Agente de IA para empresas: o que é, onde funciona e onde ainda não funciona

O que é um agente de IA para empresas?

Um agente de IA para empresas é um software que recebe uma meta e decide os passos. Ele usa as ferramentas da empresa (ERP, CRM, e-mail, planilhas) e age até concluir ou chamar uma pessoa. Ele ainda é raro no Brasil. A IA em geral já aparece em 17% das empresas brasileiras com 10 ou mais pessoas ocupadas em 2025, contra 13% em 2024, segundo o Cetic.br. Nessa conta, IA é um conjunto amplo de aplicações, da automatização de fluxos de trabalho à geração de texto.

Para agentes, o número é menor. Um estudo apresentado no AWS Summit São Paulo em setembro de 2026 diz que só 6% das empresas ouvidas já usam IA agêntica. A cobertura não informa amostra nem metodologia, e o dado saiu num evento de quem vende nuvem. Leia como ordem de grandeza.

A diferença para uma automação comum está em quem decide o caminho. Na automação por regras, quem escreveu a regra decidiu tudo antes. No agente, o modelo de linguagem escolhe qual ferramenta usar e em que ordem, dentro dos limites que você define.

Pergunta prática para o dono: a tarefa tem variação suficiente para pedir decisão, ou é sempre igual? Se é sempre igual, uma regra bem escrita resolve e custa menos.

Custos, escolha de ferramenta e os outros assuntos estão no hub de agentes de IA.

Como funciona um agente de IA por dentro?

Todo agente de IA em empresa tem quatro peças, e dá para auditar cada uma.

1. Meta e escopo. O que ele pode fazer, o que ele recusa e quando ele para.
2. Ferramentas e acessos. As contas e os sistemas em que ele pode ler e escrever. Quanto menos acesso, menor o estrago possível.
3. Ciclo de trabalho. Ele lê o caso, decide o próximo passo, executa, confere o resultado e repete até terminar.
4. Escalonamento e registro. Quando o caso foge do escopo, ele entrega para uma pessoa com o contexto anexado. Toda ação fica registrada para você auditar depois.

A Anthropic, em um guia publicado em dezembro de 2024, separa duas coisas. Em fluxos de trabalho (workflows), o modelo e as ferramentas seguem caminhos de código predefinidos. Em agentes, o modelo dirige o próprio processo e o uso das ferramentas. A tabela abaixo coloca essa diferença ao lado das outras formas de automatizar.

A coluna do agente é a única com custo de erro "maior". Por isso só vale partir para ele quando as colunas à esquerda não resolvem. A própria Anthropic recomenda isso:

"Ao criar aplicações com LLMs, recomendamos buscar a solução mais simples possível e só aumentar a complexidade quando for necessário."

Anthropic, Building effective agents, 19 de dezembro de 2024 (tradução minha do original em inglês: "When building applications with LLMs, we recommend finding the simplest solution possible, and only increasing complexity when needed.")

Muita tarefa chamada de "agente" se resolve com um fluxo fixo e uma chamada ao modelo, que roda mais barato e se audita mais fácil. A comparação com as outras formas de automação está em automação de processos, e a diferença para RPA está em RPA ou IA.

Um ciclo de trabalho, passo a passo

Exemplo ilustrativo, com um orçamento padrão. O pedido chega por e-mail. O agente lê, identifica produto e quantidade e consulta a tabela de preços que você já mantém. Se tudo cabe nas regras escritas, monta a proposta e deixa em rascunho para alguém aprovar. Se o cliente pede desconto ou item fora da tabela, ele para e entrega o caso a uma pessoa, com o e-mail original e o que já levantou. Os dois caminhos ficam registrados.

Onde um agente de IA se paga hoje?

Um agente de IA se paga quando quatro condições aparecem juntas. A fila tem volume repetido. A equipe sabe explicar a regra em voz alta. Um erro custa pouco ou pode ser revisto antes de chegar ao cliente. E os dados estão acessíveis em algum sistema, não só na cabeça de alguém.

Os usos que cumprem essas condições com mais frequência:

• Entrada de pedidos e cadastro. O agente lê o e-mail ou o formulário, cria o registro e pede o dado que falta.
• Triagem de solicitações. Ele classifica, define a prioridade e encaminha para quem resolve.
• Orçamento padrão. Ele monta a proposta a partir da tabela e das regras que você já tem, e escala o que foge do comum.
• Acompanhamento. Ele cobra retorno de proposta e de documento no horário certo, com ou sem alguém lembrando.
• Relatórios. Ele junta os números de três sistemas e entrega o resumo da semana.

O dado brasileiro aponta na mesma direção. Segundo o resumo executivo da TIC Empresas 2025, o tipo de IA mais citado foi a automatização de processos e fluxos de trabalho, por 68% das empresas que usaram IA. O percentual ficou estável em relação aos últimos anos. Lá fora, a McKinsey (agosto de 2026) mostra agentes em escala sobretudo em TI, gestão do conhecimento e engenharia de software. São áreas onde o trabalho já vive em sistemas e tem regra escrita, o mesmo perfil da lista acima.

Antes de contratar qualquer coisa, faça a conta com as suas horas. Multiplique as horas semanais gastas na fila pelo custo da hora de quem faz e por 52. Compare com o custo de construir e de rodar. A calculadora de economia com automação deixa as premissas escritas. Se a conta não fecha, o agente não é a resposta, e tudo bem.

A isonew trabalha esse tipo de fila no serviço de agentes de IA e automação. Cada agente sai com um documento de escopo. Ele diz o que está dentro, o que está fora e para quem escala. Diz também o que fica registrado e quantos casos reais são revistos por semana (25, no nosso exemplo publicado).

O que um agente de IA para vendas faz e o que fica com a pessoa?

O agente de IA para vendas atrai o dono, e pede cuidado porque encosta em receita e reputação.

O que ele faz bem:

• qualifica o contato que entra, com as perguntas que o seu time já faz;
• preenche e atualiza o CRM sem depender de digitação;
• lembra e dispara o acompanhamento de cada proposta aberta;
• rascunha a proposta e resume a reunião para quem vai conduzir.

O que ele deixa para uma pessoa: preço, desconto, prazo prometido e termos de contrato. No exemplo de escopo que a isonew publica (de um agente de atendimento), a linha "fora do escopo" segue a mesma regra: reembolsos, termos de contrato, qualquer coisa com preço. O agente deixa o caso pronto e uma pessoa decide.

Onde um agente de IA ainda não funciona?

Os números de quem mede o retorno de agentes são sóbrios.

A Gartner previu em junho de 2025 que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027. Os motivos são custo crescente, valor de negócio pouco claro e controles de risco insuficientes. A mesma nota fala em "agent washing": rebatizar como agentes produtos que já existiam, como assistentes de IA, RPA e robôs de conversa, sem capacidade agêntica de verdade. A Gartner estima que só cerca de 130 dos milhares de fornecedores de IA agêntica são reais. Na compra, pergunte ao fornecedor o que o produto decide sozinho e peça o registro de uma ação real. A analista Anushree Verma resume o ponto que mais pesa no caixa:

"Muitos casos de uso posicionados hoje como agênticos não exigem implementações agênticas."

Anushree Verma, Senior Director Analyst da Gartner, 25 de junho de 2025 (tradução minha do original em inglês: "Many use cases positioned as agentic today don't require agentic implementations.")

A mesma nota dá um critério simples: usar agentes quando há decisões a tomar, automação para fluxos de rotina e assistentes para busca simples.

A pesquisa da McKinsey de agosto de 2026 traz o outro lado. Entre os respondentes de empresas com receita anual acima de US$ 1 bilhão, 40% dizem estar escalando agentes de IA, contra 27% no ano anterior. Nas empresas menores, com receita abaixo de US$ 1 bilhão, o índice ficou parado em 22%. Mesmo essas são bem maiores que a média de quem lê este guia. Só 37% atribuem algum impacto no resultado (EBIT) ao uso de IA, quase o mesmo do ano anterior. Cerca de 20% dizem que o custo de operar IA, incluindo o custo por token, já limitou o uso. Oito em dez afirmam que a IA melhorou a própria produtividade, mas isso é autodeclarado. Na prática, o ganho aparece primeiro na percepção das pessoas e ainda não chegou ao resultado financeiro da maioria das empresas.

Estes são os casos que eu pularia hoje:

• Decisão com dinheiro ou contrato sem revisão humana. Reembolso, desconto, crédito, cláusula. O agente prepara, a pessoa aprova.
• Regra que só existe na cabeça de alguém. Se ninguém escreve como se decide, o agente inventa uma regra. Extraia a regra primeiro.
• Dados duplicados e sem identificador. Cliente repetido em três planilhas gera resposta errada com cara de certa.
• Processo que muda toda semana. Ajustar o agente custa mais que o trabalho.
• Tarefa rara, poucas vezes por mês. Construir e rever não se paga.
• Agente sem dono. Alguém com nome precisa receber o caso escalado e olhar o registro toda semana.

Tenho uma lição de operador sobre isso. Na ChurnDefense, onde sou cofundador e CRO, a nota de risco de cada conta não podia sair como alerta solto. Uma nota que ninguém usa é só um dashboard, então cada conta sai com a próxima ação anexada. A ChurnDefense é uma empresa em operação, não um cliente da isonew, e não é um agente de conversa. A regra serve para qualquer agente: a saída chega com a ação já definida.

Como saber se um agente de IA está dando retorno?

Meça antes de construir. Conte o tempo de atendimento da fila hoje, o volume por semana e quanto do trabalho volta para correção. Sem esse número de partida, o resultado depois vira opinião.

Depois do lançamento, três números bastam: volume e tempo de resposta, taxa de escalonamento (quantos casos ele entrega para uma pessoa) e casos reais revistos toda semana. Se ninguém corrige nada em semanas, ou a fila é fácil ou ninguém está olhando. Some também o custo de rodar, que entra na conta todo mês.

Quanto custa um agente de IA e quem paga a conta de operar?

O custo de um agente de IA tem duas partes: construir e rodar. Quatro variáveis movem a conta de construção. São quantos sistemas ele precisa tocar, se as regras estão escritas em algum lugar, quão limpos estão os dados e quantas pessoas vão mudar a forma de trabalhar. Cinco sistemas sem documentação já formam um projeto de integração.

A conta de rodar é outra: nuvem, uso do modelo e ferramentas de terceiros. Esses custos são cobrados pelos fornecedores, nas suas contas. Vale estimar tudo por escrito antes de começar, para não haver surpresa no mês. A isonew não publica preço de projeto. O valor sai do Diagnóstico, por escrito, antes de qualquer assinatura. A primeira fase de construção costuma ficar numa faixa de planejamento de 4 a 10 semanas, com preço fechado por fase (veja a página de preços). O detalhe de cada driver está em quanto custa um agente de IA.

Plataforma pronta ou agente de IA sob medida?

Muita empresa começa pela plataforma pronta, e isso costuma ser sensato. Entre as companhias brasileiras que usaram IA em 2025, 80% optaram por soluções prontas para uso, segundo o Cetic.br.

Um critério simples para decidir:

• Plataforma pronta quando a tarefa é comum, os seus dados cabem no modelo da ferramenta e você aceita as regras dela.
• Agente sob medida quando ele precisa mexer em sistemas do seu jeito, seguir regra própria sua ou escalar para um fluxo que só existe aí.

Se a plataforma resolve, compre a plataforma. É o tipo de resposta que damos no Diagnóstico quando os números não sustentam uma construção. O comparativo completo, com critérios de escolha, está em plataforma de agente de IA ou agente sob medida.

Como começar um agente de IA sem apostar o orçamento?

Comece por uma fila só, a de mais volume repetido. O caminho que funciona tem quatro passos:

1. Escolha a fila. Conte o volume por semana e o tempo de atendimento de hoje antes de construir qualquer coisa.
2. Escreva as regras. Escopo, recusas e caminho de escalonamento, em linguagem simples, com quem faz o trabalho.
3. Lance com limites. Escopo estreito, registro de cada ação desde o primeiro dia e uma pessoa com nome recebendo o que for escalado.
4. Meça e amplie. Reveja casos reais toda semana. O escopo só cresce quando os números se sustentam.

É o desenho que a isonew segue no modelo de trabalho por fases: preço fechado por fase, uma entrega no ar ao fim de cada uma e um ponto de decisão em que parar é uma escolha razoável. Se você parar na primeira fase, o que foi entregue é seu e continua rodando.

Antes de ligar o agente, resolva a base legal e o controle de acesso aos dados pessoais de clientes (o checklist está em LGPD e IA). O quadro maior de adoção está em IA nas empresas.

Qual é o próximo passo?

Se você tem uma fila em mente, o próximo passo é dar preço a ela. O Diagnóstico de Oportunidades de IA é um trabalho pago e de escopo fechado. Ele ordena onde a IA e a automação se pagam na sua empresa, com custo, esforço e risco por escrito. Você recebe um plano com preço e uma lista do que não construir. O plano é seu, quer a gente construa, quer não. O valor é abatido da primeira fase se você seguir para a construção.