O tema central dos eventos de tecnologia deste ano é o mesmo em todos eles: agentes de inteligência artificial. Não mais assistentes que respondem — processos que decidem e agem sozinhos, dentro dos sistemas da empresa.

A discussão que está sendo feita é sobre o que o agente consegue fazer. A discussão que falta é sobre onde ele vai fazer.

Porque um agente autônomo não chega num ambiente novo. Ele chega no ambiente que a empresa já tem — com as filas que ninguém olha, as integrações que respondem duas vezes e os perfis que ninguém sabe explicar. E ele não conserta nada disso.

O que um agente herda

Não é abstração. São três coisas concretas, e nós as encontramos em ambientes reais, antes de existir agente nenhum.

Herda a fila que ninguém vê. Num ambiente que atendemos, notas fiscais pararam de sair. Nenhum erro, nenhum registro, nenhum alerta — porque nada tinha falhado: nada tinha sequer tentado. O distribuidor de trabalho apontava para um endereço que não existia, e havia mais de cem mil unidades represadas, paradas fazia semanas. O sistema passava em qualquer verificação de disponibilidade. Estava no ar e não estava trabalhando.

Um agente colocado ali teria feito o que se pede dele, com precisão, e o resultado teria ficado na mesma fila. O caso inteiro está aqui — inclusive a hipótese errada que custou dois dias.

Herda a integração que responde duas vezes. Nenhum transporte garante entrega exatamente uma vez: o tempo limite estoura do outro lado, a fila reenvia, alguém reprocessa. Um processo determinístico repetido gera duplicata. Um processo com IA repetido pode gerar duplicata diferente, porque não há garantia de que a segunda passagem decida como a primeira — e aí o defeito deixa de ser reconhecível. Como a mesma mensagem chega duas vezes.

Herda a permissão que ninguém sabe explicar. Quando o processo passa a agir sozinho, alguém precisa responder qual identidade assina o lançamento. No piloto roda com o usuário de quem demonstrou — normalmente amplo, porque é quem construiu. Em produção, processo automático com permissão de gente é achado de auditoria esperando data. E a conversa deixa de ser sobre IA: vira desenho de perfil, com catálogo, espaço e atividade separados.

Por que isso não é argumento contra agentes

É argumento sobre ordem, e a diferença importa.

Autonomia troca supervisão por confiança. Enquanto uma pessoa executa o processo, ela funciona como sensor sem que ninguém tenha pedido: percebe que o número está estranho, que o documento não chegou, que hoje está lento. Ninguém documentou essa vigilância porque ela é gratuita — e ela some no instante em que o processo passa a rodar sozinho.

Dar autonomia é remover o último sensor humano de um ambiente que talvez não tenha nenhum outro. Por isso a pergunta anterior a qualquer agente não é o que ele sabe fazer, e sim: o que, neste ambiente, avisaria se ele fizesse errado?

Onde essa resposta existe, agente é ganho direto e mensurável. Onde ela não existe, agente é velocidade sem freio — e o problema aparece na conciliação, no estoque, ou no telefonema do cliente.

As quatro verificações antes de dar autonomia

Nenhuma delas é sobre o modelo. Todas são sobre o ambiente, e todas são respondíveis em dias, não em meses.

1. O que está represado agora? Conte o que deveria ter sido processado e não foi. Não procure erro — procure ausência. Processo que deveria produzir resultado e não produz nem sucesso nem falha é o sintoma mais caro que existe, porque não dispara nada.

2. O que acontece se a mesma coisa chegar duas vezes? Se a resposta for “não acontece”, isso significa que ninguém verificou — não que não acontece.

3. Com que identidade o processo vai agir, e quem responde por ela? Se a resposta for “com um usuário técnico que já existe”, vale conferir o que esse usuário pode fazer. A resposta costuma surpreender.

4. Quem descobre o erro, como, e em quanto tempo? Se a resposta for “a gente ia perceber depois”, o ambiente ainda não está pronto para autonomia — independentemente de quão bom seja o agente.

O que dá errado, com nome

Escolher o processo pela facilidade de demonstrar. O primeiro agente costuma ser o que rendia melhor na apresentação, não o que doía mais. Ele funciona, encanta, e não gera pressão para arrumar nada — porque ninguém sente falta dele.

Medir por taxa de acerto. É métrica de laboratório. Em produção o que importa é custo por transação, tempo até detectar o erro e tamanho da fila de exceção.

Deixar identidade e permissão para o fim. Quando entram depois do piloto pronto, o resultado é refazer o desenho — ou subir com permissão demais, que é pior.

Prometer que não haverá exceção. Compra aprovação e perde credibilidade no primeiro mês. A fila de exceção não é fracasso: é a diferença entre um sistema honesto e um que esconde o problema até a conciliação.

Confundir “está no ar” com “está trabalhando”. É o erro que dá origem a todos os outros.

O limite honesto

Ambiente observado não garante que o agente valha a pena. Um processo automático bem construído sobre um processo de negócio ruim entrega o mesmo resultado ruim, mais rápido — e a pergunta anterior a todas, esse processo deveria existir desse jeito?, continua sendo de gente.

E há uma consequência de prazo que muda planejamento: arrumar o ambiente costuma dar mais trabalho que o piloto. Quem planeja produção como “duas semanas depois da prova de conceito” está planejando o piloto, não a entrada.

Nós também não vendemos o oposto do exagero. Não é preciso um ambiente perfeito para começar — é preciso um ambiente observado, e isso é bem mais barato do que parece: as quatro verificações acima são de dias.

Se o ponto de partida é descobrir o que está parado sem ninguém saber, é exatamente o que o diagnóstico de TI procura. Para o panorama de arquitetura, o desafio não é o modelo, é a arquitetura. E para ver IA aplicada a um processo real, com o limite dito na cara, ler o XML e classificar dentro do SAP.

Perguntas frequentes