Agentes de IA: Uma onda de transformação para dominar

A inteligência artificial não é mais apenas uma promessa; é uma realidade que está redefinindo os contornos dos negócios. No entanto, sua integração efetiva nas organizações ainda apresenta grandes desafios. Hanan Ouazan, Managing Partner e Líder Global de Aceleração de IA na Artefact, recentemente ofereceu insights esclarecedores sobre como abordar o surgimento de agentes de IA em nossos processos de marketing, comunicação e operacionais. Sua intervenção destacou os imperativos para uma adoção bem-sucedida.

Adoção fragmentada e obstáculos persistentes

Um estudo revelador do Google e do BCG descobriu que menos de 1% das empresas realmente concluíram sua transformação de IA. Embora muitas estejam experimentando e otimizando os processos existentes, a maioria luta para orquestrar uma integração global. Essa lacuna é explicada pela dificuldade de passar de uma lógica centrada em ferramentas para uma lógica verdadeiramente centrada em processos. O mercado está saturado de tecnologias, o que torna o monitoramento e a integração consistentes um desafio diário.

Três grandes obstáculos impedem essa adoção em larga escala. O primeiro é o data: quase dois terços do data das empresas permanecem inexplorados. O segundo é organizacional: o marketing, uma disciplina madura, geralmente herda rigidez e silos que impedem a orquestração fluida. O terceiro desafio é a integração. Embora as provas de conceito (POCs) isoladas sejam fáceis de criar, a integração da tecnologia a montante e a jusante dos processos existentes é muito mais complexa.

De LLMs a agentes: A IA entra em ação

Apesar desses desafios, o contexto atual é propício à inovação. O advento dos modelos de linguagem grande (LLMs) há cerca de dois anos e meio ofereceu a capacidade de processar enormes volumes de data. Além dos aplicativos de recuperação de informações, os LLMs permitem uma análise muito mais refinada. Hanan Ouazan dá um exemplo impressionante: um LLM pode analisar os registros do Google Analytics para detectar a intenção subjacente de um usuário em um site. Um usuário que olha para uma variedade de produtos de mobiliário não está apenas procurando itens individuais, ele provavelmente está “reformando sua sala de estar”. Essa compreensão da intenção geral abre perspectivas de marketing precisas e sem precedentes.

A próxima etapa, a dos agentes de IA, marca a verdadeira aceleração. Enquanto os LLMs digerem as informações, os agentes permitem sua ativação e orquestração. Esse avanço preenche a lacuna de harmonização entre os canais e representa uma revolução para a fluidez do processo. Para dominar essa transformação, três áreas principais devem ser consideradas: data, integração e confiança.

Data: combustível essencial para IA agêntica

A primeira área é o data, a matéria-prima para qualquer iniciativa de IA generativa. Sua qualidade é fundamental. O objetivo é explorar 100% do data, em um modo curativo (para melhorar o data existente) e em um modo proativo (para qualificar cada nova interação). Por exemplo, um LLM pode corrigir fichas de produtos mal preenchidas ou, em uma central de atendimento, capturar e estruturar informações de chamadas em tempo real para enriquecer o CRM de forma qualificada.

Integração: O desafio da produção em larga escala

A segunda área é a integração. O exemplo da central de atendimento ilustra esse ponto: o ideal é uma IA que ouça a chamada ao vivo, identifique a dúvida do cliente e exiba instantaneamente a resposta relevante para o consultor. Isso requer uma integração perfeita entre telefonia, IA, bases de conhecimento e CRM. Embora a criação de POCs seja rápida, a entrada em produção geralmente é retardada por problemas de conectividade ou compatibilidade de software. Antecipar esses “pontos de atrito” é fundamental para aumentar a escala.

Confiança e governança: Dominando a implantação de agentes

A terceira e fundamental área é a questão da confiança. A implantação de “co-pilotos” de IA para cada funcionário - potencialmente vários agentes por ser humano - levanta questões existenciais. Essa proliferação de agentes que acessam o data, geram custos e são potencialmente incontroláveis é frequentemente subestimada. Ela levanta questões cruciais de viabilidade econômica, confiabilidade (os modelos podem “alucinar”), segurança (acesso a APIs e data sensível) e conformidade. A governança e a supervisão desses agentes de IA estão se tornando uma prioridade absoluta, com o surgimento de plataformas dedicadas, como o AI Agent Space do Google.

O gerenciamento desses agentes vai além do domínio da TI. Enquanto a TI garante a operação técnica, as equipes de data e de negócios devem avaliar conjuntamente a relevância e a precisão das respostas da IA. A transformação organizacional é inevitável. Não se trata mais de otimizar o que existe, mas de reinventar processos. Os agentes de IA não estão lá para sobrecarregar os métodos atuais, mas para repensá-los completamente, inclusive a experiência do usuário, pois os consumidores já têm expectativas muito altas em relação à IA.

Essa profunda transformação exige um forte patrocínio no mais alto nível corporativo. Não se trata apenas de um projeto técnico, mas de uma redefinição de profissões, do papel da TI, do data e dos negócios. Isso implica orçamentos, mas também um investimento maciço em treinamento e aculturação da equipe. Um estudo recente (início de 2025) destaca uma lacuna alarmante entre as expectativas dos funcionários e a realidade no local: uma grande proporção não tem treinamento em IA. Isso é um sinal de que, apesar das promessas de transformação, muitas organizações ainda não estão prontas.

Em conclusão, o surgimento de agentes de IA vai muito além da estrutura tecnológica. Trata-se de um desafio fundamentalmente organizacional, estratégico e humano, que exige uma abordagem holística e uma visão clara para orientar a redefinição do papel da empresa nesse novo paradigma.

Assista ao replay da apresentação: