Por Mariana Sales, Moara Comunicação
Durante o AI Strategy Summit, Rodrigo Cabot, da Ecosistemas Global, explicou como agentes capazes de interpretar contextos e tomar decisões ampliam o potencial da automação, mas também exigem integração, testes contínuos e governança
Em vez de apenas seguir regras previamente programadas, a inteligência artificial (IA) passa a interpretar objetivos, analisar contextos, tomar decisões intermediárias e executar ações em diferentes plataformas, atuando com maior autonomia. Essa capacidade, no entanto, não deve ser incorporada de forma isolada nas empresas, segundo Rodrigo Cabot, Gerente de Desenvolvimento de Negócios, Alianças e Estratégia Tecnológica da Ecosistemas Global.
O tema foi abordado durante sua palestra “A Era da Empresa Agêntica: Automação Cognitiva e Governança de IA”, no AI Strategy Summit, evento dedicado à aplicação da inteligência artificial nos negócios, nas operações e na estratégia das organizações, realizado no dia 6 de agosto, no Rio de Janeiro. O conceito de empresa agêntica se refere às organizações que utilizam esses agentes de forma coordenada em seus processos de negócio. Segundo o executivo, esse avanço só gera valor quando há controle, rastreabilidade e alinhamento com os objetivos da companhia.
Cabot explica que as automações tradicionais tendem a exigir ajustes frequentes quando portais, sistemas de gestão e interfaces são alterados, o que aumenta os custos de manutenção e pode comprometer o retorno sobre o investimento do projeto. Com o avanço da visão computacional e dos modelos de IA, os sistemas se tornam menos dependentes de códigos, scripts e regras fixas. Agentes conversacionais, por exemplo, podem compreender solicitações, consultar sistemas corporativos e concluir tarefas. No back-office, podem apoiar atividades como conferência de documentos, validação de dados, consultas e registros em diferentes plataformas.
“Isso traz flexibilidade, mas torna indispensável saber quais dados foram usados, por que determinada decisão foi tomada e qual resultado ela produziu”, explica Cabot. Quando esses sistemas passam a interagir com clientes, consultar dados ou alterar registros, a governança precisa fazer parte da solução desde o início. Entre os controles necessários estão a definição de permissões, o registro das decisões, o acompanhamento da qualidade das respostas e a identificação de mudanças no comportamento dos modelos.
A adoção desses agentes também muda a forma de avaliar a qualidade das soluções. Os testes devem considerar não apenas se uma tarefa foi concluída, mas também a precisão, a consistência e o comportamento do sistema. O acompanhamento precisa incluir monitoramento de falhas, simulação de cenários imprevistos e análise dos impactos sobre as demais etapas da operação.
“Não é possível esperar que uma falha chegue ao ambiente de produção para descobrir como o agente vai reagir. A validação precisa ocorrer durante todo o ciclo da solução, do desenvolvimento à operação cotidiana”, observa o executivo.
Também devem ser criadas barreiras para impedir ações incompatíveis com as políticas da empresa. Esse acompanhamento deve permitir a identificação de respostas incorretas, vieses, alucinações e desvios nos dados ou no comportamento dos modelos antes que produzam efeitos na operação. A proteção de dados precisa ser considerada ainda no desenvolvimento, especialmente em operações sujeitas à Lei Geral de Proteção de Dados Pessoais (LGPD).
“Governança não significa impedir a inovação. Significa criar condições para que ela avance sem que a empresa perca a capacidade de supervisionar seus processos e responder pelas decisões tomadas”, destaca Cabot.
Para a Ecosistemas Global, o principal desafio não está em acumular plataformas, mas em integrar pessoas, dados, sistemas corporativos, automação, testes e controles em uma mesma arquitetura, de forma que a maior autonomia tecnológica possa ser convertida em resultados mensuráveis e sustentáveis para o negócio.
Imagens: divulgação.
