3 Erros Que Vejo Empresas Cometendo Com Agentes de IA

Fonte: Unsplash

Em reuniões de diretoria, o roteiro quase sempre se repete: alguém mostra uma demonstração impecável, o time fica entusiasmado, nasce um projeto-piloto e seis meses depois a diretoria descobre que a ferramenta está ligada em nada, o orçamento foi consumido e os relatórios mostram "atividade" sem mostrar resultado. Não é falta de inteligência artificial. É gestão aplicada do jeito errado a uma tecnologia nova.

Depois de acompanhar adoção de agente em contextos muito diferentes, eu vejo três erros se repetirem com uma frequência quase enjoativa. Todos são evitáveis, e todos começam antes do código.

Erro 1: comprar a ferramenta antes de decidir o processo

A ordem predominante é: a liderança vê o produto, negocia a licença, entrega para o time e pede "para ver o que dá para fazer". O time então gera as primeiras automações — as mais fáceis, não as mais valiosas — e o projeto ganha uma direção que nunca foi escolhida.

Esse inverso tem dois sintomas fáceis de detectar:

• As primeiras entregas são sempre vitrine (algo bonito para mostrar), não operacional (algo que muda métrica do setor).
• Ninguém consegue responder, em uma frase, qual processo ficará diferente quando o projeto terminar.

Devolta a ordem: primeiro escreva o processo atual em passos, depois marque onde ele dói (retrabalho, espera, dado repetido, exceção que só uma pessoa sabe tratar), e só então avalie ferramenta. Empresa que compra plataforma antes de mapear processo não está automatizando — está congelando um mau desenho com mais velocidade.

Um teste prático para a liderança: peça ao time que descreva o processo sem citar nenhum produto. Se a descrição sai clara e com donos, você está pronto. Se sai confusa, nenhuma licença resolve isso.

Erro 2: tratar agente como projeto de TI, e não como operação

Em muitas empresas, o agente é entregue pelo time de tecnologia com um "está funcionando" e devolvido para o negócio — que não tinha entendido que precisaria operar aquilo todo dia. Sem dono, sem plantão e sem métrica, o fluxo degrada: integração quebra, dado muda de lugar, regra de negócio vira outra e ninguém percebe até o cliente reclamar.

O ponto que quase ninguém discute na kickoff é o pós. Antes de ligar, precisam existir quatro respostas escritas:

1. Quem revisa amostras das saídas e com que frequência?
2. Quem é acordado quando o fluxo falha às 22h?
3. Qual é a métrica de saúde do agente (erro, exceção, retrabalho) e quem olha ela toda semana?
4. Em que situação o agente é pausado automaticamente?

Se o projeto nascer sem essas quatro respostas, ele não está lançado — está em fase piloto permanente. E piloto permanente é o estado pré-cancelamento.

Também entra aqui um detalhe de estrutura: projetos com um dono nomeado sobrevivem muito mais do que projetos com "responsabilidade compartilhada entre áreas". Responsabilidade compartilhada, na prática, significa que ninguém fecha a falha no fim do dia.

Erro 3: prometer número antes de ter linha de base

Esse é o mais político e o mais destrutivo. Alguém promete uma redução expressiva de custo ou tempo, apresenta a promessa para cima, e o projeto passa a ser julgado por uma meta que nunca teve base de medição. Aí a primeira avaliação chega, os dados não batem (ou nem existiam), e a conclusão vira "a IA não entregou o que prometeu".

O erro não está em ambicionar ganho. Está em ambicionar sem medir antes.

O que falta quase sempre é a linha de base: quanto tempo por atendimento hoje, quantas exceções por semana, quantos retrabalhos por mês. Sem esse número inicial, qualquer resultado vira opinião — e opinião ruim mata projeto bom.

Além disso, prometer número único ignora que agente tem custo variável: chamadas de modelo, manutenção de integração e — a parte que ninguém coloca na planilha — horas humanas de revisão. Se a promessa não inclui esses três custos, ela está incompleta por definição.

# antes de prometer, preencha isto:
baseline_tempo_atendimento = medido_antes
baseline_excecoes_semana    = medido_antes
baseline_retrabalho         = medido_antes
custo_modelo_estimado       = chamadas x preço
horas_revisao_estimadas     = volume x taxa_de_amostra
meta_somente_apos           = 2 semanas_observando

Repare: o ganho só é prometido depois de duas semanas de observação. Isso parece conservador e evita mais cancelamento do que qualquer otimismo mal colocado.

O padrão que conecta os três erros

Os três casos têm a mesma raiz: decisão tomada no nível da ferramenta, quando deveria ser tomada no nível do trabalho. Comprar antes de mapear, entregar sem dono, prometer sem medir — tudo isso é substituir decisão de processo por decisão de compra. É mais confortável, porque licença se negocia em reunião; processo exige conversa desconfortável com quem executa.

Vale uma observação sobre quem executa: os melhores projetos que acompanhei deram tempo para as pessoas do processo revisarem o desenho antes de qualquer integração. Não por gentileza — porque quem faz o trabalho sabe onde estão as exceções escondidas, e exceção escondida é o que quebra agente no terceiro dia.

Checklist para a próxima reunião de diretoria

Antes de aprovar mais um projeto de agente, faça estas seis perguntas e exija resposta escrita:

• Qual processo muda, passo a passo, e quem é o dono dele hoje?
• Qual é a linha de base atual (tempo, volume, exceções)?
• Quem opera o agente no dia 2, e como isso está no contrato de carga horária dessa pessoa?
• Quais ações o agente não pode fazer sem aprovação humana?
• Qual é o critério de sucesso em 60 dias — e o critério de cancelamento?
• Se o projeto for cancelado em 90 dias, o que fica aproveitável (documentação, integração, treino do time)?

Essa última pergunta incomoda, e é de propósito. Projetos que só se justificam se derem certo são apostas; projetos que deixam algo aproveitável mesmo se falharem são investimento. A diferença entre os dois costuma ser a conversa que ninguém teve na kickoff — e é exatamente essa conversa que separa o projeto que vira operação do projeto que vira história para contar em banca de café.

E aí, fez sentido?

Conte nos comentários sua experiência com adoção de agentes de IA na empresa — e se o artigo te ajudou, compartilhe com alguém que precisa ler. 👇