A nova geração de inteligência artificial já não se limita a responder perguntas ou automatizar tarefas simples. Os chamados agentes inteligentes prometem executar processos completos de forma autônoma e mudar a rotina das empresas. Mas, apesar do entusiasmo, especialistas alertam que a corrida para adotar essa tecnologia pode esconder um problema muito maior do que a escolha do software.
A IA agêntica promete revolucionar as empresas, mas enfrenta um grande obstáculo
A inteligência artificial agêntica desponta como uma das principais tendências do mercado corporativo. Diferentemente dos chatbots tradicionais ou dos assistentes de IA generativa, esses sistemas conseguem coordenar diversas etapas de um processo, analisar informações, tomar decisões dentro de parâmetros definidos e interagir com outros agentes digitais para concluir tarefas complexas.
Na prática, isso significa que a IA deixa de executar ações isoladas e passa a gerenciar fluxos inteiros de trabalho.
Apesar desse potencial, um relatório da Harvard Business Review Analytic Services, desenvolvido com apoio da Deloitte, traz uma previsão preocupante: até 40% dos projetos de IA agêntica poderão ser cancelados antes de 2027.
O motivo, segundo o estudo, não está na limitação da tecnologia, mas na dificuldade das empresas em adaptar seus processos internos, organizar seus dados e transformar sua forma de operar.
O desafio, portanto, não é simplesmente implementar uma nova ferramenta, e sim preparar toda a organização para trabalhar ao lado de sistemas cada vez mais autônomos.
O maior erro é enxergar a IA apenas como uma forma de reduzir custos
Durante muitos anos, empresas investiram em automação para eliminar tarefas repetitivas, como copiar informações entre sistemas, validar documentos ou preencher formulários.
A IA agêntica leva essa ideia muito mais longe.
Em vez de automatizar apenas uma etapa, ela consegue coordenar diferentes departamentos e executar um fluxo completo de trabalho.
Um exemplo citado pela Deloitte envolve a contratação de novos funcionários. Enquanto um sistema tradicional apenas extrairia dados de um contrato, agentes inteligentes poderiam registrar automaticamente o colaborador no RH, solicitar equipamentos à equipe de TI, organizar documentos para a folha de pagamento e acompanhar todas as etapas seguintes sem intervenção humana constante.
Segundo Fernanda Velázquez, líder da área Operate da Deloitte Cone Sul, o verdadeiro ganho está em redesenhar processos inteiros, deixando de pensar nas divisões entre departamentos e concentrando a operação na experiência final do usuário.
Ela também alerta para um erro comum: muitas organizações enxergam a IA apenas como uma ferramenta para cortar custos ou substituir funcionários.
Essa estratégia costuma ignorar problemas antigos que continuam existindo, como processos desorganizados, sistemas ultrapassados, dados inconsistentes e resistência cultural dentro das equipes.
Sem resolver essas questões, a inteligência artificial não aumenta a eficiência. Pelo contrário, ela pode ampliar erros que já existiam.
Dados ruins e sistemas antigos podem comprometer toda a operação
O relatório identifica três obstáculos que aparecem repetidamente em projetos de IA agêntica.
O primeiro envolve processos pouco estruturados. Muitas empresas dependem da experiência de seus funcionários para lidar com situações excepcionais que nunca foram formalmente documentadas. Já um agente inteligente precisa de regras claras para tomar decisões de forma consistente.
O segundo desafio está na qualidade dos dados.
Informações duplicadas, incompletas ou espalhadas entre diferentes sistemas dificultam a atuação da IA e reduzem significativamente sua confiabilidade.
Segundo Velázquez, agentes inteligentes dependem de dados sólidos para produzir resultados confiáveis. Quando essa base apresenta falhas, a tecnologia acaba multiplicando problemas em vez de solucioná-los.
O terceiro obstáculo envolve os chamados sistemas legacy, plataformas desenvolvidas há muitos anos que não foram projetadas para integrar soluções modernas de inteligência artificial. A falta de documentação e de integração limita a capacidade dos agentes de executar processos completos.
Governança, custos e supervisão humana serão decisivos
À medida que esses agentes passam a tomar decisões cada vez mais complexas, cresce também a necessidade de mecanismos de controle.
Em setores como bancos, saúde, seguros e energia, não basta que uma decisão esteja correta. Também é preciso demonstrar como ela foi tomada e quais regras foram utilizadas durante o processo.
Além disso, o próprio custo da inteligência artificial muda de perfil.
Em vez de despesas fixas com licenças de software, muitas plataformas cobram pelo consumo, medido em tokens. Quanto mais consultas, análises e raciocínios o sistema realiza, maior tende a ser o custo operacional.
Isso obriga empresas a criar novas formas de monitorar gastos, estabelecer limites de uso e avaliar continuamente se o investimento está gerando retorno.
Outro fator importante será a participação dos chamados provedores de serviços gerenciados, que passam a assumir um papel estratégico ao integrar tecnologia, operação contínua e conhecimento do negócio.
Mesmo com toda a evolução da IA, especialistas destacam que o julgamento humano continuará indispensável.
A recomendação é que agentes inteligentes assumam tarefas repetitivas e operacionais, enquanto decisões críticas permaneçam sob supervisão de profissionais capazes de interpretar contextos, avaliar riscos e responder por situações inesperadas.
No fim das contas, a vantagem competitiva não estará necessariamente nas empresas com os agentes mais sofisticados, mas naquelas que conseguirem combinar tecnologia, processos bem estruturados, dados confiáveis, governança eficiente e pessoas preparadas para trabalhar em conjunto com a inteligência artificial.
[Fonte: Iprofesional]
