Os principais erros que as empresas cometem ao adotar agentes de IA

Como co-diretor do Laboratório de Agentes de IA da Universidade Johns Hopkins, Harang Ju vem enfrentando essa questão diretamente. Para agilizar a transformação, documentos de RH dispersos em sites universitários, pastas do SharePoint e repositórios de PDFs foram reunidos e convertidos em arquivos de texto simples, organizados em uma estrutura unificada de diretórios.

A medida pode parecer banal, mas o impacto é significativo: um agente de IA agora consegue pesquisar simultaneamente todas as políticas de RH, cruzar informações sobre benefícios e licenças e responder a perguntas de funcionários que antes exigiam navegar por diversos sistemas e ler dezenas de páginas.

Enquanto apenas humanos precisavam navegar por esses silos, a consolidação era desejável porque economizava tempo. Com a entrada dos agentes, porém, essa unificação se torna indispensável. Um agente com acesso a dados unificados não apenas trabalha mais rapidamente como também estabelece conexões entre domínios que nenhum ser humano conseguiria explorar.

Ainda assim, os formatos de dados são apenas parte do problema. Mesmo quando as informações estão devidamente estruturadas, os agentes enfrentam outras barreiras: sistemas que não se comunicam entre si, interfaces projetadas para cliques em vez de comandos e métodos de autenticação que pressupõem a presença humana.

As soluções atuais, que utilizam IA para “olhar” para telas e clicar em botões, apenas evidenciam essa incompatibilidade: estamos pedindo que computadores finjam ser humanos usando computadores.

Para o pesquisador, a solução está em expor as capacidades dos sistemas por meio de interfaces programáticas. Em vez de um agente “clicar” em um portal, o sistema deve oferecer um canal direto para que ele se autentique, solicite dados e execute ações. Ao avaliar novas ferramentas, a arquitetura API-first deve ser um requisito básico, não um diferencial.

Mesmo sistemas legados podem ser incorporados por meio de interfaces acessíveis a agentes. A vantagem competitiva estará nas organizações que se reestruturarem primeiro — e superarem aquelas que ainda operam agentes por meio de interfaces humanas.

As hierarquias corporativas existem por dois motivos principais. O primeiro é a capacidade limitada dos seres humanos para processar informações. As organizações lidam com isso fragmentando problemas complexos em partes gerenciáveis e distribuindo responsabilidades entre níveis hierárquicos.

O segundo motivo é o custo da coordenação. Buscar informações, negociar acordos e monitorar desempenho exige tempo e recursos. As hierarquias internalizam essas atividades porque isso é mais eficiente do que recorrer constantemente ao mercado.

Segundo Harang Ju, os agentes de IA eliminam esses dois fatores. Eles acessam dados entre departamentos instantaneamente, conciliam inconsistências, identificam padrões e geram relatórios em segundos. Além disso, coordenam informações a um custo marginal quase nulo, reduzindo drasticamente os custos com camadas intermediárias de gestão.

Isso levanta uma questão central: se os agentes podem coordenar e executar tarefas, qual será o papel dos seres humanos? A resposta, segundo o pesquisador, não é “nenhum”. Caberá aos humanos realizar o que os agentes não podem, ou não devem fazer: tomar decisões baseadas em valores e compromissos, lidar com exceções fora dos parâmetros normais, construir relações que exigem confiança e assumir responsabilidade quando algo dá errado.

Na prática, o pesquisador vê uma transição dos papéis humanos para duas funções centrais: proprietários e verificadores.

Os proprietários definem o sucesso. Eles estabelecem direções, tomam decisões baseadas em valores, escolhem estratégias e determinam os limites dentro dos quais os agentes operam. Esse trabalho não pode ser delegado, pois envolve julgamentos normativos, não otimização.

Os verificadores, por sua vez, auditam resultados, lidam com exceções e permanecem responsáveis quando falhas ocorrem. Eles revisam o trabalho dos agentes, detectam erros antes que se propaguem e tomam decisões fora dos padrões normais. A verificação não pode ser delegada, pois a responsabilidade final deve permanecer humana.

Essa mudança, da execução para a delegação e supervisão, tem implicações diretas para a contratação. Não se trata de eliminar cargos, mas de redefinir seus requisitos.

Organizações que contratam com base em habilidades de execução vão descobrir que essas competências estão se tornando cada vez mais comuns. Já aquelas que priorizam responsabilidade, julgamento e capacidade de verificação perceberão que seus profissionais são mais valiosos do que nunca.

Hoje, contadores passam dias extraindo dados de diversos sistemas, conciliando transações, investigando discrepâncias e elaborando relatórios. Em uma organização reestruturada, cada sistema financeiro fornecerá dados aos agentes por canais diretos.

O agente irá coletar as informações, comparar transações com base em regras definidas pela equipe financeira e sinalizar inconsistências. O papel do contador passará a ser a definição de parâmetros: quais variações são aceitáveis, quais transações exigem atenção especial e quais discrepâncias demandam revisão humana.

O mesmo ocorre com a verificação de credenciais docentes no AI Agent Lab. Segundo Ju, processos de acreditação exigem comprovação de qualificações específicas, o que tradicionalmente envolvia revisão manual de currículos. Com dados estruturados, agentes consultam diretamente as credenciais, verificam o cumprimento dos requisitos e sinalizam casos limítrofes. Um humano revisa os casos críticos e aprova as comunicações.

A transição para operações orientadas por agentes exige mudanças concretas em quatro áreas.

• Dados: converter políticas, procedimentos, atas e conhecimento institucional em formatos de texto simples, armazenados em estruturas pesquisáveis. PDFs podem ser bons para humanos, mas não para agentes.
• Ferramentas: criar interfaces programáticas que permitam aos agentes consultar dados e agir, começando por acesso por leitura e evoluindo para ações com aprovação humana.
• Funções: reestruturar cargos em torno de propriedade e verificação, distinguindo claramente o que cabe aos humanos e o que pode ser delegado aos agentes.
• Salvaguardas: implementar verificações independentes, simples e determinísticas, com alertas e portas de aprovação para ações de alto risco.

As organizações que fizerem essa transição com sucesso aprenderão que os ganhos reais não vêm da simples substituição de uma tecnologia por outra, mas da reformulação da forma como o trabalho é organizado.