Durante grande parte da história da computação, o papel do software foi relativamente bem definido. Sistemas informatizados eram concebidos para automatizar tarefas específicas, organizar informações, registrar transações e fornecer suporte à tomada de decisão. Mesmo as plataformas mais sofisticadas continuavam funcionando como ferramentas utilizadas diretamente por pessoas. Cabia ao profissional interpretar informações, estabelecer prioridades, coordenar equipes e transformar conhecimento em ação.
A ascensão dos Agentes de Inteligência Artificial começa a alterar esse paradigma de maneira significativa. Pela primeira vez, empresas passam a considerar seriamente a possibilidade de delegar não apenas atividades operacionais, mas também parcelas crescentes do trabalho intelectual a sistemas computacionais capazes de interpretar objetivos, planejar estratégias, utilizar ferramentas e executar processos completos.
Essa mudança talvez represente uma das maiores transformações organizacionais desde a informatização corporativa iniciada nas décadas de 1980 e 1990. Naquela época, empresas investiram pesadamente em sistemas ERP, CRM (Não como conhecemos hoje), plataformas financeiras e bancos de dados integrados. O objetivo era digitalizar informações e padronizar processos. Agora, a discussão desloca-se para outro patamar:
Como utilizar Inteligência Artificial para operar esses sistemas praticamente da mesma forma que um colaborador humano faria?Essa nova visão altera profundamente o papel da tecnologia dentro das organizações. Durante décadas, a transformação digital concentrou-se na digitalização de documentos, integração de sistemas e automação de processos repetitivos. A IA agêntica acrescenta uma nova dimensão a esse movimento. Em vez de apenas automatizar etapas previamente definidas, ela introduz sistemas capazes de adaptar estratégias, interpretar contextos, coordenar múltiplas atividades simultaneamente e tomar decisões intermediárias durante a execução de processos complexos.
Ao observar essa evolução, não consigo deixar de fazer uma associação com outra fase importante da minha carreira. Em meados da década de 1990, trabalhei intensamente com o desenvolvimento de soluções de Workflow e Groupware, conceitos que hoje raramente aparecem nas discussões sobre tecnologia, mas que tiveram enorme importância na construção da informática corporativa moderna. Naquela época, falava-se muito em Reengenharia de Processos, uma metodologia que buscava repensar completamente a forma como as empresas executavam suas atividades, eliminando etapas desnecessárias, reduzindo burocracias e automatizando tudo aquilo que pudesse ser realizado por sistemas informatizados.
É importante lembrar o contexto tecnológico daquele período. A informática ainda era um recurso caro para a maioria das organizações. No Brasil, era comum encontrarmos o chamado PC departamental, um único computador compartilhado por todos os profissionais de um setor. Cada novo equipamento representava um investimento significativo, o que tornava indispensável extrair o máximo de produtividade possível da tecnologia disponível.
Os projetos de Workflow refletiam exatamente essa preocupação. O objetivo era mapear cada processo da empresa, identificar gargalos, eliminar tarefas redundantes, definir regras de encaminhamento automático e garantir que informações circulassem entre pessoas e departamentos com o mínimo de intervenção manual. Já as plataformas de Groupware buscavam integrar equipes, documentos, mensagens, agendas e atividades colaborativas em um único ambiente, antecipando muitos dos conceitos que, anos mais tarde, seriam incorporados à internet corporativa, às plataformas colaborativas e aos serviços em nuvem.
Hoje percebo que aqueles projetos representavam uma etapa importante da mesma jornada evolutiva que estamos vivendo com os Agentes de IA. A diferença é que, naquela época, automatizávamos o fluxo de trabalho, mas as decisões continuavam integralmente sob responsabilidade das pessoas. Agora damos um passo além. Os agentes não apenas seguem um fluxo previamente definido, eles conseguem interpretar contexto, adaptar estratégias, reorganizar prioridades e tomar pequenas decisões ao longo da execução do processo. Em outras palavras:
Saímos da automação de processos para a automação do próprio raciocínio operacional.Talvez seja justamente essa continuidade histórica que mais me fascina. Depois de acompanhar a evolução da informática corporativa desde os primeiros sistemas departamentais, passando por Workflow, Groupware, internet, computação em nuvem, dispositivos móveis e Inteligência Artificial Generativa, tenho a impressão de que todas essas tecnologias faziam parte de uma mesma trajetória. Cada uma resolveu uma limitação da geração anterior. Os Agentes de IA parecem ser, até agora, o capítulo mais avançado dessa longa evolução, porque não automatizam apenas tarefas, mas começam a colaborar ativamente na execução do trabalho intelectual que antes era considerado exclusivamente humano.
Não é por acaso que praticamente todas as grandes empresas de tecnologia passaram a reposicionar suas estratégias em torno desse conceito.
A OpenAI, inicialmente reconhecida por desenvolver modelos conversacionais, passou a concentrar parte significativa de seus esforços na criação de sistemas capazes de utilizar ferramentas, navegar na internet, executar códigos e operar aplicações externas. O objetivo deixa de ser exclusivamente responder perguntas e passa a envolver a construção de agentes que atuem como colaboradores digitais em ambientes profissionais.
A Microsoft seguiu caminho semelhante ao integrar recursos de IA ao ecossistema Microsoft 365 por meio do Copilot. Em vez de limitar a Inteligência Artificial a uma única aplicação, a empresa passou a distribuí-la por todo o ambiente de produtividade, permitindo que documentos, planilhas, apresentações, reuniões, mensagens e bases de conhecimento compartilhem contexto e sejam utilizados por agentes capazes de acompanhar processos de trabalho completos. Mais recentemente, a empresa ampliou essa estratégia com plataformas voltadas especificamente para a criação e orquestração de agentes corporativos, reforçando a visão de que a IA deverá atuar como uma camada operacional distribuída por toda a organização.
A Anthropic também vem desempenhando papel relevante nesse movimento ao desenvolver mecanismos que ampliam a confiabilidade de agentes capazes de interagir com sistemas empresariais. Sua proposta enfatiza aspectos como segurança, interpretabilidade e controle, reconhecendo que organizações dificilmente confiarão tarefas críticas a sistemas cujo comportamento não possa ser adequadamente supervisionado.
O Google DeepMind, por sua vez, explora arquiteturas nas quais modelos de linguagem deixam de atuar isoladamente para integrar ecossistemas compostos por pesquisa, raciocínio, utilização de ferramentas e planejamento. Ao combinar os avanços obtidos na pesquisa em Inteligência Artificial com a infraestrutura do Google Cloud e os serviços do Workspace, a empresa sinaliza uma visão na qual agentes inteligentes tornam-se parte integrante da computação cotidiana.
A NVIDIA ocupa posição igualmente estratégica nesse cenário. Embora seja frequentemente associada apenas à produção de processadores gráficos, a empresa tornou-se um dos principais fornecedores da infraestrutura computacional necessária para treinamento e execução de agentes em larga escala. Paralelamente, desenvolve plataformas específicas destinadas à criação de agentes corporativos capazes de operar em ambientes industriais, financeiros, científicos e de engenharia.
A Salesforce talvez ofereça um dos exemplos mais claros dessa mudança de paradigma. Tradicionalmente conhecida por seus sistemas de gestão de relacionamento com clientes, a empresa passou a incorporar agentes inteligentes capazes de acompanhar negociações, analisar oportunidades comerciais, responder clientes, produzir propostas e auxiliar equipes de vendas durante todo o ciclo comercial. Nesse contexto, a IA deixa de funcionar como um simples assistente e passa a integrar diretamente o processo de geração de receita.
A convergência dessas estratégias dificilmente pode ser interpretada como coincidência. Em mercados altamente competitivos, empresas raramente direcionam bilhões de dólares para uma mesma arquitetura tecnológica sem perceber nela potencial transformador de longo prazo. Naturalmente, existem diferenças importantes entre as abordagens adotadas por cada organização. Algumas privilegiam ambientes fechados e altamente controlados. Outras apostam em ecossistemas mais abertos. Entretanto, todas parecem compartilhar uma percepção comum:
O futuro da Inteligência Artificial estará menos associado à geração de respostas e mais relacionado à execução coordenada de trabalho.Essa mudança torna-se ainda mais evidente quando observamos como diferentes departamentos empresariais começam a incorporar agentes inteligentes.
Na área de marketing, por exemplo, a utilização de IA já ultrapassa há muito tempo a simples geração de textos publicitários. Agentes podem acompanhar tendências de consumo, monitorar concorrentes, identificar mudanças de comportamento dos consumidores, segmentar audiências, produzir campanhas personalizadas, distribuir conteúdos em múltiplos canais e acompanhar indicadores de desempenho praticamente em tempo real. Em vez de apoiar apenas a criação de peças publicitárias, passam a participar de todo o ciclo de planejamento, execução e otimização das estratégias de comunicação.
No setor comercial, o impacto tende a ser igualmente profundo. Imagine uma empresa que receba milhares de novos contatos diariamente por diferentes canais de comunicação. Tradicionalmente, equipes humanas seriam responsáveis por qualificar esses leads, consultar históricos de relacionamento, identificar oportunidades, distribuir atendimentos entre vendedores e acompanhar negociações.
Um conjunto coordenado de agentes pode realizar boa parte dessas atividades automaticamente, mantendo supervisão contínua sobre cada etapa do processo comercial. O profissional deixa de gastar tempo com tarefas administrativas e concentra seus esforços nas negociações mais complexas e no relacionamento estratégico com clientes.
Departamentos de Recursos Humanos também começam a experimentar mudanças importantes. Agentes podem auxiliar no recrutamento inicial, comparar currículos com requisitos técnicos, organizar entrevistas, acompanhar planos de desenvolvimento, responder dúvidas frequentes de colaboradores, monitorar indicadores organizacionais e apoiar processos de capacitação contínua. Isso não elimina a importância do profissional de RH. Pelo contrário, tende a deslocar sua atuação para atividades relacionadas à cultura organizacional, liderança, desenvolvimento humano e gestão estratégica de talentos.
No ambiente jurídico, os ganhos potenciais são igualmente expressivos. Escritórios de advocacia e departamentos jurídicos corporativos lidam diariamente com grandes volumes de documentos, contratos, pareceres e decisões judiciais. Agentes especializados podem realizar pesquisas legislativas, comparar versões contratuais, identificar cláusulas críticas, acompanhar alterações regulatórias, produzir minutas iniciais e monitorar prazos processuais. A decisão jurídica continua pertencendo ao profissional responsável, mas o tempo dedicado às atividades repetitivas tende a diminuir significativamente.
Na engenharia e no desenvolvimento de software, talvez estejamos observando uma das transformações mais rápidas. Modelos de linguagem já demonstram capacidade para produzir códigos, revisar programas, identificar vulnerabilidades e gerar documentação técnica. Quando integrados em arquiteturas agênticas, esses sistemas passam a acompanhar projetos completos, executar testes automatizados, verificar compatibilidade entre versões, monitorar ambientes de produção e sugerir melhorias contínuas.
O desenvolvedor deixa de atuar exclusivamente como programador e aproxima-se cada vez mais da função de arquiteto, supervisor e integrador de soluções inteligentes.O setor da saúde apresenta oportunidades igualmente relevantes, embora cercadas por exigências rigorosas de segurança e regulamentação. Agentes podem acompanhar prontuários, analisar exames laboratoriais, organizar históricos clínicos, identificar interações medicamentosas, auxiliar na elaboração de laudos e apoiar processos administrativos hospitalares. Em praticamente todos esses casos, a supervisão médica permanece indispensável. Entretanto, a capacidade de reduzir atividades burocráticas pode ampliar significativamente o tempo disponível para o atendimento direto aos pacientes.
Na educação, a transformação talvez seja ainda mais abrangente. Em vez de limitar-se à correção automática de exercícios ou à produção de conteúdos didáticos, agentes inteligentes poderão acompanhar individualmente o progresso de cada estudante, identificar dificuldades específicas, adaptar materiais ao ritmo de aprendizagem, sugerir atividades complementares e fornecer apoio personalizado ao longo de todo o processo educacional. O professor tende a assumir um papel ainda mais estratégico como mediador do conhecimento, enquanto a IA amplia sua capacidade de oferecer acompanhamento individualizado em larga escala.
O setor público também desponta como um dos ambientes com maior potencial de transformação. Governos administram enormes volumes de processos administrativos, legislação, documentos, atendimento ao cidadão e serviços públicos. Agentes especializados poderão apoiar análises documentais, reduzir burocracias, acelerar concessões de benefícios, organizar fluxos internos e ampliar significativamente a eficiência administrativa. Ao mesmo tempo, trata-se de um dos setores em que questões relacionadas à transparência, responsabilidade e auditoria assumem maior importância.
Observando esse conjunto de aplicações, torna-se evidente que a principal contribuição da IA agêntica não reside na substituição indiscriminada de profissionais, mas na reorganização da divisão do trabalho entre pessoas e sistemas inteligentes.
Durante décadas, executivos utilizaram uma metáfora bastante conhecida:
Os computadores seriam ferramentas capazes de ampliar a produtividade humana. A IA agêntica sugere uma metáfora diferente. Em vez de ferramentas, passamos a falar em colaboradores digitais.
Essa mudança semântica não é irrelevante. Ferramentas permanecem inertes até serem utilizadas por alguém. Colaboradores recebem objetivos, executam tarefas, apresentam resultados, aprendem com experiências e cooperam com outros membros da organização. Evidentemente, agentes inteligentes não possuem consciência, motivação ou responsabilidade jurídica. Ainda assim, sob a perspectiva operacional, começam a desempenhar funções que anteriormente exigiam participação humana direta.
Talvez estejamos diante da maior mudança na organização do trabalho desde a Revolução Industrial. Naquele período, máquinas passaram a multiplicar a capacidade física dos trabalhadores. Agora, agentes inteligentes começam a multiplicar sua capacidade cognitiva. A consequência mais provável não será a eliminação completa do trabalho humano, mas a redefinição das fronteiras entre aquilo que continuará dependendo exclusivamente das pessoas e aquilo que poderá ser compartilhado com sistemas inteligentes.
Essa hipótese conduz inevitavelmente ao próximo tema deste artigo. Se empresas passarão a operar com equipes híbridas compostas por seres humanos e agentes de Inteligência Artificial, quais competências permanecerão essencialmente humanas? Quais profissões serão transformadas? Quais novas funções surgirão? E, sobretudo, como essa mudança poderá alterar o mercado de trabalho ao longo da próxima década? Essas questões serão examinadas na próxima parte, na qual discutiremos os impactos econômicos, sociais e profissionais da transição para a era da IA agêntica.
Referências Bibliográficas
Livros
- Russell, S.; Norvig, P. Artificial Intelligence: A Modern Approach. 4. ed. Pearson, 2021.
- Russell, S. Human Compatible: Artificial Intelligence and the Problem of Control. Viking, 2019.
- Mollick, E. Co-Intelligence: Living and Working with AI. Portfolio, 2024.
- Brynjolfsson, E.; McAfee, A. The Second Machine Age. W. W. Norton, 2014.
- Brynjolfsson, E.; McAfee, A. Machine, Platform, Crowd. W. W. Norton, 2017.
Artigos Científicos
- Vaswani, A. et al. Attention Is All You Need. NeurIPS, 2017.
- OpenAI et al. The Shift to Agentic AI: Evidence from Codex. arXiv, 2026.
- The AI Agent Index. arXiv, 2025.
- The 2025 AI Agent Index: Documenting Technical and Safety Features of Deployed Agentic AI Systems. arXiv, 2026.
- Making Sense of AI Agents Hype: Adoption, Architectures, and Takeaways from Practitioners. arXiv, 2026.
Relatórios Técnicos
- McKinsey & Company. Seizing the Agentic AI Advantage.
- McKinsey & Company. The State of AI.
- Gartner. Hype Cycle for Agentic AI.
- World Economic Forum. The Future of Jobs Report 2025.
- Stanford University. AI Index Report 2025.
Documentação Técnica
- OpenAI Research.
- Anthropic Research.
- Google DeepMind Research.
- Microsoft Research AI.
- NVIDIA AI Research.
- Anthropic. Model Context Protocol (MCP).
Links das Fontes
- https://www.mckinsey.com/capabilities/quantumblack/our-insights/seizing-the-agentic-ai-advantage
- https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
- https://www.gartner.com
- https://www.weforum.org/reports/the-future-of-jobs-report-2025
- https://hai.stanford.edu/ai-index
- https://arxiv.org
- https://openai.com/research
- https://www.anthropic.com/research
- https://deepmind.google/research
- https://www.microsoft.com/research/artificial-intelligence
- https://www.nvidia.com/en-us/research/ai
- https://modelcontextprotocol.io