Quanto mais autonomia uma empresa entrega a um agente de inteligência artificial, mais ela precisa decidir em que momento interromper o trabalho. Para André de Barros Faria, CEO da Vert Analytics e especialista em IA e inteligência analítica, essa contradição aparente explica boa parte dos projetos que travam logo depois do piloto.
A consultoria Gartner projeta que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, por custos crescentes, valor de negócio pouco claro ou controles de risco insuficientes. O problema raramente está no modelo de linguagem. Está no desenho da autonomia: o que o agente pode decidir sozinho, o que precisa confirmar e o que nunca deve tocar.
Esse limite não é um detalhe de configuração. É uma decisão de projeto, e quem a adia descobre o custo quando o agente já está em produção.
O que diferencia um agente autônomo de uma automação comum?
Um robô de automação tradicional segue um roteiro fixo: se o campo X vier preenchido, executa a tarefa Y. Um agente autônomo de IA recebe um objetivo, escolhe os passos, consulta sistemas e ajusta o plano conforme o resultado de cada ação. Essa flexibilidade é justamente o que permite lidar com exceções que travariam um fluxo convencional.
O mesmo traço, porém, cria um risco novo. Como o caminho não está escrito de antemão, o erro também não está. Um agente pode interpretar uma instrução ambígua de forma razoável e, ainda assim, errada, repetindo esse desvio centenas de vezes antes que alguém perceba. Na hiperautomação, que encadeia vários agentes e sistemas num mesmo processo, uma falha no primeiro elo contamina os seguintes.
Três perguntas que definem o limite de autonomia
Imagine um agente que concilia pagamentos de fornecedores. Diferenças de centavos ele pode resolver sozinho; uma divergência que altera o valor do contrato, não. Entre os dois extremos existe uma faixa intermediária, e é nela que o desenho costuma falhar.
Três perguntas ajudam a traçar a linha. A ação é reversível? O impacto de um erro fica contido ou se propaga para clientes e outros sistemas? O agente dispõe de dados suficientes para avaliar a própria confiança na resposta? Quando as três respostas favorecem o agente, a autonomia pode ser plena. Quando uma delas falha, o caminho mais seguro é a confirmação humana antes da execução. Na avaliação de André Faria, esse mapeamento pertence ao desenvolvimento da solução, e não a uma etapa posterior de ajustes.
Como o escalonamento para humanos deve funcionar na prática?
Escalonar não significa simplesmente parar e avisar. Um agente bem projetado entrega ao revisor o contexto completo: o que tentou fazer, quais dados consultou, por que não seguiu adiante e quais opções enxerga. Sem isso, o humano precisa refazer a análise do zero, e o ganho de eficiência operacional desaparece no primeiro caso difícil.
O outro cuidado necessário é a calibração: André Faria sustenta que, enquanto um limiar baixo demais transforma o agente em gerador de pendências (e a equipe passa a aprovar tudo sem ler), um limiar alto demais deixa passar decisões que mereciam revisão. A saída é medir: registrar quantos casos foram escalonados, quantos o revisor alterou e quanto tempo cada um levou. Esses números mostram, com base em evidência, onde a fronteira pode avançar.
Autonomia como algo que se conquista em etapas
Equipes que acertam no uso de agentes tratam a autonomia como um crédito que cresce com o histórico. O agente começa sugerindo, passa a executar com aprovação e só depois atua sozinho nas categorias em que demonstrou acerto consistente. Cada etapa deixa um rastro auditável, o que também atende às exigências de governança corporativa e de uso responsável da IA.
Essa lógica muda a pergunta que muitos gestores fazem. Em vez de “quanto posso automatizar”, a questão passa a ser “quanto já provei que posso automatizar”. Para André de Barros Faria, que formou sua visão de executivo de tecnologia unindo engenharia e governança, é essa disciplina que separa o agente que impressiona na demonstração daquele que sustenta resultado no dia a dia da operação.
