A promessa dos agentes de IA é ambiciosa: automatizar tarefas complexas, executar processos de ponta a ponta e reduzir drasticamente a intervenção humana. Na prática, porém, essa transformação ainda é desigual. Um relatório recente da empresa americana Anthropic mostra que quase metade da atividade dos seus agentes ocorre em um único campo: a engenharia de software. O resto da economia, ao menos por enquanto, avança em ritmo bem mais lento.
A programação virou o território da IA
Se existe um setor que abraçou os agentes de IA sem hesitação, foi o da programação. Plataformas como Cursor, Windsurf, Claude Code, OpenAI Codex e Antigravity tornaram possível que tanto desenvolvedores experientes quanto iniciantes transformem ideias em aplicações reais com poucos comandos.
O fenômeno é claro: a IA não está apenas auxiliando programadores — está mudando a forma como o software é produzido. Em muitos casos, o agente escreve, testa, corrige e refatora código de maneira quase autônoma.
Segundo a Anthropic, aproximadamente metade das chamadas de função realizadas por seus modelos está ligada a tarefas de desenvolvimento. Isso revela duas coisas. Primeiro, que a IA realmente pode aumentar produtividade e eficiência. Segundo, que essa adoção ainda está fortemente concentrada.
Outros setores ainda exploram pouco o potencial
Fora da programação, a presença dos agentes de IA é muito menor. A automação de tarefas de escritório aparece como o segundo segmento mais relevante, mas representa apenas 9,1% das interações analisadas no relatório.
Abaixo disso estão áreas como marketing, vendas, finanças, análise de negócios e pesquisa científica. E há setores nos quais a adoção é praticamente residual: turismo, jurídico, medicina, comércio eletrônico e educação.
Curiosamente, muitos desses campos parecem ideais para a aplicação de agentes inteligentes. Processos repetitivos, análise documental, atendimento ao cliente e gestão de fluxos de trabalho são exemplos de tarefas que poderiam ser amplamente automatizadas. Ainda assim, a integração segue tímida.
Autonomia crescente e menos intervenção humana
Outro dado relevante do estudo é que os agentes estão se tornando mais autônomos. Modelos que antes conseguiam operar por períodos curtos agora sustentam sessões muito mais longas.
O Claude Code, por exemplo, dobrou a duração média de suas sessões mais extensas em poucos meses: de 25 minutos, em outubro de 2025, para 45 minutos, em janeiro de 2026. Isso significa que o agente consegue encadear ações, avaliar resultados e ajustar estratégias por mais tempo sem precisar de supervisão constante.
Ao mesmo tempo, a necessidade de intervenção humana diminuiu. Em agosto de 2025, a média era de 5,4 intervenções por sessão. Em dezembro, caiu para 3,3. Os usuários estão delegando mais — e confiando mais.
A própria Anthropic observou uma mudança de comportamento interessante. Usuários iniciantes tendem a aprovar cada passo antes da execução. Já os mais experientes adotam uma postura de monitoramento ativo: deixam o agente trabalhar e intervêm apenas quando necessário. A confiança cresce com o uso.
Por que a programação foi o primeiro grande sucesso?
A explicação pode estar na própria natureza do código. A programação é altamente determinística: ou funciona, ou não funciona. Erros são detectáveis, logs permitem rastrear falhas e o sistema oferece feedback claro.
Além disso, modelos de IA foram treinados com enormes volumes de repositórios públicos, como os do GitHub. Isso criou um ambiente ideal para aprendizado e refinamento contínuo.
Replicar esse modelo em áreas como direito ou medicina exige dados específicos, estruturados e adaptados a cada vertical. Não basta um agente genérico. É preciso especialização — e isso eleva a complexidade.
Os próximos unicórnios podem ser verticais de IA
Para investidores e empreendedores, a oportunidade é evidente. O empreendedor Garry Tan argumenta que, nas últimas duas décadas, as plataformas SaaS capturaram cerca de 40% do capital de risco e criaram mais de 170 unicórnios.
A tese é direta: cada um desses modelos pode ter um equivalente baseado em agentes de IA verticalizados, treinados para setores específicos.
Mas há uma diferença entre potencial e execução. Enquanto a programação já demonstra ganhos práticos, em outras áreas os resultados ainda são experimentais.
A revolução já começou — mas ainda é desigual
Os agentes de IA mudaram para sempre a forma como desenvolvemos software. Esse impacto é concreto, mensurável e crescente.
A grande questão agora é se essa transformação poderá ser expandida para o restante da economia. A oportunidade existe. A tecnologia avança rapidamente. A confiança aumenta.
Mas transformar setores inteiros exige mais do que modelos poderosos. Exige dados, adaptação e mudança cultural.
A programação foi o primeiro laboratório dessa nova era. O desafio é descobrir qual será o próximo.
