Humano no circuito ou humano no gargalo?

Um cliente reclama de uma cobrança duplicada. Em 30 segundos, o agente de IA identifica o erro, calcula o estorno e redige a resposta. Depois disso, a resposta vai para a fila do supervisor. Em seguida passa pela área de qualidade e, como envolve dinheiro, pelo financeiro. Três dias depois, o cliente recebe a solução, que já estava pronta desde o primeiro minuto.

O agente foi rápido, e a empresa continuou lenta.

Esse é o paradoxo de boa parte dos projetos de IA agêntica em curso. As empresas compram agentes para agir com autonomia e, por medo de errar, colocam cada ação atrás de uma cadeia de aprovações humanas. O "humano no circuito", princípio importante de governança, acaba virando o humano no gargalo.

Por que tantos projetos de IA agêntica vão ser cancelados?

Porque muitos começaram sem valor de negócio claro e sem uma definição de risco que permitisse ao agente trabalhar. O Gartner prevê que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027. Os motivos são custos crescentes, valor de negócio pouco claro e controles de risco inadequados.

"A maioria dos projetos de IA agêntica hoje são experimentos iniciais ou provas de conceito movidos principalmente pelo hype", afirmou Anushree Verma, diretora sênior de análise do Gartner, no anúncio da previsão. A consultoria alerta também para o "agent washing", a prática de fornecedores que rebatizam chatbots e automações antigas como agentes. Pelas contas do Gartner, só cerca de 130 dos milhares de fornecedores que dizem vender IA agêntica oferecem de fato essa capacidade.

Mesmo assim, o Gartner projeta que, em 2028, 15% das decisões do dia a dia no trabalho serão tomadas de forma autônoma por IA agêntica. Em 2024, esse número era zero. A tecnologia vai chegar lá. A dúvida é se a estrutura de decisão das empresas vai acompanhar.

Quando o "humano no circuito" vira gargalo?

O humano vira gargalo quando a supervisão é igual para tudo, sem levar em conta o risco de cada ação. Exigir aprovação humana para um estorno de R$ 30 e para um contrato de R$ 3 milhões é tratar como iguais decisões que não têm nada a ver uma com a outra.

A lógica do "humano no circuito" nasceu de uma preocupação legítima: sistemas de IA erram, e alguém precisa responder pelo resultado. O problema aparece quando essa preocupação é aplicada sem calibragem. Cada ação do agente vira um pedido de aprovação. Os pedidos se acumulam na caixa de entrada de gestores que já estavam sobrecarregados. Em pouco tempo, o agente produz mais do que os humanos conseguem revisar, e o projeto é cancelado por "não entregar valor".

O agente não falhou. O que falhou foi a forma de supervisioná-lo.

Quais decisões um agente de IA pode tomar sozinho?

As decisões reversíveis, frequentes e de baixo impacto. Uma forma prática de organizar a autonomia é separar as ações do agente em quatro níveis:

• O agente decide e executa. Vale para ações frequentes, reversíveis e de impacto pequeno, como reagendar uma entrega, responder dúvidas recorrentes ou corrigir um cadastro.
• O agente decide e avisa. O humano acompanha depois, por amostragem ou por relatório, e intervém se algo sair do padrão.
• O agente recomenda e o humano aprova. É o caso de ações com impacto financeiro relevante, risco reputacional ou exceções à política.
• O humano decide, com apoio do agente. Fica para decisões estratégicas, irreversíveis ou que envolvem julgamento ético.

O erro mais comum é colocar quase tudo no terceiro nível por precaução. A empresa paga pela autonomia e usa o agente como um estagiário que precisa de autorização para tudo.

Supervisionar é diferente de aprovar tudo

Uma boa supervisão de agentes se parece mais com auditoria do que com aprovação prévia. Em vez de revisar cada ação antes que ela aconteça, a empresa define limites, como valor máximo, tipo de cliente e categoria de pedido. Dentro desses limites, o agente age. Fora deles, escala. Tudo fica registrado, e um humano revisa uma amostra periódica para calibrar os limites.

É assim que funcionam controles maduros em áreas como crédito e prevenção a fraude há décadas. Ninguém aprova manualmente cada transação no cartão. Existem regras, alertas e revisão de exceções. A IA agêntica pede o mesmo raciocínio aplicado a mais processos.

Essa mudança exige que alguém da liderança assine os limites e assuma o risco residual. É por isso que ela não acontece sozinha.

Quem é o "chefe do agente" na sua empresa?

Se ninguém sabe responder, o agente vai ficar parado esperando aprovação. O Work Trend Index 2025, da Microsoft, mostra que 82% dos líderes esperam usar "trabalho digital", ou seja, agentes de IA, para ampliar a capacidade das equipes nos próximos 12 a 18 meses. O mesmo relatório propõe que cada profissional passe a pensar como um "agent boss", alguém que cria, delega e gerencia agentes. Os líderes ouvidos esperam que, em cinco anos, as equipes estejam treinando (41%) e gerenciando (36%) agentes.

Isso muda o desenho da gestão. O gestor deixa de ser quem aprova cada entrega e passa a ser quem define as regras do jogo. Ele estabelece o que o agente pode fazer, monitora indicadores, revisa exceções e ajusta os limites conforme a confiança aumenta.

Sem esse dono, a empresa cai no pior cenário: o agente produz, ninguém se sente autorizado a liberar, e tudo volta para a fila.

A governança certa acelera a IA

Governança de IA costuma ser vista como o setor que diz "não". Bem desenhada, ela é o que permite dizer "sim" com segurança e em escala. Empresas que definem desde o início os níveis de autonomia, os limites de risco e os responsáveis por cada agente conseguem colocar mais casos de uso em produção, porque não precisam reabrir a discussão de risco a cada novo fluxo.

As empresas que tratam cada agente como exceção a ser aprovada caminham para entrar nos 40% de projetos cancelados que o Gartner prevê.

Quantas aprovações o seu primeiro agente vai precisar?

Antes de colocar o próximo agente em produção, faça a pergunta ao contrário. Em vez de "o que ele precisa que alguém aprove?", pergunte "o que ele pode fazer sem pedir permissão a ninguém, e quem responde por isso?". Se a resposta for "quase nada" e "ninguém", o projeto ainda não está pronto.

Desenhar essa autonomia, com critérios de risco, papéis claros e uma liderança preparada para supervisionar em vez de aprovar tudo, é o que a AI Journey trabalha com lideranças que querem tirar seus agentes de IA da fila de aprovação e colocá-los para gerar resultado.