Durante décadas, empresas construíram sistemas para serem utilizados por pessoas. Funcionários acessavam aplicações, tomavam decisões e avançavam processos. Com os agentes de IA, isso muda. Sistemas passam a contar com uma nova categoria de usuário: softwares capazes de interpretar objetivos, consultar informações e executar etapas de um processo com diferentes níveis de autonomia.
No Brasil, essa transformação já está em andamento. O país aparece, ao lado da Índia, entre os mercados com maior proporção de empresas levando a maioria ou quase todos os seus projetos de IA agêntica para produção, segundo o State of AI Development 2026, da OutSystems. A pergunta, portanto, já não é o que os agentes conseguem fazer, mas como os sistemas que sustentam o negócio precisam mudar para que eles possam agir, inclusive permitindo intervenção humana quando necessário.
O desafio não é o modelo, é a arquitetura
A primeira onda da IA generativa ampliou capacidades humanas: alguém perguntava, a IA respondia. Agora, os agentes introduzem uma dinâmica diferente, na qual recebem um objetivo e determinam quais ações tomar para alcançá-lo, consultando bases de dados, chamando APIs e encaminhando resultados entre sistemas. O software deixa de ser apenas uma ferramenta usada por pessoas e passa a ser um ambiente onde agentes também atuam.
É aí que surge um dos principais desafios, o legado tecnológico. Bancos, seguradoras, varejistas e indústrias dependem de sistemas construídos ao longo de anos, que armazenam dados e sustentam processos críticos. Um agente que auxilia um cliente pode precisar consultar o CRM, verificar dados financeiros e acionar um workflow antes de concluir uma solicitação. E se essas capacidades estiverem isoladas, a inteligência do agente não é suficiente.
Os números confirmam o gargalo: globalmente, 48% dos profissionais apontam a integração com sistemas legados como a capacidade mais importante para ampliar o uso de IA agêntica, e 38% citam esses mesmos sistemas como o principal motivo de projetos que pararam antes de chegar à produção, de acordo com o relatório da OutSystems.
O risco da fragmentação
Sem uma estrutura comum, a multiplicação de agentes, com um para atendimento, outro para documentos, um terceiro para suporte interno, e cada um com modelos e regras próprias, pode produzir o efeito contrário ao prometido, levando a uma nova forma de fragmentação tecnológica.
O contraste mais revelador do relatório da OutSystems está aqui: 94% dos líderes estão preocupados com a proliferação descontrolada de IA (AI sprawl), mas apenas 12% afirmam usar uma plataforma centralizada para controlá-lo. Ao mesmo tempo, 96% dos líderes consideram muito importante, para o futuro, contar com uma solução unificada para construir e gerenciar aplicações, dados e agentes de IA.
Isso amplia a discussão. Não basta escolher o modelo certo, é preciso definir como os agentes acessam dados, quais aplicações podem acionar, que permissões possuem e em que momentos uma pessoa deve assumir o controle. Governança não pode ser uma camada adicionada depois que os agentes já estão em operação, precisa fazer parte de como esses sistemas são construídos desde o início.
A métrica certa
O entusiasmo com IA pode levar empresas a medir sua evolução pelo número de agentes implementados. É uma métrica fácil de contar, mas insuficiente. Um agente isolado demonstra potencial, um conjunto de agentes integrado aos sistemas, dados e processos do negócio é o que de fato transforma a operação.
É nessa integração, e não na quantidade de agentes, que está uma das principais oportunidades para as empresas brasileiras. Porque, quando agentes passam a agir dentro dos sistemas que sustentam o negócio, a questão deixa de ser apenas quais agentes uma empresa consegue implementar. Passa a ser que tipo de sistema ela precisa construir para que pessoas e IA possam trabalhar juntos, com contexto, autonomia e controle.
*Por Rodrigo Soares, Solution Architecture Manager LATAM at Outsystems.
