A nova etapa da IA é sobre orquestração e gerenciamento de agentes

Toda empresa que você conversar hoje diz ter agentes de IA rodando. Poucas, quando questionadas com honestidade, admitem o que isso significa na prática.

Uma pesquisa recente com 101 empresas encontrou o número que expõe a distância entre discurso e operação: 71% reconhecem que um quarto ou menos dos seus "agentes" são de fato workflows orquestrados em múltiplas etapas. O resto é um chatbot com nome novo. Só 10% passaram da metade do caminho.

O problema é a falta de direção sobre o que já foi construído.

A camada que ficou pequena demais

Existe um mapa mental útil para entender onde estamos.

Copiloto responde e recomenda. Agente usa ferramentas e executa uma tarefa. Workflow multiagente coordena vários agentes num processo. Plataforma de gestão de agentes administra identidade, permissão, contexto, política, execução, custo e resultado de tudo isso, em escala.

As três primeiras camadas já viraram commodity. Toda grande fornecedora vende uma versão: Microsoft levou a orquestração multiagente do Copilot Studio para disponibilidade geral, Salesforce fez o mesmo com o Agentforce, a AWS lançou o Bedrock AgentCore como infraestrutura de execução, a IBM oferece o watsonx Orchestrate para setores regulados, a ServiceNow criou uma torre de controle para governar agentes de qualquer origem, a UiPath conecta automação de processo a esse ecossistema inteiro.

A pergunta interessante não é mais "qual agente construir". É como uma empresa administra centenas deles sem perder controle operacional, financeiro e jurídico.

É aí que mora a quarta camada. E é aí que quase ninguém tem sistema.

Governança chegou depois da adoção, de novo

Os agentes de IA já são, tecnicamente, identidades. Cada um carrega uma credencial, acessa sistemas, toma decisões que produzem efeito real. Em ambientes de nuvem, identidades não humanas já superam as humanas numa proporção que passa de cem para um. A maioria das empresas não tem visibilidade completa sobre o que esses agentes podem fazer, e quase um terço não consegue interromper um agente em tempo real antes que o custo ou o dano já tenham acontecido.

O padrão se repete. Adota-se a tecnologia. A estrutura para administrá-la vem depois, sob pressão, quando algo já deu errado.

Um workflow determinístico, com um agente especializado operando dentro de regras claras, costuma ser mais confiável, mais barato e mais auditável do que uma equipe de agentes debatendo livremente até chegar a uma resposta.

Dois protocolos começam a organizar essa comunicação entre agentes e sistemas: um definido pela Anthropic para conectar agentes a ferramentas e dados, outro pelo Google para permitir que agentes de fornecedores diferentes se encontrem e cooperem. Protocolo resolve interoperabilidade técnica. Não resolve a decisão estratégica de quem tem autoridade para aprovar o quê.

Essa decisão continua sendo trabalho de direção, não de engenharia.

Multiagente não é sinônimo de maturidade

Existe um viés comum: achar que mais agentes conversando entre si é sinal de sofisticação.

Não é.

Um workflow determinístico, com um agente especializado operando dentro de regras claras, costuma ser mais confiável, mais barato e mais auditável do que uma equipe de agentes debatendo livremente até chegar a uma resposta. Multiagente resolve um problema específico: tarefas que genuinamente exigem pontos de vista distintos e comparação entre eles. Fora isso, é complexidade que não paga aluguel.

A escolha entre um agente e uma orquestra de agentes não é uma questão de ambição tecnológica. É uma questão de desenho do problema.

Onde isso já vale dinheiro: operações de receita

O recorte mais promissor agora está em vendas e marketing B2B, sob um nome que começa a circular: AgentOps para receita.

Pesquisa de conta que levava de quinze a trinta minutos por empresa já acontece em segundos. Times que adotaram isso relatam redução de mais de um terço no tempo de prospecção. O ganho é real.

O limite também é real. Julgamento em casos de borda, o tipo de coisa que um vendedor experiente percebe na hora ("esse prospect já é cliente da matriz"), ainda falha com frequência em sistemas automatizados. E o mercado já cunhou um termo para o excesso de otimismo: agent washing, a prática de vender chatbot antigo como agente novo.

A operação que funciona coordena agentes de pesquisa de contas, inteligência competitiva, enriquecimento de CRM, prospecção consultiva, conteúdo e follow-up, todos sob um princípio simples: aprovação humana antes de qualquer ação sensível. Enviar. Comprometer preço. Fechar. Isso não é freio à automação. É a diferença entre operação e exposição.

O que muda quando isso é compreendido

A LOOOP trabalha com direção antes do sistema, sistema antes da execução. Agentes de IA não alteram essa ordem. Só aumentam o custo de ignorá-la.

Empresas não estão com problema de agente. Estão com problema com quem administra os agentes.

Design organiza essa decisão antes que ela vire uma arquitetura técnica irreversível.