Entre as muitas ondas que formam a economia da Inteligência Artificial, uma está marcando profundamente o ano de 2025: a disseminação da IA Agêntica. Um estudo publicado em agosto, nos EUA, mostra que 45% das empresas Fortune 500 estão testando a IA Agêntica e 96% planejam expandir seu uso em 2026. Os setores mais avançados nessa jornada são finanças, varejo e indústria. Os gestores dessas organizações esperam conquistar benefícios como redução de custos de até 70% por meio de fluxos de trabalho automatizados. Ganhos de produtividade que, conforme a cultura da empresa, podem ficar entre 20% e 60% também estão no radar desses pioneiros.
Até mesmo os consumidores estão interessados na IA Agêntica: 44% dos norte-americanos estudam como usar esse modelo em sua vida digital. Isso acontece principalmente entre consumidores da geração Z que buscam agilizar seus processos de agendamento de compromissos e compras.
As Big Techs estão acelerando a difusão da IA Agêntica no mundo. Em março de 2025, a OpenAI lançou os blocos de construção fundamentais para sistemas orientados a objetivos em sua API Responses. Foi anunciado, também, um SDK Python Agents. A OpenAI posicionou esses componentes como “sistemas que realizam tarefas de forma independente em nome dos usuários”. A Microsoft, por sua vez, destacou em sua conferência para desenvolvedores deste ano a importância de se realizar a orquestração de múltiplos agentes. Isso pode ser feito por plataformas como o Azure AI.
Infelizmente, a nova febre da IA está se disseminando ainda num contexto de desconhecimento dos conceitos e das melhores práticas por trás desse modelo. Como tudo que diz respeito à IA, a IA Agêntica traz grandes vantagens e, também, vulnerabilidades que servem de porta de entrada a violadores de dados.
LLM e IA Agêntica são diferentes
Em termos práticos, um agente de IA recebe uma tarefa (explícita ou inferida), avalia-a dentro de um limite contextual e decide como agir. Essas ações podem incluir chamar ferramentas, consultar sistemas ou acionar fluxos de trabalho. Isso faz do agente de IA uma aplicação. O agente de IA não é um LLA (Large Language Models, grandes modelos de linguagem), a base do processamento da IA. O agente de IA pode usar o LLM para raciocinar sobre o que precisa acontecer. Neste contexto, o LLM é apenas uma peça da maquinaria, um componente neste modelo. O agente de IA, por outro lado, é o sistema.
Outra coluna deste modelo é que não é necessário inúmeros agentes de IA para obter valor de um. Um único agente bem definido, vinculado a uma cadeia de ferramentas restrita, pode realizar um trabalho crítico para os negócios. Ele pode automatizar resumos, gerar relatórios, classificar tickets ou até mesmo encaminhar alertas para as filas certas.
A IA Agêntica é atraente para os consumidores e usuários porque é possível usar esses agentes sem contar com um modelo completo de IA Agêntica. Mesmo que a arquitetura de uma organização não esteja pronta para isso, é possível contar com os benefícios da colaboração entre agentes de IA colaborando entre si.
O agente de IA toma decisões em nome do usuário
Um agente é uma construção de software que opera de forma autônoma ou semiautônoma dentro de limites claramente definidos. Ele interpreta tarefas, gerencia o contexto, invoca ferramentas e toma decisões em nome de um usuário ou de uma grande aplicação.
Os agentes podem raciocinar, delegar e agir, mas apenas dentro da área restrita que lhes foi atribuída. Eles não improvisam chamadas de sistema. Eles não inventam acesso a ferramentas. Todas as ações devem passar por uma interface que pode ser protegida, monitorada e revogada.
Um LLM pensa. Um agente de IA age. A plataforma de IA governa.
Quando as pessoas projetam agentes de IA como se fossem personas inteligentes, elas instintivamente buscam modelos de acesso centrados no ser humano: controle de acesso baseado em função (RBAC), tokens de login, atributos de usuário, escopos de identidade. Isso faz sentido quando se lida com uma identidade humana consistente ao longo de uma sessão.
Mas os agentes não se comportam assim. Eles não são usuários. Eles são executores de tarefas.
Os agentes mudam de função à medida que operam. Um único agente pode atuar como um recuperador de dados, depois como um planejador e, em seguida, como um gatilho para automação, muitas vezes dentro da mesma sessão e sob o mesmo guarda-chuva de tarefas.
O agente de IA não faz login, pega um token estático e permanece em uma única função.
Essa multiplicidade de funções faz com que os controles de acesso tradicionais – muitos desenhados para o perfil de “persona” digital ou humana – falhem. Isso acontece porque a identidade em sistemas de IA Agênticas é funcional, não pessoal.
Adeus à autenticação de identidade
É por isso que governar agentes requer mudar de uma política baseada em identidade para uma política baseada em execução. Fica no passado a camada de autenticação. Os blocos de contexto, não as sessões de login, carregam os metadados necessários para aplicar as políticas de acesso ao agente de IA. Essa mudança de paradigma é chamada de “política na carga útil”, porque a política está literalmente na carga útil do agente de IA.
Diante dessa profunda quebra de paradigma, é recomendável que os gestores brasileiros tratem os agentes como agentes. Gerenciem os agentes como mais uma aplicação da empresa. E nunca se esqueçam de que o LLM pensa, o agente de IA age e a plataforma de IA gerencia. Quem confundir essas funções estará desenvolvendo um componente de software de IA com uma personalidade, com direitos de administrador e sem nenhuma memória de seus erros.
É hora de planejar como usar a IA Agêntica em 2026. A expansão da IA no nosso país continuará forte, ainda mais com a publicação, em 12 de junho de 2025, da versão final do Plano Brasileiro de Inteligência Artificial (PBIA), que prevê investir 23 bilhões de reais até 2028. Esse plano tem impacto sobre todas as verticais e as regiões do país e é gerenciado pelo Ministério da Ciência, Tecnologia e Inovação. A IA Agêntica será, cada vez mais, um dos focos de investimento do nosso mercado. Para que isso aconteça de maneira consistente e segura, é fundamental compreender que o agente de IA age, atuando como uma nova aplicação da organização. Quem já interiorizou esse fato acelerará seus negócios em 2026.
*Por Ivan Ramos, Chief Technology Officer – Field da F5 LATAM.
