No atual turbilhão da inteligência artificial, onde cada nova sigla promete uma revolução, duas palavras estão a dominar o léxico empresarial: AI agents e agentic AI. Usadas muitas vezes como sinónimos por fornecedores e líderes empresariais, estas tecnologias não são a mesma coisa — e, para os gestores, perceber essa diferença é hoje mais do que um exercício semântico: é um imperativo estratégico.
A linha ténue entre o prático e o prometido
Na prática, os AI agents são ferramentas com funções específicas, executadas dentro dos sistemas de TI das empresas. Pense neles como pequenos executores de tarefas: ajudam a agendar reuniões, analisar relatórios, tratar de um ticket de suporte técnico ou automatizar fluxos de trabalho. São previsíveis, têm objetivos claros e, embora alguns aprendam minimamente, operam quase sempre dentro de fronteiras muito bem definidas.
Já a agentic AI é outra história. Ainda numa fase embrionária, esta tecnologia tem ambições maiores: trata-se de sistemas autónomos, com memória persistente, capacidade de raciocínio cruzado e, em teoria, capazes de definir os seus próprios objetivos e ajustar os seus planos de ação sem intervenção humana. É o equivalente a montar uma equipa completa de agentes, liderada por um “coach” digital que orquestra cada jogada com base em objetivos mais amplos.
O problema: O que está a ser vendido nem sempre é o que está a ser oferecido
Apesar das promessas, poucos sistemas hoje em dia podem, de facto, ser chamados de agentic AI. Muitas empresas estão a empacotar chatbots glorificados com acesso a documentos ou calculadoras e a vendê-los como agentes inteligentes ou, pior ainda, como agentic AI.
Alguns especialistas afirmam que: “Se um fornecedor não consegue explicar como o sistema toma decisões ou coordena tarefas, isso é um sinal de alerta”. “Há muita confusão — e muita venda inflacionada com base em jargões técnicos.”
Esta confusão traz riscos sérios: ferramentas com autonomia mal controlada podem agir de forma imprevisível, aceder a dados sensíveis ou propagar erros a larga escala.
O que está mesmo a mudar
O mercado está a evoluir. Vemos agentes a deixarem os grandes modelos de linguagem (LLMs) genéricos para adotar modelos pequenos e especializados (SLMs), mais eficientes e ajustados a funções específicas — como se cada agente fosse treinado à medida para ser um programador, gestor de produto ou perito legal.
Como devem agir os gestores de TI?
- Separar o marketing da engenharia: Pergunte aos fornecedores como funciona a arquitetura, como é feita a supervisão e onde estão os limites da autonomia.
- Começar pequeno: Use agentes em modos “read-only” ou “só sugestão” antes de lhes permitir executar ações críticas.
- Monitorizar e auditar: Cada novo grau de autonomia exige mais controlo, mais testes e mais supervisão humana.
- Preparar os dados: Quer sejam agentes simples ou uma agentic AI em potência, o desempenho dependerá sempre da qualidade e organização dos dados da empresa.
Por fim, a autonomia é uma escolha — e um risco
Antes de se encantar com a ideia de uma IA capaz de “pensar” por si e tomar decisões em nome da sua organização, os gestores de TI devem colocar uma questão fundamental: Será que preciso mesmo disto agora? A resposta, para a maioria das empresas, ainda será não.
A autonomia total não é um destino inevitável — é uma escolha. E como todas as escolhas empresariais importantes, deve ser feita com lucidez, e não com base no ruído de mercado.