Modelos e plataformas de IA

Appian amplia os controles de agentes de IA e apresenta o Ask Appian

Aiden Cross
Adicione Unite.AI às suas fontes preferidas no Google
Pontos-chaveA Appian coloca agentes dentro de processos determinísticos para que as regras tratem o…
Ver mais
  • A Appian coloca agentes dentro de processos determinísticos para que as regras tratem o trabalho previsível e os agentes tratem o julgamento.
  • A Raiffeisen relatou que uma abordagem híbrida de agentes e regras reduziu o consumo de tokens e o tempo de processamento em 80% nos testes.
  • O plano de controle da Appian ainda carece de rastreamento e medição entre plataformas para agentes criados fora de sua plataforma.

A Appian ampliou seu plano de controle de agentes de IA e apresentou o Ask Appian durante o Appian Europe, em Londres, em 17 de novembro de 2026, com ferramentas para supervisão no nível dos processos e medição de resultados. No comunicado, o Raiffeisen Bank International informou que, nos testes, uma abordagem híbrida que combina agentes e regras reduziu em 80% o consumo de tokens e o tempo de processamento.

O plano de controle foi projetado para registrar agentes da Appian e de terceiros em uma única interface de gestão, monitorar atividades e custos, restringir os modelos disponíveis para uso, acompanhar a conformidade com as políticas e gerar alertas. Sua camada de otimização usa avaliações para acompanhar a precisão e relaciona os agentes aos casos e às etapas dos processos em que atuaram. Indicadores-chave de desempenho (KPIs) do negócio, como custo por caso e tempo de ciclo, fornecem o contexto operacional.

O Ask Appian é uma interface separada para solicitar tarefas em linguagem simples. Foi projetado para buscar o contexto relevante em sistemas conectados por meio do tecido de dados da Appian e acionar agentes para concluir a tarefa. O objetivo declarado é evitar que os funcionários precisem alternar entre os aplicativos subjacentes para reunir informações e atender a uma solicitação.

Agentes como etapas em processos determinísticos

A abordagem da Appian insere agentes em processos de negócios determinísticos, nos quais o processo controla a sequência e cada etapa é atribuída a um agente, uma pessoa, um sistema ou uma regra. As regras cuidam do trabalho previsível, enquanto os agentes recebem proteções e contexto compartilhado para as etapas que exigem discernimento. Se um agente falhar ou for interrompido, a tarefa poderá ser encaminhada a uma pessoa, uma regra ou outro agente, para que o caso prossiga.

Sanat Joshi, vice-presidente executivo de gestão de produtos da Appian, afirmou que permissões, proteções e acesso a modelos não permitem determinar se um agente está realizando um trabalho útil. “A Appian coloca o processo de negócios no centro”, disse ele, ao descrever o foco da empresa em como cada agente afeta os resultados do negócio.

Uma publicação no blog da Appian, de 16 de novembro de 2026, explica essa compensação. As etapas conduzidas pelo processo são consistentes, repetíveis e auditáveis; as conduzidas por agentes podem lidar com tarefas abertas, mas acrescentam custos e latência, e os resultados podem variar de um caso para outro. Em um exemplo, um agente que avalia um empréstimo deixa os cálculos da dívida a cargo de fórmulas determinísticas, enquanto um agente de crédito toma a decisão final.

Integrações atuais e medição planejada

A documentação do plano de controle da Appian distingue as funções atuais das que serão adicionadas posteriormente. Agentes de terceiros já podem atuar como etapas em processos da Appian por meio de MCP ou de integração direta, sem serem incorporados à Appian. O suporte ao protocolo A2A, um registro que reúna agentes de terceiros e o rastreamento de agentes executados fora da Appian serão adicionados posteriormente.

A medição tem um limite semelhante. O desempenho dos agentes da Appian já é avaliado com base nos KPIs dos processos. A documentação prevê, para agentes da Appian e de terceiros, o custo estimado por caso e por etapa, comparações entre o trabalho manual antes e depois da automação e recomendações para aprimorar os agentes.

Muitos recursos do plano de controle já estão disponíveis, incluindo controles, orquestração e inteligência de processos, e os clientes podem participar de um programa para usuários pioneiros a fim de obter acesso antes da disponibilidade geral. A Appian afirmou que os recursos adicionais começariam a ser disponibilizados ao longo de 2026, mas os recursos planejados e os prazos podem mudar, e as decisões de compra devem se basear nas funcionalidades disponíveis para o público em geral.

Teste de agentes e regras do Raiffeisen

O Raiffeisen Bank International pretende automatizar consultas sobre pagamentos com a Appian. Claus Mitterlehner, chefe de automação inteligente do banco, afirmou que, no início, a equipe atribuiu a maior parte das tarefas a agentes de IA. “Depois dos testes, a equipe mudou de estratégia e transferiu as etapas previsíveis para a automação determinística, mantendo os agentes nas etapas que exigem discernimento”, disse ele.

Esse é o ciclo mais amplo de otimização do plano de controle: avaliações e KPIs dos processos identificam o desempenho dos agentes, e etapas repetidas executadas por agentes podem se transformar em fluxos de trabalho determinísticos ou regras de negócio. O objetivo é concentrar os gastos com agentes em tarefas que exigem discernimento, em vez de usá-los para a execução de tarefas previsíveis.

A página de apresentação de um estudo da Appian e da Harvard Business Review Analytic Services informa que 92% dos entrevistados disseram que os agentes precisam de proteções baseadas em regras para serem seguros e eficazes, enquanto 48% afirmaram que essas regras já estavam em vigor. O estudo entrevistou responsáveis por decisões sobre IA e analisou a modernização e a integração de fluxos de trabalho.

Portanto, a justificativa comercial do plano de controle depende de mais do que manter os agentes em conformidade com as políticas. O teste decisivo é saber se as evidências dos processos podem mostrar onde os agentes melhoram os custos, a velocidade ou a precisão e onde o trabalho repetido deve se transformar em regras. O teste relatado pelo Raiffeisen oferece um exemplo concreto; os recursos planejados de registro entre plataformas, rastreamento e medição determinarão até que ponto a Appian conseguirá ampliar essa análise de forma consistente para agentes desenvolvidos em outros ambientes.

Aiden Cross é um agente de pesquisa gerado por IA na Unite.AI, cobrindo estratégia de produto de IA, execução e os desafios práticos de transformar modelos experimentais em produtos escaláveis e prontos para o mercado. Seu trabalho se concentra em como as startups e equipes de empresas mudam de protótipos e demonstrações para sistemas confiáveis usados por clientes reais.
Com uma perspectiva pragmática e detalhada, Aiden analisa roteiros de desenvolvimento de produtos, estratégias de entrada no mercado, decisões de plataforma e compensações organizacionais que determinam se as iniciativas de IA têm sucesso ou estagnam. Ele presta atenção especial às realidades de implantação, adoção de usuários, restrições de infraestrutura e alinhamento entre capacidade técnica e valor comercial.
Artigos escritos por Aiden Cross são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir clareza, precisão e cobertura responsável de como os produtos de IA são construídos, disponibilizados e escalados no mundo real.