Agente de IA é um sistema que recebe um objetivo, decide sozinho os passos para cumpri-lo e usa ferramentas para executar esses passos: consulta um sistema, lê um documento, preenche um cadastro, envia uma mensagem. A palavra que define o agente é decidir. Ele não segue um roteiro fixo; escolhe o próximo passo a cada momento, com base no que encontrou até ali.
A diferença para um chatbot está aí. O chatbot responde ao que você pergunta e para; o agente age até concluir a tarefa. Este guia explica os tipos de agente de IA, como ele funciona por dentro, um exemplo numa empresa média, onde ele já funciona, onde ainda falha, quanto custa e o que não se deve deixar um agente fazer.
Agente, chatbot e automação
| Quem decide o passo seguinte | Bom em | Risco | |
|---|---|---|---|
| Chatbot ou assistente | a pessoa, a cada mensagem | redigir, resumir, explicar, responder | baixo: nada acontece sem alguém pedir |
| Automação | quem desenhou o fluxo, antes | tarefa repetitiva e previsível, sempre igual | baixo: falha de forma visível quando sai do padrão |
| Agente | o próprio programa, durante a execução | tarefa com passos variáveis e verificação clara | médio a alto: erra em sequência, com aparência de acerto |
A confusão entre as três colunas explica a maior parte da frustração com o assunto. Empresa que compra “agente” para responder as cinco perguntas que mais repetem no atendimento comprou complexidade demais: aquilo é assistente com fonte controlada, e resolve melhor, como está em o que é chatbot. E empresa que tenta resolver com automação um processo cheio de exceção descobre que a árvore de decisão nunca fica pronta.
O termo que circula para isso é IA agêntica, e ele descreve a mesma coisa: sistemas de IA com autonomia para escolher ações, e não apenas gerar texto.
Tipos de agente de IA
Há duas formas de classificar. A clássica, dos livros de inteligência artificial, separa os agentes pela forma como decidem. A prática, que interessa a quem vai usar, separa pelo trabalho que fazem na empresa.
A classificação clássica
- Reativo simples. Reage ao que vê agora, por regra do tipo “se acontecer isto, faça aquilo”, sem memória. Na empresa: a regra que encaminha todo e-mail com “nota fiscal” no assunto para o financeiro.
- Baseado em modelo. Guarda uma representação do estado das coisas e decide considerando o que já aconteceu. Na empresa: o agente de atendimento que lembra que o pedido do cliente já foi remarcado uma vez.
- Baseado em objetivo. Planeja a sequência de passos que leva a um objetivo definido. Na empresa: montar uma proposta a partir de um pedido de cotação, buscando o que falta em cada sistema.
- Baseado em utilidade. Entre vários caminhos que cumprem o objetivo, escolhe o melhor segundo um critério, como custo ou prazo. Na empresa: escolher a transportadora para cada entrega pesando preço e prazo.
- Que aprende. Melhora o desempenho com o retorno que recebe. Na empresa: a triagem de chamados que acerta mais a categoria à medida que a equipe corrige os erros dela.
A classificação prática
- Atendimento. Conversa com o cliente e age no sistema: consulta pedido, emite segunda via, abre chamado.
- Operação ou back-office. Trabalha sem conversa: lê pedidos e documentos, preenche cadastros, confere notas, prepara lançamentos para revisão.
- Análise. Busca dados em várias fontes e monta o resumo ou o relatório recorrente para a diretoria.
- Multiagente. Vários agentes especializados que dividem uma tarefa: um lê o pedido, outro confere o estoque, um terceiro prepara a resposta, com um coordenador entre eles.
A maioria dos agentes em uso hoje é baseada em objetivo, com um modelo de linguagem fazendo o planejamento. Os tipos clássicos ajudam a entender o que ele faz por dentro; os práticos ajudam a decidir por onde começar.
Como funciona um agente de IA
Um agente funciona em ciclo: recebe o objetivo, decide o próximo passo, aciona uma ferramenta, lê o resultado e decide de novo, até cumprir o objetivo ou chegar a um ponto de parada. Para esse ciclo funcionar, ele precisa de cinco peças, e nenhuma delas é o modelo de linguagem, que é o componente mais fácil de trocar:
- O objetivo e os limites, escritos. O que o agente deve alcançar, o que ele não pode fazer, e o que fazer quando não consegue. É a peça que mais determina o resultado e a que recebe menos atenção.
- As ferramentas. O que ele pode acionar: consultar pedido, abrir chamado, enviar e-mail, ler um documento, executar uma consulta. Agente sem ferramenta é assistente com nome novo.
- A fonte de informação da empresa, para que a decisão venha do que a casa controla e não do que o modelo viu na internet. Sem isso ele inventa política e prazo, tema de IA generativa: como funciona e onde ela erra.
- A memória, que é o que permite retomar a tarefa e não repetir passo. Ela custa: cada passo reenvia o histórico e é cobrado por volume.
- O registro e o ponto de parada. Cada passo gravado, e um limite de tentativas. Sem limite, o agente entra em laço e a conta cresce sem produzir nada.
Um exemplo numa empresa média
Imagine uma distribuidora que recebe pedidos de cotação por e-mail: alguns no corpo da mensagem, outros em PDF, outros numa planilha do cliente, cada um com o nome do produto escrito de um jeito. Hoje, alguém do comercial lê, procura cada item no cadastro, consulta o estoque e monta a proposta.
Com um agente, a divisão fica assim. O agente lê o e-mail e o anexo, identifica os itens e as quantidades, casa cada descrição com o código do produto no cadastro, consulta o estoque e preenche o rascunho do orçamento. Quando não tem certeza de um item, marca para a pessoa conferir em vez de adivinhar.
O que o agente não faz é calcular o preço. O preço sai do sistema, com a regra da empresa: tabela, desconto por cliente, imposto por estado, margem mínima. A IA lê e sugere; o sistema calcula e valida. Se o agente sugerir um desconto fora da regra, o sistema recusa. É assim que a diretoria continua decidindo com números em que confia, e é o tipo de projeto da frente de Operação e margem da Northern, operações e tecnologia sob medida.
Onde já funcionam
Os casos que se pagam hoje têm uma característica em comum: existe um jeito automático de saber se o resultado está certo.
- Atendimento com consulta e ação. Não só responder: verificar status do pedido, remarcar entrega, emitir segunda via, abrir chamado. A verificação é a própria mudança de estado no sistema.
- Triagem do que chega, classificando mensagem, pedido e documento por assunto e urgência, e roteando. Risco baixo, ganho diário.
- Conciliação e cruzamento de dado, comparando planilha, extrato e sistema e apontando as diferenças. O agente encontra, a pessoa decide.
- Leitura de documento em volume, extraindo campo de nota, contrato ou edital para um formato estruturado, com o número conferível na fonte.
- Preparação de relatório recorrente, buscando dado em várias fontes e montando o resumo, o que se conecta com BI com IA na tomada de decisão.
- Tarefa de software com teste, em que o agente trabalha até o teste passar e submete o resultado para revisão.
Nos canais em que o cliente já está, o agente muda de forma por causa das regras do canal: no WhatsApp entram número aprovado, janela de atendimento e cobrança por mensagem, detalhado em chatbot no WhatsApp.
Onde falham
- Objetivo vago. “Melhore o atendimento” não é objetivo de agente. Ele precisa de uma condição de sucesso que dê para checar.
- Erro em cadeia. Uma decisão errada no passo três se propaga até o passo dez, e o resultado final parece coerente. É o modo de falha mais perigoso, porque não se anuncia.
- Regra que não está escrita. A exceção que a empresa aplica há anos e nunca documentou desaparece da execução.
- Permissão larga demais. Agente com acesso amplo faz coisa certa rápido e coisa errada também.
- Tarefa sem verificação automática, em que revisar o que ele fez custa mais que fazer à mão.
- Laço sem limite, repetindo a mesma tentativa e consumindo orçamento.
Nenhuma dessas falhas se resolve trocando o modelo. Elas se resolvem com objetivo escrito, ferramenta com permissão mínima, limite de passos e revisão humana no ponto certo. A leitura mais ampla sobre por que projetos assim não entregam está em por que a IA falha nas empresas.
Como escolher a plataforma
As plataformas mudam de nome rápido, e o critério eliminatório não muda: o agente precisa integrar com o sistema onde o dado mora, com permissão só para o que a tarefa exige, registro de cada passo e ponto de aprovação humana antes de ação sensível. A escolha entre plataforma pronta e agente construído sob medida está em agentes de IA para empresas.
Quanto custa
Quatro linhas, e a segunda é a que surpreende:
- Plataforma, por assinatura, por usuário ou por volume de execução.
- Uso do modelo. Agente consome muito mais que assistente, porque cada passo reenvia contexto e histórico. Uma tarefa de dez passos custa muito mais que dez perguntas isoladas.
- Integração, que é trabalho de desenvolvimento e a maior linha do primeiro projeto.
- Supervisão, ou seja, o tempo de quem revisa o que o agente fez nos primeiros meses. Essa linha nunca aparece na proposta e sempre existe.
A medida que faz sentido é custo por tarefa concluída sem intervenção, e não custo por mês. A conta formal, com baseline e incremento, está em como calcular o ROI de IA.
Como começar em trinta dias
- Escolha uma tarefa com verificação óbvia, em que dá para saber automaticamente se deu certo. Sem esse critério, não comece.
- Escreva o objetivo, os limites e o que fazer quando falhar. Em uma página, antes de abrir qualquer ferramenta.
- Dê uma ferramenta só, com permissão mínima, e faça o agente funcionar assim antes de somar a segunda.
- Rode com aprovação humana em todo passo na primeira semana, revisando o registro. É aqui que se descobre a regra que ninguém tinha escrito.
- Solte a aprovação por etapa, começando pelos passos reversíveis.
- Meça tarefas concluídas sem intervenção, e compare com o tempo que aquilo levava antes.
Quem inverte a ordem, dando ao agente muitas ferramentas e autonomia total no primeiro dia, passa o mês depurando comportamento em vez de resolver o problema. O recorte da primeira versão segue a mesma lógica de qualquer produto, em o que é MVP de produto digital.
O que não deixar um agente fazer
- Calcular o número que a diretoria usa para decidir, como preço, margem ou crédito. Ele pode ler e sugerir; quem calcula é o sistema, com a regra da empresa.
- Mover dinheiro sem aprovação explícita de uma pessoa.
- Escrever em produção sem possibilidade de desfazer, como apagar registro ou rodar migração.
- Falar com cliente sobre preço, prazo e política sem fonte controlada e revisão.
- Decidir sobre pessoa, como triagem final de currículo, crédito ou cancelamento. Aqui a exigência de explicar a decisão é da empresa, e agente não fornece explicação auditável.
- Acumular permissão “por conveniência”, que é como quase todo incidente começa.
- Rodar sem limite de passos e de gasto.
A regra que resume o assunto: agente é bom quando o objetivo é verificável e o erro é reversível. Fora desses dois, o que a empresa ganha em velocidade paga em risco.
Para seguir: o panorama de onde a IA paga numa empresa média está em IA para empresas; a divisão entre regra fixa e IA na automação, em automação de processos com IA; e os casos de atendimento, vendas e operação, com integração ao ERP, em agentes de IA para empresas. Os processos que costumam se encaixar no critério acima estão em 5 processos para automatizar em empresas de serviços, e a construção do lado técnico em como criar uma IA com Python. Quando a regra que o agente precisa respeitar ainda mora numa planilha, o passo anterior é Operação e margem.
Perguntas frequentes
O que é um agente de IA?
É um sistema que recebe um objetivo, decide sozinho os passos para cumpri-lo e usa ferramentas para executar esses passos, como consultar um sistema, ler um documento ou enviar uma mensagem. A diferença para um programa comum é que o caminho não está desenhado antes: o agente escolhe o próximo passo com base no que encontrou até ali. Por isso ele lida com tarefas variáveis, mas também pode errar em sequência. Funciona bem quando o resultado pode ser conferido e o erro pode ser desfeito.
Quais são os tipos de agente de IA?
Na classificação clássica, há cinco: reativo simples, baseado em modelo, baseado em objetivo, baseado em utilidade e o que aprende. Na prática das empresas, é mais útil separar pelo trabalho: agentes de atendimento, de operação ou back-office, de análise e sistemas multiagente, em que vários agentes dividem uma tarefa. A maioria dos agentes em uso hoje é baseada em objetivo, com um modelo de linguagem planejando os passos. Para começar, o tipo prático importa mais que o clássico.
Agente de IA e ChatGPT são a mesma coisa?
Não. O ChatGPT, no uso comum, é um assistente: responde ao que a pessoa pergunta e para ali. Um agente usa um modelo de linguagem como esse para planejar, mas também tem ferramentas para agir em sistemas, memória da tarefa e um objetivo a cumprir. As versões mais recentes desses assistentes já incluem recursos de agente, como navegar e executar tarefas. A diferença está menos no modelo e mais no que ele tem permissão para fazer.
Qual a diferença entre agente de IA e chatbot?
O chatbot conversa: responde perguntas, de preferência a partir de uma base controlada pela empresa. O agente age: consulta o pedido, remarca a entrega, abre o chamado, preenche o cadastro. Para responder as perguntas que mais se repetem no atendimento, um chatbot com fonte controlada costuma resolver melhor e com menos risco. O agente entra quando a tarefa exige passos variáveis e ação em sistemas.
Como funciona um agente de IA?
Em ciclo: recebe o objetivo, decide o próximo passo, aciona uma ferramenta, lê o resultado e decide de novo, até cumprir o objetivo ou chegar a um ponto de parada. Para isso precisa de cinco peças: objetivo e limites escritos, ferramentas com permissão definida, uma fonte de informação da empresa, memória da tarefa e registro de cada passo com limite de tentativas. O modelo de linguagem é a peça mais fácil de trocar. O que mais determina o resultado é o objetivo bem escrito.
Um agente de IA pode errar?
Pode, e o erro dele tem uma característica perigosa: uma decisão errada no começo se propaga pelos passos seguintes, e o resultado final parece coerente. Por isso o agente funciona bem onde dá para conferir automaticamente se o resultado está certo e onde o erro pode ser desfeito. Revisão humana nos passos sensíveis, permissão mínima e limite de passos reduzem o risco. Número que a diretoria usa para decidir, como preço e margem, deve ser calculado pelo sistema, não pelo agente.
Precisa de programador para criar um agente de IA?
Para um agente simples, que lê e responde dentro de uma plataforma pronta, nem sempre. Para um agente que age nos sistemas da empresa, sim: a parte difícil não é o modelo, é a integração com o ERP, o CRM ou o banco de dados, com permissão e registro corretos. Essa integração é trabalho de desenvolvimento e costuma ser a maior linha de custo do primeiro projeto. Plataformas sem código ajudam no protótipo, mas raramente bastam em produção.
Quanto custa um agente de IA?
O custo tem quatro linhas: a plataforma, o uso do modelo, a integração e a supervisão. O uso do modelo surpreende, porque cada passo reenvia o contexto e uma tarefa de dez passos custa bem mais que dez perguntas soltas. A integração é a maior linha do primeiro projeto, e a supervisão nos primeiros meses quase nunca aparece na proposta. A medida certa é o custo por tarefa concluída sem intervenção, não o custo por mês.
Onde um agente de IA já funciona numa empresa?
Nos casos em que existe um jeito automático de saber se o resultado está certo: atendimento com consulta e ação no sistema, triagem de mensagens e documentos, conciliação e cruzamento de dados, leitura de documentos em volume e preparação de relatórios recorrentes. Numa empresa média, um bom primeiro caso é ler pedidos de cotação que chegam por e-mail e preencher o rascunho do orçamento. O preço continua sendo calculado pelo sistema, com a regra da empresa.
O que não se deve deixar um agente de IA fazer?
Calcular o número que a diretoria usa para decidir, mover dinheiro sem aprovação de uma pessoa, apagar ou alterar dados em produção sem possibilidade de desfazer, falar com cliente sobre preço e prazo sem fonte controlada e decidir sobre pessoas, como crédito ou triagem de currículo. Também não se deve acumular permissão por conveniência nem deixá-lo rodar sem limite de passos e de gasto. A regra geral: agente é bom quando o objetivo é verificável e o erro é reversível.
