Agentes de IA: o que é real, o que é rótulo e por que 40% dos projetos vão cair

Poucas expressões se espalharam tão rápido no mercado de tecnologia quanto “agente de IA”. Em pouco tempo, ela passou a aparecer em apresentações comerciais, lançamentos de produto e planos estratégicos. O problema é que nem tudo o que leva o nome faz o que o nome promete. E a própria Gartner, uma das consultorias que mais projetam o avanço da IA agêntica nas empresas, é também uma das que mais alertam para o excesso.

O que é, de fato, um agente de IA

Antes de discutir IA agêntica nas empresas, vale separar três coisas que costumam ser confundidas. Um assistente responde a perguntas. Uma automação executa uma sequência fixa de passos, sempre da mesma forma. Um agente recebe um objetivo, planeja como alcançá-lo, toma decisões ao longo do caminho e executa ações em outros sistemas.

A distinção não é acadêmica. A Gartner recomenda usar cada ferramenta no seu lugar: agentes quando há decisões a tomar, automação para fluxos de rotina e assistentes para buscas simples de informação. O objetivo, segundo a consultoria, é gerar valor de negócio em quatro dimensões: custo, qualidade, velocidade e escala.

O rótulo: agent washing

Em junho de 2025, a Gartner deu nome a um fenômeno que muitos compradores já percebiam: o agent washing, a prática de rebatizar como “agente” produtos que já existiam, como assistentes, chatbots e robôs de automação de processos (RPA), sem capacidade agêntica real. A estimativa da consultoria é contundente: dos milhares de fornecedores que se apresentam como de IA agêntica, só cerca de 130 são reais.

Anushree Verma, diretora sênior analista da Gartner, afirmou que a maioria dos projetos de IA agêntica ainda são experimentos iniciais ou provas de conceito, movidos em grande parte pelo hype e muitas vezes mal aplicados. Segundo ela, muitos casos de uso posicionados hoje como agênticos nem sequer exigem uma implementação agêntica.

Por que 40% dos projetos de IA agêntica nas empresas vão cair

No mesmo comunicado, a Gartner projetou que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027. Os motivos apontados são três: custos crescentes, valor de negócio pouco claro e controles de risco inadequados.

Há também um obstáculo técnico. Integrar agentes a sistemas legados é complexo, costuma interromper fluxos de trabalho e exige modificações caras. Por isso, a consultoria sugere que, em muitos casos, o caminho mais eficaz é redesenhar o processo desde o início, e não encaixar um agente sobre o processo antigo.

O retrato do investimento ajuda a entender o risco. Em uma enquete feita pela Gartner em janeiro de 2025 com 3.412 participantes de um webinar:

• 19% disseram que suas organizações haviam feito investimentos significativos em IA agêntica;
• 42% haviam feito investimentos conservadores;
• 8% não haviam investido;
• 31% estavam esperando para ver ou não sabiam.

A governança deve pesar cada vez mais na adoção de IA agêntica nas empresas. Nas previsões de março de 2026, a Gartner estimou que, até 2030, metade das falhas na implantação de agentes de IA virá de controles de governança insuficientes durante a operação e de problemas de integração entre sistemas.

O que fica de pé

Nada disso significa que os agentes são uma moda passageira. A mesma Gartner que prevê os cancelamentos projeta que, até 2028, 33% dos softwares corporativos terão IA agêntica (menos de 1% em 2024) e que 15% das decisões do dia a dia serão tomadas de forma autônoma por agentes (0% em 2024).

As medições já mostram movimento, mas desigual. Na pesquisa The State of AI de 2026, do McKinsey, 40% dos respondentes de grandes empresas (receita acima de US$ 1 bilhão) relatam estar escalando agentes de IA, contra 27% no ano anterior. Entre as empresas menores, o índice ficou estável em 22%. O avanço existe, mas se concentra em quem tem mais recursos para absorver custo e complexidade.

Cinco perguntas antes de comprar, ou de vender, um agente

Para separar o real do rótulo em IA agêntica nas empresas, cinco perguntas ajudam tanto quem compra quanto quem desenvolve:

• O que o sistema decide sozinho? Se a resposta for “nada”, não é um agente.
• Que ações ele executa, e em quais sistemas? Um agente age sobre o mundo: abre chamados, altera registros, dispara pedidos.
• O que acontece quando ele erra? Deve haver supervisão humana proporcional ao risco e forma de desfazer a ação.
• Como o valor será medido? Custo, qualidade, velocidade ou escala, com uma linha de base definida antes do projeto.
• Isso precisa mesmo ser um agente? Muitas vezes, uma automação simples ou um assistente resolve o problema com menos custo e menos risco.

O que isso significa para deep techs e empresas

Para uma deep tech, o momento é de cautela com o vocabulário. Em um mercado em que a Gartner estima que só uma pequena fração dos fornecedores é de fato agêntica, o comprador corporativo tende a desconfiar de rótulos. Descrever com precisão o que a tecnologia faz, e o que não faz, pode ser um diferencial maior do que o termo da moda.

Para as empresas, a lição é começar por problemas em que haja decisões reais a automatizar e retorno mensurável, com governança desenhada desde o início. Quem adota IA agêntica nas empresas com essa disciplina descobre cedo o que funciona: o projeto agêntico que sobrevive não é o mais ambicioso, é o que prova valor antes de escalar.

Este é o terceiro artigo da série. No anterior, tratamos dos modelos de IA especializados e da oportunidade para deep techs universitárias. No próximo, a série sai do escritório e vai para o chão de fábrica: visão computacional, IA multimodal e dados sintéticos.

Fontes

• Gartner · Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027 · comunicado, 25 jun. 2025.
• Gartner · Gartner Announces Top Predictions for Data and Analytics in 2026 · comunicado, 11 mar. 2026.
• McKinsey & Company · The State of AI: Global Survey 2026 · ago. 2026.
• Gartner · Top Emerging Adoption Trends for Generative AI, por Vibha Chitkara · 22 jun. 2026.