Agentes de mudança: metas, decisões e implicações para CEOs na era da IA agêntica

Os executivos gostam de citar o grande jogador de hóquei Wayne Gretzky, a quem é atribuída a frase: “Eu patino para onde o disco vai estar, não para onde ele esteve”. Em certo nível, é um bom conselho de negócios. Mas é preciso ter em mente que, com a evolução acelerada da IA agêntica, o disco hoje está se movendo muito mais rápido do que antes.

Insistir que precisamos agir ainda mais depressa pode parecer cruel, pois os CEOs e suas equipes executivas já enfrentam dificuldades para enxergar o valor financeiro de seus investimentos iniciais em IA generativa. Formular e escalar casos de uso para a IA generativa tem se revelado frustrante e desafiador. Alguns executivos continuam céticos quanto ao possível impacto dos agentes de IA – pelo menos no curto prazo – e reduziram seus investimentos.

Diante de tanta incerteza, os CEOs precisam reconhecer o ritmo e o alcance das mudanças que estão ocorrendo hoje. Os agentes de IA – sistemas de software que incorporam IA generativa e são capazes de planejar, agir, lembrar e aprender autonomamente para alcançar resultados predefinidos – estão evoluindo em altíssima velocidade e, à medida que amadurecem, vão mudando completamente o modo como as empresas são administradas e geram valor (veja Box “Principais tendências que moldam a IA generativa e os agentes”). Na verdade, esse “vale de desilusões”, como John Lovelock, da Gartner, recentemente designou o período atual, é uma oportunidade para os executivos se anteciparem aos seus concorrentes.

A maneira como os CEOs gerenciam essas mudanças determinará em que medida eles auferirão seus benefícios. Embora os agentes de IA ainda estejam engatinhando, as primeiras lições e experiências revelam quatro mentalidades e ações que permitirão aos CEOs se posicionar para vencer:

• Reimaginar o que é possível. Grande parte do pensamento em torno da IA agêntica ainda se concentra hoje na automação de tarefas básicas ou na ampliação do conhecimento. No entanto, os verdadeiros ganhos virão de aspirações muito mais ousadas; por exemplo, arquiteturas inteiramente novas para os fluxos de trabalho e as organizações, construídas em torno de sistemas cuja própria concepção já incorpora agentes [agent-first systems].
• Agir com urgência e começar o aprendizado desde já. A velocidade com que os agentes de IA generativa têm se aperfeiçoado significa que “esperar para ver” é uma jogada altamente arriscada (veja Box “Principais tendências que moldam a IA generativa e os agentes”). As lições práticas aprendidas nessa fase inicial são inestimáveis para construir rapidamente uma vantagem competitiva enquanto a tecnologia amadurece.
• Lidar imediatamente com questões de escala e competitividade no longo prazo. Decisões críticas sobre tecnologia, confiança, governança, comprar versus construir, competências e talentos são importantes para promover uma transformação mais ampla. Mas, mesmo enquanto ainda se experimenta, é preciso começar o quanto antes a formular uma estratégia e a desenvolver a escalabilidade, pois a execução certamente levará mais tempo do que o esperado devido à escassez de talentos e à complexidade organizacional.
• Transformar todos em líderes de agentes. À medida que os agentes e sistemas agênticos vão assumindo mais tarefas de execução, todos na organização precisarão se tornar proficientes em liderar e supervisionar esses agentes. A equipe de alta gestão, em particular, precisa servir de exemplo, promover o próprio aprendizado e evoluir os seus hábitos de trabalho.

Embora ainda haja muitas incógnitas, construir um negócio para a era agêntica exigirá uma reformulação fundamental de como a empresa opera, inova e protege suas fontes de criação de valor. Este artigo, no entanto, se concentrará em alguns dos elementos mais importantes que os CEOs devem resolver no que diz respeito a valor, escala e talentos. Descreveremos como seria uma jornada agêntica hipotética de dois a três anos, os tipos de decisão que os CEOs devem tomar e quais podem ser as grandes implicações para o modo de operar de uma empresa.

Os agentes valem a pena?

Longos discursos sobre o valor dos agentes de IA permeiam a internet. No entanto, como a tecnologia ainda é muito recente, essas alegações são difíceis de comprovar.

Por outro lado, as primeiras implementações agênticas sugerem que o valor em jogo é bastante substancial. Nossa experiência com a modernização de patrimônios tecnológicos indica que a utilização de agentes de IA pode acelerar cronogramas em 40% a 50% e reduzir custos em mais de 40%, além de melhorar a qualidade dos resultados.

É o caso de um importante banco universal que se viu diante do desafio de levar adiante um grande volume de projetos de TI para melhorar seus resultados financeiros, ao mesmo tempo em que geria uma enorme dívida técnica e enfrentava uma escassez de desenvolvedores qualificados. Começando com uma pequena equipe de três engenheiros, o banco montou uma fábrica de agentes de modernização tecnológica, lançando 100 agentes supervisionados por apenas cinco humanos. Esses agentes, sempre sob supervisão humana, executaram o ciclo completo de modernização – desde a engenharia reversa até o desenho e a criação de novos aplicativos – reduzindo os prazos e os custos de mão de obra em mais de 50%.

Nossa experiência indica que a utilização inicial de agentes de IA para dar suporte às pessoas e automatizar tarefas é capaz de melhorar a produtividade da empresa entre 3% a 5% ao ano. À medida que grupos de agentes de IA se tornam capazes de executar fluxos de trabalho mais complexos, o aumento da produtividade pode chegar a 10% ou mais.

Conheça seus agentes: de “mão de obra agêntica” para “motor agêntico”

Os executivos ainda tendem a ter noções fixas e limitadas sobre o que os agentes são e o que podem fazer. Essa confusão torna difícil saber quais as decisões que precisam ser tomadas com relação a riscos, investimentos, alocação de recursos e mudanças.

Embora seja tentador pensar nos agentes em termos humanos, uma abordagem mais objetiva é considerá-los como sistemas de software capazes de realizar um espectro de tarefas cada vez mais complexas (veja Quadro). Em nossa experiência, essa abordagem ajuda a esclarecer quais tipos de mudanças organizacionais são necessárias.

Mão de obra agêntica: agentes como ferramentas que ajudam a realizar tarefas existentes

As ferramentas agênticas já são capazes de contribuir para o trabalho na empresa, facilitando tarefas básicas hoje realizadas por pessoas e automatizando fluxos de trabalho.

Aumento da capacidade individual. As ferramentas agênticas permitem automatizar, acelerar ou melhorar tarefas que humanos costumam realizar, muitas delas bastante familiares, como redigir notas de pesquisa, resumir reuniões, gerar código, conduzir pesquisas ou propor cláusulas contratuais.

É provável que essas ferramentas se tornem – e, em áreas como programação, já são – um “custo inerente ao negócio” semelhante à utilização de e-mails e planilhas pelos funcionários.

Estudos apontam ganhos de produtividade pessoal da ordem de 20% a 30% – e, às vezes, percentuais bem maiores quando há apenas uma tarefa envolvida. No entanto, a implantação horizontal generalizada de ferramentas agênticas raramente se traduz em um impacto significativo nos negócios. Além disso, sua utilização tende a ir diminuindo aos poucos, chegando às vezes até a ser abandonada, exceto entre os usuários pioneiros.

A adoção generalizada de agentes de suporte pessoal requer tipos já conhecidos de investimento em gestão de mudanças, incluindo incorporar as ferramentas aos procedimentos operacionais existentes, integrar os resultados esperados e o monitoramento de uso aos sistemas de gestão do desempenho, fornecer treinamento adequado aos funcionários no uso das ferramentas e comunicar seus benefícios por meio de exemplos concretos. Ao mesmo tempo, a liderança precisará determinar como capturar o aumento da produtividade (visto que esse aumento é disseminado em inúmeras pequenas tarefas), o que costuma ser feito por meio da orçamentação e de iniciativas para aumentar a eficiência em larga escala.

Automação de tarefas e fluxos de trabalho. A segunda categoria envolve a automação de processos, fluxos de trabalho e tarefas já existentes na organização. Para tanto, uma camada de execução agêntica é, em essência, sobreposta aos processos e sistemas existentes (que sofrem algumas pequenas alterações).

Grandes empresas de tecnologia estão introduzindo produtos agênticos de primeira geração, enquanto uma explosão de novas empresas está oferecendo soluções para inúmeros domínios funcionais (por exemplo, atendimento ao cliente, relatórios e monitoramento financeiros, programação, desenvolvimento de produtos e procurement).

Em nossos estudos, as primeiras implantações geraram tempos de ciclo 20% a 40% mais rápidos ou custos de manuseio mais baixos para tarefas repetitivas e transacionais. Nas centrais de atendimento, certos tipos de chamada (por exemplo, transações de verificação de saldo e alterações de endereço) são quase totalmente automatizados. A incorporação de ferramentas agênticas aos fluxos de trabalho e a instituição de uma abordagem de aprimoramento contínuo são essenciais, mas o simples ato de fornecer ferramentas aos usuários é insuficiente.

Contudo, o que impede a geração de valor nesses casos de uso específicos em cada domínio é que eles atuam isoladamente e sua execução depende de outros sistemas e de uma forte intervenção humana. Além disso, embora a capacidade do modelo possa melhorar, as empresas continuam enfrentando dificuldades de execução para automatizar com qualidade um grande volume de tarefas.

Motor agêntico: modelo operacional e fluxos de trabalho agênticos nativos

Novos sistemas agênticos, viabilizados por grandes avanços que permitem que grupos de agentes trabalhem juntos, oferecem oportunidades mais promissoras de geração de valor. No entanto, para capturar esse valor, é preciso repensar e redesenhar os fluxos de trabalho para centrá-los nos agentes, seja no caso de uma única função (por exemplo, atendimento ao cliente), seja abrangendo várias funções (por exemplo, o processo desde a geração de leads até a efetivação do pedido).

Fluxos de trabalho agênticos funcionais. Neste caso, os fluxos de trabalho específicos de um domínio (por exemplo, planejamento e relatórios financeiros) são redesenhados para alavancar os grupos de agentes de IA e os processos agênticos. Isso significa repensar a ordem das tarefas, fundir tarefas, acessar novas fontes de dados e desenvolver novos processos (por exemplo, detecção e resolução precoces de problemas antes que eles surjam). Sistemas que já nascem agênticos são capazes eliminar as muitas tarefas sequenciais ou fragmentadas que obstruem a execução de inúmeros processos existentes, visto que os grupos de agentes são orquestrados para operar de forma perfeitamente coordenada e integrada.

Fornecedores especializados em softwares horizontais e verticais estão desenvolvendo e implementando aplicativos completos [front-end + back-end], nativamente agênticos, para áreas como atendimento ao cliente, finanças, planejamento da cadeia de suprimentos e modernização de software. Quando implantados corretamente, esses sistemas reduzem o tempo de ciclo de ponta a ponta, melhoram os tempos de resolução e aumentam a satisfação do cliente. No desempenho de um call center, por exemplo, o impacto desejado talvez seja automatizar o atendimento de 60% a 80% das solicitações recebidas, com um grau de satisfação do cliente comparável ou superior ao dos sistemas atuais (por exemplo, resposta de voz interativa agregada ao suporte no contato inicial).

Esses sistemas exigirão uma combinação de engenharia (por exemplo, inclusão de modelos probabilísticos em softwares determinísticos mais clássicos) e expertise em domínios específicos para, com a devida supervisão humana, construírem sistemas multiagentes e redesenharem a organização e os modelos operacionais pertinentes. Será fundamental que esses agentes incorporem regras de governança (por exemplo, direitos de acesso, direitos de decisão e pontos de verificação de qualidade [quality gates]) para cada fluxo de trabalho (por exemplo, o processo desde o pedido inicial até o pagamento; a contratação de fornecedores; a comunicação com fornecedores; e o gerenciamento de políticas) a fim de garantir que os seres humanos responsáveis por supervisioná-los não fiquem rapidamente sobrecarregados.

Sistemas agênticos transfuncionais. Esses sistemas, concebidos e projetados já como agênticos, são capazes não só de atuar em fluxos de trabalho complexos (como as jornadas de ponta a ponta do cliente) de um sem-número de funções, mas também de tomar decisões de alto nível. Por exemplo, agentes de serviços para operações de campo que atuam 24 horas por dia, 7 dias por semana, despachando técnicos, reagendando visitas e solicitando peças autonomamente; ou um grupo de agentes de seguros capaz de avaliar sinistros; ou empréstimos imobiliários aprovados e subscritos em segundos; ou um ciclo financeiro em que agentes cuidam de tudo, desde o planejamento anual até os relatórios mensais.

Tais sistemas agênticos podem criar valor multidimensional, seja encurtando o time-to-market, reduzindo o custo por transação, acelerando a resolução de problemas ou aumentando a receita mediante um direcionamento mais certeiro das ofertas. Os primeiros projetos-piloto, utilizando tecnologias existentes, geraram reduções de 70% a 80% no custo por transação de certos processos com mão de obra intensiva.

Nesse nível, as principais restrições referem-se a questões organizacionais e do modelo operacional. O CEO e o Conselho precisarão se envolver de perto para rearquitetar o modelo operacional – inclusive as responsabilidades da liderança e das equipes que, historicamente, cabiam a funções corporativas isoladas. Mudanças graduais não funcionarão; esse nível de transformação exige uma ruptura decisiva com as práticas do passado.

Decisões que precisarão ser tomadas na jornada agêntica – e algumas profundas implicações a levar em conta

Para ajudar os CEOs a visualizar a jornada e identificar algumas decisões críticas ao longo do caminho, elaboramos um roteiro hipotético de alto nível para dois a três anos. Destacamos certos marcos que precisam ser alcançados e algumas das principais decisões que requerem envolvimento ativo do CEO. (Veja Box “Como startups construídas em torno de agentes de IA estão reconfigurando as empresas”, contendo trechos de uma entrevista com Magnus Grimeland, cofundador e CEO da Antler, firma de capital de risco e incubadora de tecnologia.)

As metas e o cronograma indicados neste plano de ação são bastante ambiciosos, e reconhecemos que muita coisa mudará ao longo desses dois anos. No entanto, em nossa experiência, é crucial que os CEOs tenham aspirações e metas ousadas para motivar a empresa e agir com urgência.

Ano 1 e ano 2: definir o rumo e criar momentum

As metas iniciais do primeiro ano devem incluir: adquirir compreensão e conhecimento, criar momentum e construir os alicerces sobre os quais os agentes de IA possam atuar em escala. O foco deve ser a redução dos custos operacionais das atividades existentes em funções e operações específicas (um ganho de eficiência de até 10% é uma meta viável). Acima de tudo, porém, esta fase consiste em romper com a inércia, agir com propósito e aprender.

Nos anos 1 e 2, é preciso ficar atento aos seguintes indicadores agênticos na empresa:

• A “fluência” dos agentes de IA aumenta rapidamente. A capacidade de utilizar agentes de IA de forma produtiva torna-se um pré-requisito para qualquer funcionário. Ainda que o valor seja baixo para a empresa, a aquisição dessa capacidade por todos os funcionários é um “custo inerente ao negócio”. A meta deve ser que entre 25% e 50%, ou mais, dos funcionários trabalhem regularmente com agentes corporativos e ferramentas de IA. Todos precisam saber “interrogar” os dados por meio de “chats” com agentes, em vez de apenas ler relatórios.
• Agentes automatizam uma ampla gama de processos existentes com ferramentas de primeira geração. Isso inclui processos críticos como demonstrações financeiras, a elaboração de documentos em geral e aprovações em processos existentes, entre outros. Benefícios concretos, como prazos de entrega significativamente mais curtos e custos de transação mais baixos, devem já ter ficado evidentes. Por exemplo, em casos específicos, a IA agêntica é capaz de corrigir entre 90% e 95% dos problemas que envolvem questões de qualidade de dados simples e bem estruturados.
• Os primeiros sistemas agênticos de software são integrados aos sistemas principais da empresa. A interface dos sistemas principais da empresa está mudando, com os comandos estáticos cedendo lugar para consultas baseadas em prompts. Já existem agentes em sistemas-chave gerando insights automaticamente, executando tarefas e coordenando atividades. Competências automatizadas, como planejar ou coletar informações, tornam-se cada vez mais comuns, e os sistemas de suporte (como relatórios) continuam a mudar em ritmo acelerado.
• Uma equipe de ponta lança uma iniciativa-modelo [lighthouse] para reimaginar um processo inteiro de ponta a ponta. A equipe define qual seria a situação almejada do processo inteiro daqui a 24 meses (por exemplo, desde o pedido até pagamento, ou desde o registro inicial até o relatório, ou ainda a aprovação e concessão automatizadas de empréstimos) e lança uma série de produtos mínimos viáveis para testar e expandir as capacidades. As metas devem ser audaciosas. Para o processo desde o pedido até o pagamento, por exemplo, a meta pode ser automatizar mais de 70% das transações em todos os canais.
• A demanda por certas funções talvez diminua com o aumento da produtividade. Agentes de IA se mostraram confiáveis e eficientes ao assumirem tarefas simples de codificação e reduzirem a carga de trabalho de algumas funções existentes. Os agentes de codificação mais recentes (especialmente executores de códigos front-end), por exemplo, chegam a aumentar a produtividade em até 50% a 100%.

Para que a empresa atinja esses marcos, os CEOs precisarão dar conta de algumas áreas fundamentais da empresa:

Arquitetar a transformação com vistas a gerar valor. Hoje, há um foco excessivo na produtividade individual; embora útil, não é aí que estão as maiores fontes de valor. O CEO precisa almejar um valor transformacional, que provém da rearquitetura e do redesenho de fluxos de trabalho inteiros por meio de agentes.

Também precisará garantir que as equipes deixem de trabalhar em casos de uso isolados e se concentrem em fluxos de trabalho transfuncionais prioritários. Isso exigirá que a organização deixe de lado equipes de IA isoladas e crie equipes agênticas transfuncionais que incluam especialistas em IA, dados, TI, tecnologia e outros domínios relevantes.

Para que essas equipes possam realizar seu trabalho, será crucial valorizar os aprendizados gerados, o que implica assegurar que todos os aprendizados da empresa sejam centralizados e redistribuídos para toda a organização. Também significa codificar um manual de redesenho dos fluxos de trabalho agênticos que inclua critérios de retorno do investimento, padrões de orquestração de múltiplos agentes, práticas aprimoradas para integrar tecnologia e dados, controles e avaliações, e indicações sobre quando utilizar ou não agentes.

Para liderar esse esforço, a organização precisará de uma equipe central – a “fábrica agêntica” – que assuma a responsabilidade por identificar os fluxos de trabalho e por gerenciar e escalar o redesenho.

Escalar a transformação. Em 2022, o fundador da Amazon, Jeff Bezos, determinou que o código dos desenvolvedores incluísse APIs que pudessem ser expostas a terceiros. Essa determinação foi a maneira que a Amazon encontrou de viabilizar sua escalabilidade. Do mesmo modo, cada CEO precisará ter uma maneira própria de estabelecer – ou melhor, de impor – os mesmos princípios de desenho aos agentes de IA. Pois é graças ao desenvolvimento de agentes componíveis, não de fluxos monolíticos, que os elementos poderão ser reutilizados e reconstituídos para outras tarefas. Isso deve ser uma determinação organizacional, não uma mera preferência tecnológica.

A fábrica de agentes é fundamental para industrializar essa capacidade de escalar. Ela é formada por equipes dedicadas que constroem e implantam agentes, ao mesmo tempo em que desenvolvem sistemas e padrões para assegurar a sua escalabilidade. Exemplos incluem a criação de uma biblioteca reutilizável de modelos para processos operacionais, mecanismos de verificação e proteção contra riscos, medidas técnicas sistemáticas para avaliar o desempenho dos agentes e KPIs padronizados de cima para baixo.

Essa fábrica requer uma governança forte para evitar a proliferação descontrolada de agentes pela organização e assegurar que os agentes se conformem às normas da empresa e à legislação do país.

As principais mudanças necessárias para que a fábrica de agentes funcione de modo eficaz abrangem:

• Tecnologia e dados. Para assegurar que os agentes sejam desenvolvidos e geridos de forma coordenada, os CEOs deverão priorizar a criação da arquitetura apropriada. Em alguns casos, esta pode ser fornecida por provedores de serviços agênticos; por outro lado, manter-se independente de fornecedores evitará que a empresa fique amarrada, podendo combinar agentes customizados e prontos para uso em várias plataformas tecnológicas.

  Empresas com mais apetite por investimentos fariam bem em contemplar uma arquitetura de malha para a IA agêntica, isto é, um conjunto de padrões, práticas e princípios que orquestrem as cargas de trabalho. Do mesmo modo, só será possível escalar os agentes se eles tiverem acesso a dados selecionados, dinâmicos e estruturados. Este não é um esforço trivial e exige que a alta liderança priorize bases sólidas de dados para os agentes.

• Plataformas. Uma empresa poderá vir a ter centenas, talvez milhares, de agentes, cujo gerenciamento pode rapidamente se tornar um pesadelo. Os CEOs devem priorizar o desenvolvimento ou a aquisição de uma plataforma que automatize o gerenciamento e a observabilidade dos agentes. A plataforma deverá incluir protocolos para gerenciar o custo e o desempenho dos agentes, a iniciação e desativação desses agentes, os direitos de acesso (por exemplo, definindo quais agentes terão acesso a dados em conformidade com a regulamentação local), os direitos de privacidade e a segurança.
• Confiança. As pessoas precisam entender como os agentes de IA operam para confiar neles. Sem essa confiança, a adoção será prejudicada. E para assegurar que haja essa confiança desde o início, os CEOs devem priorizar sistemas que ajudem os usuários a entender como os agentes tomam decisões e quais são seus possíveis vieses.

Mudar os modelos operacional e de talentos. Muitas organizações se apressaram em promover treinamentos para utilizar a IA generativa e os agentes de IA como “ferramentas”. Isso foi útil em termos de criar uma base mínima de habilidades, mas a verdade é que todos precisarão ser capazes de desenvolver e supervisionar agentes. Para ser eficaz, a IA agêntica não deve ser uma ferramenta “sobreposta” ao trabalho normal; ela precisa ser integrada ao modo como cada pessoa trabalha.

Essa mudança exigirá que os líderes passem a focar a construção de um novo modelo operacional híbrido humanos+agentes que inclua a incorporação de novas habilidades – por exemplo, construir e implantar agentes com eficácia, treiná-los, definir suas tarefas, monitorar e corrigir seu trabalho e conectar uma série de agentes para executar tarefas mais complexas. Essa mudança no modelo operacional – essencialmente, como o trabalho será feito no futuro – é um pré-requisito não só da sustentabilidade dos processos reestruturados, mas também da implantação de qualquer solução baseada em agentes.

Essa mudança implica ainda que a gestão e as avaliações do desempenho precisarão incorporar também a “gestão de agentes”, o que exigirá modificações dos KPIs para que meçam se as pessoas trabalharam bem ou mal com os agentes (por exemplo, o volume de tarefas concluídas com agentes, a qualidade da entrega etc.).

Ano 2 e ano 3: escalar a “agentificação” para toda a organização

O segundo ano da jornada agêntica é dedicado a escalar os aprendizados iniciais; o foco deixa de ser as métricas das atividades dos agentes e passa a ser o impacto nos resultados financeiros. Este é o período em que as empresas devem começar a “agentificar” as principais jornadas dos clientes e os grandes fluxos de trabalho, em vez de simplesmente integrarem agentes aos processos e fluxos existentes.

Nos anos 2 e 3, é preciso ficar atento aos seguintes indicadores agênticos na empresa:

• A primeira “iniciativa-modelo” agêntica atinge o ponto de inflexão. A reinvenção da jornada do cliente, iniciada no primeiro ano, chega à maturidade, com mais de 90% de automação. As interações agênticas em processos comuns alcançam índices elevados de desempenho e satisfação, enquanto os casos mais complexos ou inusuais são encaminhados para um humano.
• A automação agêntica se amplia e chega aos principais fluxos de valor. A automação agêntica é implementada em 90% dos principais fluxos de valor em toda a empresa e os sistemas agênticos se tornam a opção padrão – não como uma mera atualização do sistema, mas como um novo modelo operacional.
• Os modelos operacionais tradicionais, construídos em torno de funções estáticas e fluxos de trabalho sequenciais e lineares, começam a ser desmontados. Pelo menos cinco importantes jornadas do cliente são agora gerenciadas primordialmente por grupos de agentes de IA, com supervisão humana, abrangendo várias funções tradicionais (por exemplo, um único grupo de agentes de IA analisa os clientes, formula e envia ofertas personalizadas, fecha vendas e gerencia o atendimento). Da mesma forma, as interações entre agentes que cruzam as fronteiras funcionais da empresa (incluindo agentes de atendimento ao cliente ou agentes de compras) vão se tornando cada vez mais comuns.
• Os funcionários começam a se tornar “líderes de grupos de agentes”. A utilização de agentes de IA está se tornando o novo normal, com adoção superior a 75% em todas as funções principais. Quase todos os profissionais têm pelo menos um agente de IA (e, muitas vezes, três a cinco) trabalhando “para” eles. Alguns usuários avançados chegam a coordenar dezenas de agentes.
• A proporção entre agentes e funcionários em tempo integral muda drasticamente. Os agentes já se tornaram altamente confiáveis em tarefas de baixa e média complexidade, embora a supervisão e a revisão humanas ainda sejam importantes. A modernização funcional ocorre em vários domínios. A demanda por funcionários em tempo integral no ciclo completo de desenvolvimento de software pode cair 30% a 40%, por exemplo, e a carga de trabalho do setor de planejamento e relatórios financeiros terá despencado 75%.

À medida que as competências agênticas da empresa amadurecem, o CEO precisará se concentrar mais nas mudanças organizacionais e operacionais.

Reimaginar a geração de valor e arquitetar a transformação. Os programas iniciais de aprendizagem e redução de custos são importantes, mas os CEOs devem buscar aumentos de produtividade e de valor bem superiores a 50% e estar dispostos a pôr em xeque tudo o que a empresa faz. Nesta fase, os CEOs precisam reimaginar profundamente todas as possibilidades de criação de valor e de gestão da empresa.

Em termos mais específicos, eles devem se perguntar quais elementos do modelo de negócio são defensáveis em um mundo agêntico e quais inovações e experiências agênticas são capazes de criar diferenciais sustentáveis. Uma perspectiva clara e precisa das fontes futuras de diferenciação é fundamental para decidir entre construir, comprar ou formar parcerias, e também para discernir quais dados, propriedades intelectuais e vantagens competitivas a organização deve proteger.

Como parte desse programa acelerado de reimaginação, CEOs dispostos e mentalmente preparados a utilizar agentes para testar, aprender e se adaptar rapidamente desfrutarão importantes benefícios estratégicos. Agentes atuando em ambientes de gêmeos digitais, por exemplo, serão capazes de testar uma ampla gama de processos, aplicativos e ofertas em escala, de forma rápida e econômica. Testes bem-sucedidos poderão ser introduzidos quase imediatamente, visto que os agentes conseguem implementar as mudanças diretamente. Com isso, o custo de gerir mudanças em fluxos de trabalho altamente automatizados despenca.

Como parte dessa evolução, os CEOs precisarão repensar orçamentos, modelos de negócio e investimentos em termos das mudanças provocadas pela nova ordem econômica agêntica. Algumas dessas dinâmicas incluirão mudanças significativas na proporção entre funcionários humanos e agentes de IA, com uma transferência perceptível de investimentos da mão de obra para a tecnologia. O CEO, ao lado do diretor financeiro e do diretor de recursos humanos, precisará desenvolver um modelo de competências para as finanças e a força de trabalho da empresa, o que tornará possível orçar, monitorar e alocar melhor tanto a tecnologia como as pessoas.

Escalar a transformação. À medida que todos os fluxos de trabalho agênticos e todas as jornadas agênticas do cliente passam a abranger múltiplas funções, os modelos organizacionais tradicionais se tornarão menos relevantes. Preservar essas estruturas e construir sistemas agênticos que as espelhem só servirá para estrangular a escalabilidade.

Por tudo isso, será fundamental reorientar os negócios para os resultados e desenhar a organização agêntica em torno deles. Um modelo possível seria organizar equipes de humanos e agentes com base nos fluxos de valor – por exemplo, o onboarding de clientes ou as vendas para novos clientes. A transição para esse modelo exigirá não apenas enormes e difíceis trade-off relativos à governança (por exemplo, quem gerenciará e será responsável pelos fluxos de valor), mas também investimentos em mecanismos para monitorar o desempenho dos agentes.

Essas áreas exigirão que o CEO garanta que a implementação de uma organização primordialmente agêntica não provocará o caos. Por exemplo, se cada departamento ou equipe desenvolver agentes concorrentes, a confusão será inevitável e a empresa se tornará suscetível a novos riscos.

Talentos e modelo operacional. Pesquisas da McKinsey postulam que até 30% das horas trabalhadas hoje poderão estar automatizadas em 2030, embora o potencial seja muito maior. Essa transformação alterará fundamentalmente a proporção entre humanos e tecnologia nas organizações e criará novas dinâmicas de trabalho entre humanos e agentes, e entre os próprios agentes.

Trabalhando em estreita colaboração com o diretor de recursos humanos, o CEO precisará determinar qual será a configuração da nova força de trabalho agêntica, como a capacidade de adquirir novas habilidades terá de evoluir à medida que os agentes amadurecem e de que modo realocar as capacidades humanas liberadas pelos agentes.

Em vista do ritmo acelerado dessas mudanças, os sistemas de RH terão de ser profundamente recalibrados para que averiguem com regularidade quais perfis precisam ser reformulados, criados ou removidos, e para supervisionarem a aceleração das necessidades de recapacitação e requalificação. A alocação de pessoal, os planos de carreira, a gestão do desempenho, os incentivos e os sistemas de relatórios precisarão ser redesenhados para que o novo sistema operacional agêntico possa efetivamente funcionar.

Por exemplo, será preciso incorporar KPIs de gerenciamento de agentes nas avaliações de desempenho, bem como definir novos cargos, como “orquestrador de agentes” ou “treinador de agentes”. O avanço profissional humano dependerá da proficiência pessoal nessas funções e da capacidade de gerenciar equipes formadas por agentes e pessoas.

As novas obrigações do CEO: uma visão panorâmica

Para promover mudanças agênticas em suas organizações, os CEOs precisarão repensar as principais etapas de cada uma das cinco fases da transformação (Quadro).

Com a proliferação de agentes de IA, eles têm o potencial de afetar profundamente todos os aspectos de uma empresa. Isso exigirá que o CEO e Conselho empreendam a mudança em duas velocidades, acelerando a transformação no curto prazo e refletindo sobre suas consequências no longo prazo. (Veja mais informações sobre como os CEOs podem facilitar mudanças agênticas em suas organizações no Box “As novas obrigações do CEO: uma visão panorâmica”.)

As seguintes perguntas ajudarão o CEO e o Conselho a refletir sobre as implicações de longo prazo de uma empresa agêntica:

• Como a IA agêntica irá afetar meu modelo de negócio, colocar em xeque nossas fontes atuais de diferenciação e criar outras?
• Quais estratégias podemos implementar para defender nossos mercados e expandir para outros?
• Como a IA agêntica impactará nosso negócio principal e nossas relações com clientes, fornecedores e parceiros (por exemplo, desintermediação provocada por agentes)?
• Como devo me preparar para definir e gerenciar a “força de trabalho agêntica” e ao mesmo tempo preservar os valores e a cultura da empresa?
• Como gerenciar a transição para um modelo operacional híbrido humanos+agentes enquanto os fluxos de trabalho cruzam incessantemente as fronteiras funcionais tradicionais?
• Qual é a minha estratégia de talentos e como ela deve influenciar a proporção entre talentos internos e competências terceirizadas?
• Para obter máxima flexibilidade e valor operacional, qual é o equilíbrio ideal entre opções tecnológicas de código aberto, soluções de vários fornecedores diferentes e uma plataforma única?
• Como deve ser o meu roadmap de transformação e de investimentos não só para que as metas de negócios sejam atingidas no curto prazo, mas também para construir alicerces sólidos para desenvolver e escalar a mudança transformacional?

“Ritmo das mudanças” talvez seja uma das expressões mais utilizadas no mundo dos negócios, mas a IA agêntica lhe conferiu uma nova relevância – e urgência. O véu da incerteza que ainda encobre os agentes de IA não pode impedir os líderes de agir rapidamente, pois ações criteriosas e decisivas são a única maneira de dissipar essa incerteza e desenvolver os negócios agênticos que criarão novas oportunidades de produtividade e crescimento.