1. Processos: Das tarefas à orquestração

Ao falar sobre agentes, duas coisas são frequentemente confundidas: um agenteque é uma interface que age de forma autônoma, e agenticidadeque é um paradigma mais amplo. É a evolução natural da automação de processos robóticos (RPA), mas com raciocínio e adaptabilidade incorporados.

A RPA tradicional exigia a codificação de todas as regras, uma tarefa que rapidamente se tornou incontrolável. AI autêntica muda isso: em vez de codificar todas as decisões, delegamos o raciocínio ao agentepermitindo flexibilidade e escala.

É claro que todo reprojeto de processo envolve uma questão crucial: O que deve ser automatizado e o que deve ser ampliado?

"O verdadeiro desafio não é decidir o que automatizar. É orquestrar como os humanos e AI colaboram."

A automação elimina as etapas manuais, enquanto o aumento capacita os funcionários para tomar decisões melhores e mais rápidas. Mas os resultados mais poderosos surgem quando as empresas orquestram a automação e o aumento juntosem vez de tratá-las como estratégias opostas.

Por exemplo, em um processo de aprovação de crédito, AI pode extrair e inserir automaticamente data de centenas de documentos. Mas a decisão sobre a taxa de crédito final ainda é melhor tomada por um ser humano informado por recomendações AI. A chave é a orquestraçãosaber quando confiar na automação, quando aumentar e quando validar.

O primeiro "P", ProcessosTrata-se de mudar de casos de uso isolados para para redesenhos de ponta a ponta que combinam perfeitamente AI e julgamento humano.

2. Pessoas: Treinamento, funções e a revolução humana

Essa transformação não se refere a humanos versus máquinas. Trata-se de redefinir como a empresa funciona. Algumas tarefas desaparecerão. Outras evoluirão. E surgirão funções totalmente novas.

"Toda revolução destrói empregos, cria empregos e transforma os já existentes. AI não é exceção."

A primeira implicação é o treinamento. Nenhuma transformação pode ser bem-sucedida se os funcionários não estiverem prontos para adotá-la. Mesmo o melhor sistema AI do mundo não será bem-sucedido se as pessoas não souberem como usá-lo.

Dados recentes mostram que, embora 86% dos funcionários acreditam que precisam de treinamento em AI , apenas 14% o receberam de fato. Essa é uma lacuna enorme e uma grande barreira para a adoção.

Além do treinamento, novas funções híbridas estão em ascensão. Catalisadores fazem a ponte entre a tecnologia e os negócios. Proprietários de processos (POs) repensam os fluxos de trabalho de ponta a ponta. Construtores de negócios (perfis não técnicos que entendem de prompts, agentes e lógica de LLM) também estão surgindo.

Essas funções incorporam uma verdade simples: A transformaçãoAI tem tanto a ver com pessoas e cultura quanto com algoritmos.

3. Plataforma: O novo sistema operacional para agentes

À medida que mais equipes fazem experiências com agentes, algo interessante acontece: de repente, as empresas percebem que têm centenas de mini-assistentes autônomos operando nas equipes, com pouca visibilidade ou controle.

É um pouco como ter 500 estagiários, cada um com acesso a unidades compartilhadas, mas ninguém no RH sabe que eles existem. Essa é a realidade atual de muitas organizações que implantam agentes AI sem uma governança central.

É por isso que ter uma plataforma plataforma robusta é crucialnão apenas para implementar agentes, mas também para monitorá-los, avaliá-los e controlá-los. É vital para garantir a rastreabilidade, a responsabilidade e a segurança.

O departamento de TI do futuro provavelmente se parecerá muito com um departamento de RH para agentes AI . Mas a responsabilidade não termina aí. As equipes de negócios, data e TI devem compartilhar a supervisão:

  • TI garante que a infraestrutura e os pipelines de data funcionem sem problemas.
  • EquipesData verificam se os agentes recuperam e usam as informações corretas.
  • Equipes de negócios validar se as respostas estão alinhadas com o tom da marca, as necessidades dos clientes e a conformidade.

Em resumo, a governança de agentes não é apenas técnica, ela é multifuncional.

Por fim, a qualidade data continua sendo o maior fator decisivo. Muitos pilotos funcionam muito bem isoladamente, mas falham quando integrados a sistemas ativos porque data em tempo real não estão acessíveis. Em um mundo em que os modelos são commodities, data são a diferenciação de uma empresa. Quando bem gerenciada, a transformação agêntica será dimensionada de forma sustentável.

4. Posição: A próxima mudança na presença digital

O quarto "P," Posiçãoolha para o exterior. Ela diz respeito à maneira como os agentes AI estão transformando a interação com o cliente, a visibilidade da marca e a estratégia digital.

Nessa nova era, os mecanismos de conversação como ChatGPT, Gemini ou Mistral estão se tornando portas de entrada para informações e até mesmo transações. Nos EUA, os usuários agora podem comprar produtos diretamente no ChatGPT.

Isso levanta uma questão crucial: Se os clientes podem descobrir, comparar e comprar os produtos de uma empresa sem nunca visitar seu site, qual é a finalidade de sua presença digital?

A disciplina emergente de Otimização de mecanismos generativos (GEO) vai muito além do SEO tradicional. Os mecanismos de conversação utilizam uma combinação de fontes, de fóruns de comunidades a blogs independentes, e não apenas páginas classificadas nas pesquisas.

"GEO não é SEO 2.0. É uma reformulação completa de como as pessoas encontram, escolhem e interagem com as marcas."

Em 2023, apenas 2.5% das pesquisas on-line começaram em plataformas de conversação. Hoje, esse número subiu para 6%. Isso pode parecer pouco, mas se a tendência continuar, em breve ela dominará a descoberta digital.

Isso significa que as empresas devem se reposicionar agora. Algumas podem optar por alimentar seus data diretamente em grandes modelos de linguagem, tornando-se fornecedores invisíveis de back-office. Outras criarão suas próprias experiências de conversação para complementar esses ecossistemas. De qualquer forma, a escolha deve ser estratégica, não reativa.

Preparando-se para o futuro agêntico

Tornar-se uma empresa agêntica exige mais do que a implementação de tecnologia. Isso envolve repensar a forma como uma organização opera, processo por processo, pessoa por pessoa, plataforma por plataforma.

"Não pense na transformação agêntica como um conjunto de casos de uso. Pense nela como uma reescrita de como sua empresa funciona."

Aqueles que forem bem-sucedidos verão AI não como uma ferramenta, mas como um colaborador: uma ferramenta que reformula o trabalho, o aprendizado e o envolvimento do cliente. Essa revolução ainda é recente, mas uma coisa é certa: dimensionar AI não é apenas um desafio técnico, é um desafio organizacional. E aqueles que dominarem os 4Ps estarão mais bem posicionados para liderá-la.

Hanan Ouazan é formado em ML e AI pela Ecole Normale Supérieure e Ecole Centrale de Lille. Ele ingressou na Artefact há quase uma década. Atualmente, é sócio-gerente e líder global de aceleração de AI .