O que as empresas devem ter em sua stack de IA?

O próximo estágio da transformação pela IA será definido pelo que as empresas conseguem aprender com cada decisão que ela toma, bem como por quem é dono desse aprendizado

As conversas sobre IA têm se concentrado em uma questão principal: o que esses modelos conseguem fazer? Eles foram avaliados em testes de referência, submetidos a projetos-piloto e recebidos com entusiasmo — e essa era a pergunta certa durante a fase de experimentação. No entanto, não é a pergunta certa para o momento em que estamos.

Nesta nova fase — a empresa agêntica —, a IA já está executando tarefas, monitorando mudanças, preparando entregas e participando de decisões importantes para impulsionar os negócios, em vez de apenas responder a perguntas. Essa mudança está se acelerando: o estudo de CEOs de 2026 da IBM constatou que os CEOs esperam que a proporção de decisões operacionais tomadas por IA quase dobre, chegando a 48% até 2030. Quando a IA passa a executar o trabalho, em vez de apenas descrevê-lo, a questão estratégica deixa de ser “O que este modelo consegue fazer?” e passa a ser “O que minha empresa aprende cada vez que toma uma decisão, e quem é dono desse aprendizado?”

Se o valor empresarial se acumula decisão por decisão, então o ativo mais importante de uma empresa na era da IA é o ciclo que permite à organização aprender com cada decisão — especificamente, o contexto por trás dela, as evidências que a embasaram, o resultado que produziu e o padrão que conecta esses elementos. Seja dono desse ciclo, e cada decisão tornará a próxima mais precisa. Deixe-o escapar, e você estará automatizando atividades sem acumular vantagens.

Basta reformular a questão para que quase tudo mude na maneira como uma empresa séria deve estruturar sua IA.

O erro de apostar tudo em um único modelo

Em geral, a tendência tem sido consolidar escolhendo um provedor líder de modelos, padronizando o uso de seus modelos e construindo tudo sobre eles. No entanto, acho que isso é um erro, embora não pelo motivo que as pessoas costumam apontar.

A objeção mais comum é o aprisionamento tecnológico e o poder de pressão sobre os preços. Esses problemas existem, mas são secundários. A questão mais profunda diz respeito aos incentivos e ao destino do aprendizado da sua empresa. Os provedores de modelos se dedicam a criar os melhores modelos de uso geral do mundo, e fazem isso aprendendo com o uso. Quando você encaminha as decisões, os dados e os fluxos de trabalho proprietários da sua empresa por meio de um único provedor, entrega a ele o material que mais diferencia sua empresa — o registro de como ela pensa — a um fornecedor cujo incentivo é generalizá-lo. Sua vantagem se torna um insumo para uma commodity que seus concorrentes também podem comprar.

A fronteira tecnológica também está avançando rápido demais para apostar que um único modelo continuará sendo o melhor por muito tempo. Em vez disso, a arquitetura certa deve permitir que as empresas encaminhem as tarefas ao modelo ou agente especializado mais adequado para cada uma, mantendo o controle sobre o ambiente de execução dos agentes e o ciclo de aprendizagem que capturam como a empresa opera e toma decisões. Os modelos podem mudar; essa base proprietária continua sendo sua e se torna mais valiosa com o tempo.

Essa base proprietária também pode ter valor estratégico mensurável. O estudo da IBM também constatou que os CEOs que incorporam dados proprietários e propriedade intelectual a modelos e agentes de IA personalizados esperam que 13% a mais de sua receita em 2030 venha de produtos e serviços que ainda não oferecem.

Você não pode construir todos os agentes — e nem deve tentar

Ser dono do ambiente de execução dos agentes, do ciclo de aprendizagem e do sistema de roteamento não significa construir todos os agentes que operam sobre essa estrutura. Cabe à empresa construir e possuir o agente principal — aquele que entende a organização, suas prioridades e seus dados proprietários. Mas as atividades empresariais abrangem áreas que nenhuma equipe consegue dominar sozinha: vendas, RH, jurídico, finanças, inteligência de mercado e outras. Cada uma delas será mais bem atendida por um agente especializado em sua respectiva área.

Nenhuma empresa vai construir internamente um agente de ponta para cada função. Não é uma corrida por recursos que se possa vencer. O modelo que tende a dar certo é um agente principal que coordena um conjunto de subagentes especializados, cada um adaptável às necessidades da empresa e integrado ao ambiente de execução por meio de uma interface clara. Ainda assim, as empresas estão apenas começando a construir esse tipo de arquitetura: uma pesquisa da Deloitte de 2026 constatou que apenas 15% das organizações ampliaram a adoção de sistemas multiagentes coordenados e interfuncionais.

Assim, o verdadeiro trabalho dos líderes empresariais tem duas frentes: construir o agente principal que servirá de norte e o ciclo de aprendizagem que o alimenta; depois, identificar os melhores agentes especializados e integrá-los. Assuma a propriedade daquilo cujo valor se acumula; faça parcerias onde isso não acontece.

Agente especializado versus uma simples camada de interface

Um agente especializado precisa oferecer algo que a empresa não consiga recriar facilmente. A vantagem duradoura vem da combinação de dados proprietários com um ambiente de execução projetado especificamente para recuperá-los e raciocinar sobre eles. A qualidade de um agente depende inteiramente do que ele consegue encontrar e de quão bem compreende o que encontrou.

Esse é o critério que os líderes empresariais devem usar ao decidir o que desenvolver internamente e com quem estabelecer parcerias. Se uma capacidade depende de conteúdo exclusivo, conhecimento especializado da área e anos de infraestrutura desenvolvida para esse fim, recriá-la internamente provavelmente não trará vantagem. Em vez disso, concentre esses recursos nos dados proprietários, no ciclo de decisão e na camada de orquestração que são exclusivamente seus.

O que os vencedores compreenderão

As empresas que vencerem na era dos agentes serão aquelas que estruturarem sua arquitetura em torno do que as torna singularmente mais inteligentes ao longo do tempo. Elas serão donas do ciclo que lhes permite aprender com cada decisão e o cercarão dos melhores agentes especializados, em vez de tentar construir tudo sozinhas.

O objetivo não é possuir cada componente da pilha de IA. É possuir os componentes em que sua vantagem se multiplica e firmar parcerias para todo o resto. Estar conectado não é o mesmo que ser inteligente. Na empresa agêntica, ser inteligente significa possuir aquilo que multiplica sua vantagem e firmar parcerias para todo o resto.