Após chatbots e IA conversacional, agentes autônomos entram na agenda das grandes empresas

Por Diego Nogare

A trajetória da inteligência artificial nos últimos anos revela um padrão de evolução e sofisticação técnica. Inicialmente, o público teve contato com os chatbots tradicionais, sistemas baseados em regras rígidas e árvores de decisão limitadas. Essas ferramentas eram projetadas para responder perguntas frequentes e guiar usuários por menus pré-definidos de atendimento. No entanto, a experiência frequentemente se mostrava frustrante e ineficiente diante de problemas que exigiam flexibilidade ou compreensão contextual.

Posteriormente, com o avanço dos modelos generativos, surgiram as IAs conversacionais, que transformaram a interação homem-máquina em algo muito mais fluído. Esses sistemas passaram a sustentar diálogos complexos e a produzir textos criativos com um grau de naturalidade impressionante para a época.

No entanto, apesar do salto qualitativo, essas IAs ainda dependiam completamente da iniciativa humana para iniciar comandos e validar cada etapa do processo. A tecnologia era poderosa, mas permanecia essencialmente passiva, restrita ao ambiente do chat e com dificuldades evidentes de escalar para milhões de usuários de forma autônoma.

Com o surgimento dos Agentes Autônomos, a tecnologia avança para um novo patamar operacional, o “padrão ouro da evolução tecnológica”. Um agente não apenas conversa, mas também utiliza ferramentas, toma decisões e executa tarefas de ponta a ponta sem intervenção humana constante. Ele possui capacidade de raciocínio em múltiplas etapas, o que lhe permite planejar subtarefas e coordená-las para alcançar objetivos maiores e mais complexos. Assim, o foco do desenvolvimento deixa de ser apenas a geração de texto e passa a ser a orquestração de ações em sistemas diversos.

O guia da Deloitte para a autonomia

De acordo com o Tech Trends 2026, relatório de tendências tecnológicas da Deloitte, publicado em dezembro de 2025, os agentes servem como um farol para as organizações modernas. Segundo a consultoria, a transição para sistemas agênticos exige uma mudança profunda na mentalidade dos líderes empresariais. Não se trata apenas de adotar uma nova tecnologia, mas de redesenhar toda a arquitetura de dados corporativos. Além disso, a Deloitte destaca que a governança deve ocupar um papel central em qualquer iniciativa de automação a partir de 2026.

Ainda segundo o relatório, a inteligência agêntica permite que as empresas operem com um nível de agilidade sem precedentes no mercado global. Os agentes podem interagir entre si para resolver gargalos operacionais de forma dinâmica e inteligente. Em contrapartida, o documento alerta que a ausência de uma estratégia clara pode resultar em caos sistêmico, especialmente porque muitos sistemas legados não estão preparados para operar em conjunto com Agentes de IA. Por essa razão, os especialistas recomendam a criação de centros de excelência dedicados exclusivamente à supervisão de ecossistemas autônomos.

A credibilidade deste documento da Deloitte reforça a percepção de que a IA agêntica representa o próximo grande salto de produtividade em escala global. Organizações que adotarem essas diretrizes desde já estarão mais bem posicionadas para lidar com as flutuações de um mercado cada vez mais digitalizado. Além disso, o estudo aponta que o papel do trabalhador humano tende a evoluir para funções de gestão, supervisão e curadoria estratégica. Nesse contexto, a tecnologia atua como um multiplicador das capacidades humanas, e não como uma simples ferramenta de substituição.

Meta, Manus e o investimento de US$ 2 BI

A recente aquisição da Manus pela Meta, avaliada em aproximadamente US$ 2 bilhões, confirma a força e a maturidade desse novo mercado. A Meta identificou na startup de Singapura uma tecnologia capaz de executar tarefas que vão além dos modelos de linguagem convencionais. A Manus desenvolveu agentes de propósito geral capazes de realizar pesquisas de mercado, análises complexas e codificação de software com alto nível de precisão. Como consequência, a Meta planeja integrar essas capacidades em todo o seu ecossistema de comunicação e publicidade digital.

Vale lembrar que a Meta possui um histórico consistente de apostas em tecnologias que moldam o futuro dos negócios digitais. Arrisco dizer que a empresa de Mark Zuckerberg raramente investe bilhões de dólares em ideias sem potencial de retorno financeiro. E, claro, não entraremos em detalhes sobre aquele breve “surto coletivo” conhecido como Metaverso, que muitos preferem esquecer por razões de saúde mental coletiva. O investimento na Manus, por outro lado, está claramente ancorado em produtividade real e em ferramentas pelas quais as empresas estão dispostas a pagar.

O desempenho comercial da Manus reforça essa tese. A startup atingiu US$ 100 milhões em receita recorrente anual em apenas oito meses, um feito que valida a demanda do mercado por soluções que entreguem resultados concretos, e não apenas demonstrações técnicas impressionantes, porém pouco úteis.

Nesse cenário, a Meta busca se posicionar como uma das principais fornecedoras de infraestrutura para a futura economia global de agentes autônomos. A aquisição deixa claro que a corrida pela autonomia já começou e que as Big Techs estão dispostas a investir pesado para liderá-la.

Desafios técnicos e a nova arquitetura de software

Construir um AI Agent funcional vai muito além de simplesmente conectar um modelo de linguagem a uma base de dados. É indispensável implementar camadas robustas de lógica de negócios que impeçam o sistema de tomar decisões financeiras desastrosas ou ilegalmente vinculantes. Um caso emblemático ocorreu em uma concessionária Chevrolet nos Estados Unidos, onde um agente baseado em ChatGPT, operando sem limitadores e governanças adequadas, acabou “vendendo” uma caminhonete avaliada em US$ 80 mil por apenas US$ 1.

O incidente foi resultado de uma técnica relativamente simples de manipulação de contexto. O “atacante” conseguiu convencer o agente de que o acordo representava um contrato juridicamente válido e irrevogável, forçando o sistema a aceitar qualquer proposta apresentada. O episódio ilustra de forma clara os riscos de se implementar agentes autônomos sem controles apropriados.

Esse exemplo reforça que a arquitetura de software para agentes modernos precisa incorporar sistemas de validação cruzada e limites operacionais extremamente rígidos. Não basta que a IA seja inteligente; ela precisa operar dentro de parâmetros financeiros, legais e éticos inegociáveis para a organização.

Dessa forma, a nova engenharia de software passa a priorizar a criação de guardrails semânticos, capazes de filtrar instruções maliciosas em tempo real. Técnicas de human-in-the-loop vêm sendo adotadas para transações de alto valor ou decisões que envolvem contratos sensíveis.

Além disso, arquiteturas modernas já preveem mecanismos de monitoramento contínuo para detectar desvios de comportamento dos agentes. Pode-se dizer que o principal desafio técnico deixou de ser a funcionalidade pura e migrou para a resiliência, governança e segurança frente a ataques de engenharia social.

Sobre Diego Nogare

Profissional com 25 anos de experiência na área de Dados, com foco em Inteligência Artificial e Machine Learning desde 2013. É mestre e doutorando em Inteligência Artificial pela Universidade Presbiteriana Mackenzie. Ao longo da carreira, passou por grandes empresas como Microsoft, Deloitte, Bayer e Itaú. Neste último, liderou a estratégia de migração da plataforma de IA para a nuvem, entregando uma solução completa de desenvolvimento em IA para todo o banco.