Gastón Milano (*)
Pode parecer muito mais tempo, mas se passaram pouco mais de três anos desde que o mundo conheceu a Inteligência Artificial generativa, quando o ChatGPT foi lançado, em novembro de 2022. Esse foi apenas o começo de uma tecnologia disruptiva que ninguém quis deixar passar assim que ficou evidente seu potencial transformador para os negócios. O resultado foi uma adoção massiva e acelerada, inclusive da próxima geração da tecnologia: os agentes de IA.
Segundo um estudo da Gartner, em 2025, 75% das empresas experimentaram agentes, mas apenas 15% implementaram sistemas totalmente autônomos. A grande maioria utilizou LLMs combinados com automação para tarefas muito específicas e rotineiras, sem explorar plenamente seu potencial transformador.
O diagnóstico foi semelhante no caso da GenAI, de acordo com um relatório do MIT, muitas empresas adotaram a ferramenta apenas para não ficar de fora do hype e, como resultado, 95% dos pilotos fracassaram. Então, a tecnologia não é tão disruptiva quanto se prometia inicialmente?
Lacuna de aprendizado
O que ocorreu em 2025 foi a fase beta dos Agentes de IA. O erro não foi tecnológico, mas organizacional. Muitas empresas não possuíam os fluxos de trabalho necessários para implementá-los corretamente ou não contavam com capital humano preparado para trabalhar com eles. A boa notícia para quem falhou nos últimos meses é que essas limitações já trouxeram aprendizados. Mas, como a adoção continua sendo massiva, é natural que alguns fiquem para trás.
O relatório do MIT define esse fenômeno como uma lacuna de aprendizado e destaca que qualquer tecnologia, por mais poderosa que seja, exige um processo de adaptação quando integrada a novos sistemas. As pessoas desempenham um papel fundamental nesse processo: precisam se acostumar a trabalhar com máquinas, mas, sobretudo, supervisioná-las e manter uma visão estratégica. Essa é uma das chaves para o sucesso com os agentes de IA. Um estudo recente — apresentado como inovador, mas que, na realidade, apenas confirma o que o setor de tecnologia já sabia — mostra que a IA não tem contexto. O desafio é criá-lo.
Um dos casos mais característicos de uma má implementação ocorre no atendimento ao cliente. Com sistemas mal projetados, os usuários acabam frustrados e exigem ser atendidos por uma pessoa. O problema não é tecnológico, mas de design. Ainda assim, já existem organizações que souberam aproveitar os agentes de IA para liderarem seus setores. Uma empresa de logística escalou suas operações de suporte e reduziu o tempo de resposta de duas horas para apenas 90 segundos. Outro exemplo é uma empresa de semicondutores, que desenvolveu um agente de IA capaz de resolver problemas três vezes mais rápido, com uma taxa de sucesso de 75%.
ROI mensurável
Esses exemplos trazem outro aprendizado essencial para essa nova etapa dos agentes de IA: eles não devem ser implementados de forma genérica, mas desenhados com precisão cirúrgica para resolverem fricções específicas. Os verdadeiros vencedores serão aqueles que definirem um ROI mensurável a partir de implementações focadas, que agreguem valor real. Nos próximos 12 meses, 42% das empresas planejam desenvolver agentes de IA, segundo um relatório da Gartner. Incorporá-los já não é suficiente: o desafio agora é como implementá-los.
O primeiro passo é identificar soluções de alto impacto para eliminar fricções. Em seguida, é necessário limpar e integrar os dados para que os agentes de IA, projetados especificamente para uma função, possam operar de forma eficaz. Uma vez alcançada a orquestração do sistema agêntico, juntamente com os requisitos de conformidade, é possível escalar para novas funções. Esse processo dá origem a um novo modelo de trabalho baseado no imperativo de um ROI mensurável. O sistema deve ser capaz de aprender para evoluir, e não se limitar exclusivamente a tarefas fixas.
(*) CTO da Globant Enterprise AI.