificação, supervisão cruzada e revisão contínua.
Não é muito diferente do que acontece em uma empresa saudável. Decisões importantes raramente dependem de uma única pessoa. Elas passam por validação, revisão e diferentes perspectivas. A arquitetura de agentes está começando a reproduzir exatamente essa lógica.
Como a TI ajuda a construir o ROI da empresa?
No fim, essa é a razão pela qual a conversa sobre ROI precisa mudar. O board não quer saber quantos prompts foram executados. Quer saber se a organização se tornou mais rápida para decidir, mais eficiente para operar, mais preparada para crescer e mais resiliente diante da complexidade.
Quer saber se a IA reduziu gargalos históricos, diminuiu retrabalho, melhorou a qualidade das decisões ou criou capacidades novas na estrutura. E essa resposta dificilmente será encontrada em iniciativas isoladas conduzidas por departamentos individuais.
Ela depende de uma função específica: a área de Tecnologia da Informação, mais conhecida como TI.
Mas vale destacar que não se trata de uma TI que distribui ferramentas. Mas sim da área que orquestra capacidades, que é capaz de mapear fluxos de valor, conectar sistemas, desenhar arquiteturas multiagentes, definir governança, estabelecer métricas e transformar inteligência artificial em uma camada operacional da empresa.
Porque o verdadeiro ROI da IA não aparece quando uma pessoa faz o mesmo trabalho em metade do tempo. Ele aparece quando a organização inteira passa a funcionar de uma forma que antes simplesmente não era possível.
