Voltar ao blog

Onde os agentes de IA falham na prática

Por Sebastián Domínguez ·

Revisão crítica de um processo assistido por agentes de IA

Depois de vários projetos, os motivos pelos quais um agente não chega à produção se repetem. Nenhum deles tem a ver com qual modelo foi escolhido.

1. O agente não tem os dados

Pedem que ele prepare um relatório, mas metade da informação vive em uma pasta compartilhada à qual ninguém quer dar acesso. O resultado é um agente que redige bem e erra nos números. Antes de construir qualquer coisa é preciso resolver o acesso, com o escopo mínimo necessário.

2. Ninguém definiu o limite

Se não está escrito o que o agente pode fazer sem aprovação, acontecem as duas coisas ruins: ou ele faz demais e surge um incidente, ou não faz nada e a economia nunca chega. O limite é uma decisão de negócio, não técnica.

3. Mede-se contra uma sensação

"Parece mais rápido" não sobrevive ao primeiro corte de orçamento. Sem uma linha de base tomada antes de começar — minutos por tarefa, erros, retrabalho — não há como defender o projeto nem saber se vale a pena continuar.

4. Automatizou-se a exceção

É tentador atacar o caso mais difícil para demonstrar potência. É o erro clássico: o caso raro consome o orçamento e traz pouco tempo recuperado. Primeiro o frequente e chato; a exceção depois, já isolada.

5. Ninguém ficou responsável

Um agente é software: os formatos mudam, as regras mudam, os modelos mudam. Se ao final do projeto ninguém da casa sabe ajustá-lo, ele se degrada sozinho. Por isso a última fase é sempre transferência e treinamento, não uma apresentação de encerramento.

Continuar lendo

Qual função vale a pena aumentar primeiro?

Em uma primeira videochamada de 30 minutos podemos identificar a função com mais horas recuperáveis na sua empresa e dizer com franqueza se faz sentido começar por aí.