Modelos e plataformas de IA
Pesquisa da Dynatrace constata que a adoção de agentes de IA está avançando mais rápido que a supervisão
Uma pesquisa da Dynatrace constatou que os agentes de IA são comuns nas operações de TI das empresas entrevistadas, mas relativamente poucas afirmam que suas organizações dão atenção à visibilidade das decisões dos agentes.
Pontos-chaveA adoção de agentes ultrapassa a visibilidade necessária para julgar o que esses…
Ver mais
- A adoção de agentes ultrapassa a visibilidade necessária para julgar o que esses agentes realmente decidem.
- As pessoas ainda verificam, em média, 66% das decisões impulsionadas por IA, apesar das ambições de autonomia.
- As equipes devem testar se conseguem reconstruir a ação de um agente antes de conceder autoridade mais ampla.
Os agentes de IA estão se tornando comuns nas equipes que mantêm os softwares empresariais em funcionamento, mas as ferramentas para monitorar as decisões e ações desses agentes não acompanham esse ritmo. Nos resultados do Estado da Observabilidade 2026, publicados em 10 de novembro, a Dynatrace afirmou que 87% dos líderes de tecnologia entrevistados relataram uso moderado ou amplo de agentes de IA em observabilidade e operações de TI. Apenas 27% afirmam que suas organizações atualmente dão atenção à visibilidade das decisões e ações dos agentes.
Os resultados baseiam-se em uma pesquisa on-line encomendada pela Dynatrace em agosto de 2026, com 1.202 líderes de tecnologia empresarial em 12 países. Eles descrevem o que os entrevistados relatam sobre as próprias organizações, não o que pesquisadores verificaram de forma independente em ambientes de produção. A Dynatrace vende software de observabilidade; por isso, é melhor considerar o relatório um retrato dos desafios descritos pelos participantes da pesquisa, e não um censo do uso de IA nas empresas.
A adoção de agentes não é o mesmo que autonomia
O índice de adoção da pesquisa diz respeito a uma área específica da tecnologia empresarial: monitorar softwares e operar sistemas de TI. Isso não significa que 87% das empresas tenham agentes autorizados a tomar decisões importantes por conta própria. Uma organização pode usar um agente para resumir um incidente e propor uma resposta para análise de um engenheiro. Outra pode permitir que um agente execute uma ação predefinida em uma parte limitada de sua infraestrutura. Ambas podem relatar que usam agentes, embora eles tenham responsabilidades muito diferentes.
Os entrevistados estimaram que as pessoas ainda verificam, em média, 66% das decisões tomadas com o apoio de IA. Separadamente, 12% relataram operações totalmente autônomas, enquanto 44% disseram que pretendem atingir esse nível em cinco anos. Portanto, esse último número mede uma ambição, não é uma previsão. A pesquisa também constatou que a complexidade da integração foi o obstáculo à autonomia citado com mais frequência, por 31% dos entrevistados, ao lado de desafios como competências, supervisão e qualidade dos dados.
O que as equipes conseguem ver depois que um agente age
O monitoramento padrão de sistemas pode informar a um engenheiro que um serviço respondeu e quanto tempo levou para fazê-lo. Isso não revela se um agente escolheu uma ação apropriada nem se ela resolveu o incidente subjacente. Por exemplo, se um agente recomenda reiniciar um serviço, um registro útil mostraria quais alertas embasaram a recomendação, se uma pessoa a aprovou e o que aconteceu com o serviço depois. Assim, os engenheiros poderiam verificar se a reinicialização ajudou ou apenas coincidiu com a recuperação.
A Dynatrace constatou que 43% consideravam a visibilidade das decisões dos agentes um requisito importante de observabilidade, em comparação com 27% que relataram que suas organizações estavam trabalhando para atendê-lo. Essa diferença não significa que todos os demais não tenham registros. Trata-se de uma comparação entre o que os entrevistados consideravam importante e o que disseram que suas organizações estavam abordando.
Os custos acrescentam outra dimensão. Cerca de 81% relataram aumento nos gastos com computação e infraestrutura devido às cargas de trabalho de IA, e 77% disseram precisar de mais visibilidade sobre a alocação dos custos. Uma ferramenta que mede o tempo que os operadores dedicam a um incidente, mas não contabiliza os recursos adicionais consumidos por um agente, pode fazer a automação parecer mais barata do que realmente é. Associar essas duas medidas permite que as equipes comparem o custo de diferentes abordagens para o mesmo trabalho.
O teste para ampliar a autoridade dos agentes
Em um acompanhamento de 17 de novembro, a Dynatrace descreveu uma progressão que começa pela coleta de evidências, passa pela recomendação de ações e, em seguida, pela atuação mediante aprovação, antes de avançar, quando justificável, para uma autonomia mais ampla. Para uma equipe de operações, isso sugere avaliar um agente em relação a uma tarefa específica, em vez de ampliar suas permissões porque ele teve bom desempenho em atividades sem relação com ela. Por exemplo, um agente que classifica alertas de forma confiável não demonstrou necessariamente que sabe escolher o momento de alterar um sistema de produção.
A pesquisa aponta um teste prático para as empresas que consideram ampliar a autonomia: a equipe consegue reconstruir o que o agente fez, justificar a autoridade que lhe foi concedida e medir se a ação ajudou? Sem essas respostas, uma taxa de adoção mais alta pode refletir apenas a presença de mais agentes no fluxo de trabalho, e não evidências de que estejam prontos para conduzi-lo.












