Especialista explica como as empresas podem gerenciar o uso de inteligência artificial, evitando gastos excessivos e garantindo que os agentes de IA trabalhem de forma coordenada.
George Tani*
Toda grande equipe de corrida já foi, em algum momento, apenas uma garagem cheia de máquinas potentes e pilotos talentosos. A potência estava ali. Faltava coordenação. Sem alguém no comando do pit e sem um plano de corrida comum, cada carro seguia o próprio traçado, transformando potencial em batida. A Inteligência Artificial (IA) começa a colocar as empresas exatamente diante desse desafio. Depois da corrida para criar agentes capazes de executar tarefas de forma autônoma, surge uma pergunta muito mais estratégica: quem está com as mãos no volante
Um exemplo recente ajuda a explicar essa mudança. Em 2026, a Uber ampliou o acesso de seus engenheiros a ferramentas baseadas em agentes de IA para desenvolvimento de software. A adoção cresceu rapidamente, porém o consumo de tokens avançou em ritmo ainda maior, levando a companhia a consumir, em poucos meses, todo o orçamento anual destinado àquelas ferramentas. O episódio chamou atenção porque não representava um fracasso da tecnologia, mas exatamente o contrário. Os agentes funcionavam tão bem que passaram a ser utilizados em escala muito superior ao previsto. O problema deixou de ser tecnológico e passou a ser de gestão.
- Até 2028, 33% dos softwares corporativos terão agentes de IA, ante menos de 1% em 2024.
- Cerca de 15% das decisões rotineiras de trabalho serão tomadas por sistemas de IA até 2028.
- Mais de 40% dos projetos de IA agêntica podem ser cancelados até 2027 por falta de valor ou custos altos.
- Apenas 8% das empresas têm uma estrutura abrangente de governança para IA.
- Somente 21% mantêm um inventário atualizado dos agentes de IA ativos.
Esse cenário tende a se tornar comum. Uma pesquisa estima que, até 2028, cerca de 33% dos softwares corporativos incorporarão agentes de IA, contra menos de 1% em 2024. A projeção indica ainda que, aproximadamente, 15% das decisões rotineiras de trabalho serão tomadas por esses sistemas no mesmo período. Ao mesmo tempo, um alerta aponta que mais de 40% dos projetos de IA Agêntica poderão ser cancelados até 2027 por falta de valor claro, controles inadequados ou custos elevados. O desafio deixou de ser construir agentes inteligentes. O desafio passou a ser coordená-los.
É justamente aqui que a analogia das pistas revela toda a sua força. Uma organização não fracassa porque tem muitas máquinas potentes na garagem: ela fracassa quando cada uma corre uma prova diferente. O mesmo acontece com agentes de IA desenvolvidos de forma isolada por diferentes áreas do negócio. Recursos Humanos cria um assistente para políticas internas. Finanças desenvolve outro para análises. Jurídico implementa um terceiro para apoiar questões regulatórias. Tecnologia cria dezenas de agentes especializados. Individualmente, todos podem ser excelentes, cada um entregando como o motor seis-cilindros aspirado de um Porsche 911 ou o câmbio manual preciso de um BMW classe M. Coletivamente, contudo, podem gerar redundância, respostas inconsistentes, desperdício de recursos e uma crescente dificuldade para saber quem faz o quê.
A maioria das organizações ainda está aprendendo essa lição. Um estudo mostra que apenas 8% das empresas possuem uma estrutura abrangente de governança para IA. Outra pesquisa revela que somente 21% mantêm um inventário atualizado dos agentes ativos em seus ambientes. É como assumir o comando do pit sem saber quantos carros estão na pista ou qual estratégia cada piloto está seguindo.
E é aqui que vale um ajuste importante na própria analogia. O estrategista não inventa a corrida no meio da prova. Antes da luz verde existe um plano de corrida, uma ficha de acerto conhecida por toda a equipe. Nas companhias, esse acerto é a governança. Ela define quais agentes podem ser criados, quais dados podem utilizar, quais decisões podem tomar, quem responde por seus resultados e quais limites financeiros e operacionais precisam ser respeitados. O líder responsável pela IA exerce o papel de chefe de equipe justamente porque garante que todos os agentes sigam o mesmo plano de corrida.
Os custos fazem parte dessa equação, mas não são sua essência. O preço médio dos tokens vem caindo rapidamente, enquanto o consumo cresce em velocidade ainda maior. Segundo um levantamento, 73% das organizações afirmam que os gastos com IA superaram as expectativas. A disciplina conhecida como FinOps, originalmente criada para a computação em nuvem, começa agora a ser adaptada para a IA justamente porque controlar apenas o preço deixou de ser suficiente. O que importa é compreender quanto valor cada agente entrega em relação aos recursos que consome.
Essa mudança também redefine o papel da liderança. Durante décadas, executivos aprenderam a administrar organizações compostas apenas por pessoas. Agora, eles passam a conduzir ambientes onde pessoas e agentes inteligentes trabalham lado a lado. O gestor deixa de supervisionar somente atividades humanas para coordenar um ecossistema híbrido, no qual parte das decisões, análises e execuções ocorre de forma autônoma. A competência mais importante deixa de ser acompanhar cada tarefa individualmente e passa a ser desenhar boas regras, estabelecer prioridades e criar mecanismos que mantenham todo o sistema funcionando em sincronia, como uma equipe bem entrosada no box.
A boa notícia é que governança não reduz inovação: ela a torna escalável. Assim como um bom chefe de equipe não tira o talento do piloto, mas cria as condições para que a máquina entregue tudo o que tem, uma boa estrutura de governança permite que agentes de IA evoluam com segurança, transparência e eficiência. Definir responsáveis, acompanhar indicadores, estabelecer orçamentos, monitorar riscos e aposentar agentes que deixaram de gerar valor não representa burocracia. E isto representa maturidade.
Nos próximos anos, praticamente toda grande empresa terá uma verdadeira frota de agentes de IA executando atividades críticas do negócio. A diferença entre as companhias que capturarão valor e aquelas que apenas acumularão custos dificilmente estará na quantidade de agentes em operação, mas sim na qualidade de quem está no comando do pit. Porque agentes inteligentes tendem a se tornar uma commodity, assim como cavalos de potência hoje se compram aos milhares. O que continuará raro será a capacidade de fazer todos eles correrem a mesma prova, seguindo o mesmo traçado.
