Empresas ampliam experimentos com sistemas autônomos, mas integração, qualidade dos dados, custos e retorno financeiro determinam quais projetos conseguem chegar à operação.
A inteligência artificial entrou definitivamente na estratégia das empresas, mas o crescimento da adoção trouxe um desafio mais complexo: transformar experimentos e agentes isolados em uma infraestrutura confiável, integrada e economicamente sustentável.
Em março de 2025, o relatório The State of AI, da McKinsey, apontava que 78% dos entrevistados trabalhavam em organizações que utilizavam inteligência artificial em pelo menos uma função de negócio, ante 55% em 2023.
A edição mais recente do levantamento global da McKinsey, divulgada em novembro de 2025, elevou esse percentual para 88%. Apesar da expansão, a maioria das empresas ainda se encontrava nas etapas de experimentação ou execução de pilotos.
Entre os respondentes, 23% afirmaram que suas organizações já estavam escalando algum sistema de IA agêntica, enquanto 39% relatavam experiências iniciais com agentes. Os dados não representam necessariamente todas as empresas do mercado, mas indicam a velocidade com que a tecnologia começou a avançar dentro das operações.
Para Emerson Moraes, head de tecnologia da Geoambiente, o acesso às ferramentas deixou de ser o principal obstáculo. O desafio passou a ser organizar as diferentes iniciativas para que os projetos funcionem de maneira conectada.
“A adoção avançou mais rápido do que a capacidade de estruturar essa nova infraestrutura digital. O ponto central agora é sustentar a IA em ambientes produtivos sem transformar experimentação em desperdício contínuo de recursos”, afirma.
Facilidade para testar amplia fragmentação
A popularização da inteligência artificial generativa reduziu as barreiras para desenvolver assistentes, automatizar tarefas e colocar modelos em produção. Áreas diferentes passaram a contratar ferramentas, criar provas de conceito e testar aplicações próprias.
Essa descentralização pode acelerar a inovação, mas também favorece a formação de um ambiente fragmentado. Soluções desenvolvidas isoladamente podem utilizar fontes de dados distintas, repetir funcionalidades, adotar padrões incompatíveis e gerar custos permanentes de integração e manutenção.
Segundo Moraes, três elementos são fundamentais para evitar esse cenário: arquitetura de dados consistente e escalável, integração entre sistemas legados e novas aplicações e governança contínua sobre modelos e agentes.
“O desafio deixou de ser o acesso às ferramentas e passou a ser integração, coerência entre múltiplas iniciativas e eficiência no uso do investimento em IA”, explica.
A avaliação acompanha uma mudança já observada pelo Tec Login na engenharia de software. Dados do World Quality Report 2025-26, apresentados em reportagem sobre investimentos em qualidade de software, mostram que 43% das organizações experimentavam IA generativa nessa área, mas somente 15% conseguiam ampliar seu uso.
Privacidade de dados, citada por 67% das empresas, complexidade de integração, mencionada por 64%, e falta de qualificação das equipes, apontada por 50%, apareciam como as principais barreiras.
Agentes aumentam autonomia e risco operacional
A IA agêntica diferencia-se de aplicações tradicionais porque pode planejar e executar diferentes etapas de uma tarefa, acessar ferramentas e interagir com sistemas com menor necessidade de comando humano a cada ação.
A tecnologia abre possibilidades em atendimento, desenvolvimento de software, operações financeiras, logística, manutenção e análise de dados. A autonomia, entretanto, aumenta a necessidade de delimitar permissões, responsabilidades e mecanismos de supervisão.
Antes de colocar um agente em produção, a empresa precisa definir quais dados ele poderá consultar, quais sistemas poderá modificar, quais decisões exigirão validação humana e como suas ações serão registradas e auditadas.
Também é necessário estabelecer procedimentos para falhas, interrupções, desvios de comportamento e respostas incorretas. Sem esses controles, o agente pode apenas transferir a complexidade operacional para uma nova camada tecnológica.
“Sem bases sólidas de dados, integração e governança, os agentes tendem a ampliar a fragmentação existente e aumentar o custo de coordenação do ecossistema”, afirma Moraes.
Projetos enfrentam teste de viabilidade econômica
A capacidade técnica não garante a continuidade de um projeto. O Gartner estima que mais de 40% das iniciativas de IA agêntica deverão ser canceladas até o fim de 2027 devido à elevação dos custos, falta de clareza sobre o valor entregue e controles de risco insuficientes.
A projeção não significa que a tecnologia esteja fadada ao fracasso. Ela indica que parte dos projetos lançados durante a fase de entusiasmo poderá não demonstrar retorno suficiente para justificar sua manutenção.
O tema já apareceu em reportagem do Mundo RH sobre o fim do hype da inteligência artificial. A análise mostrou que empresas começaram a diferenciar a adoção da tecnologia da geração efetiva de valor.
Para demonstrar resultado, as organizações precisam estabelecer indicadores antes da implementação. Redução do tempo de execução, custo por transação, taxa de erro, retrabalho, disponibilidade, impacto na receita e satisfação do usuário são algumas das métricas que podem indicar se o agente está melhorando o processo ou apenas acrescentando uma nova despesa.
Brasil amplia quantidade de agentes
O mercado brasileiro também apresenta sinais de expansão. Conforme levantamento da Jitterbit divulgado pelo Tec Login, as organizações pesquisadas operavam, em média, 32 agentes e projetavam chegar a 42 até 2027.
O estudo ouviu 501 tomadores de decisão de tecnologia no país. Para 59%, responsabilidade, segurança, auditabilidade e rastreabilidade eram os principais fatores considerados na escolha de uma solução. Segurança e conformidade regulatória apareceram como preocupação para 42%, enquanto 36% citaram a integração com sistemas legados.
Por se basearem em amostras e metodologias diferentes, os números da Jitterbit, da McKinsey e do Gartner não devem ser comparados diretamente. Em conjunto, porém, os levantamentos mostram que o crescimento da IA agêntica está sendo acompanhado por preocupações relacionadas a controle, interoperabilidade e retorno financeiro.
Tecnologia também exige mudança organizacional
Os gargalos não estão restritos à infraestrutura. Pesquisa apresentada pelo Mundo RH mostrou que 80% das mais de 300 lideranças consultadas já utilizavam alguma aplicação de IA, mas somente 11% consideravam que a implementação havia funcionado plenamente.
O levantamento também identificou que 53% das empresas estavam em estágios inexistente ou embrionário de governança. Cerca de 70% dos obstáculos apontados estavam ligados a questões humanas e estratégicas, como cultura, qualificação e direcionamento da liderança.
Para Moraes, escalar agentes exige colaboração entre tecnologia, áreas de negócio, segurança, jurídico e gestão de pessoas. Também demanda redesenhar processos, determinar responsabilidades e capacitar profissionais para trabalhar com sistemas que possuem maior autonomia.
“O diferencial competitivo estará na capacidade de transformar a experimentação em operação, com escala, governança e geração contínua de resultados”, conclui.
