Automação clássica vs. agentes (tabela comparativa)
| Dimensão | Workflow clássico | Agente IA |
|---|---|---|
| Decisão | Regras if/else fixas | Inferência sobre contexto |
| Input exigido | Estruturado | Não estruturado (texto, imagem) |
| Comportamento | Determinista | Probabilístico |
| Manutenção | Alterações em regras | Iteração de prompts + evals |
| Custo por execução | Zero depois do setup | Tokens + infra |
| Auditoria | Trivial (logs deterministas) | Complexa (decisões probabilísticas) |
Quando compensa passar a agente
Nem sempre é melhor um agente. A regra prática: se o processo é determinista (A → B → C sempre), usa workflow clássico. Se exige decisão contextual (ler um email e decidir o que fazer), aí sim compensa um agente.
- Sim agente: classificação de tickets pelo conteúdo, extração de dados de documentos variáveis, redação de respostas personalizadas, priorização baseada em contexto.
- Não agente (workflow clássico é melhor): notificações programadas, sincronização entre sistemas, validações por regras, transferências de dados.
Os 3 padrões de uso: decisão, execução, monitorização
- Agente de decisão. Recebe um input, avalia o contexto, decide que workflow executa. Exemplo: agente que classifica emails entrantes e os encaminha para a equipa correta.
- Agente de execução. Recebe uma decisão tomada por humano ou por outro sistema e executa uma sequência de ações. Exemplo: agente que, quando se fecha uma venda, cria projeto no project manager, envia emails de onboarding e marca o kickoff.
- Agente de monitorização. Observa um sistema, deteta anomalias e decide quando escalar a humano. Exemplo: agente que revê logs de aplicação e avisa só quando há um padrão realmente preocupante.
Stack e ferramentas (Make AI, n8n, custom)
| Ferramenta | Quando usá-la | Limitação principal |
|---|---|---|
| Make AI | Equipa não técnica, integrações rápidas | Lógica complexa exige "code modules" |
| n8n + nodes IA | Equipa semi-técnica, controlo + flexibilidade | Curva de aprendizagem maior |
| LangChain / LangGraph (custom) | Sistemas multi-agente complexos | Exige desenvolvimento a sério |
| OpenAI Assistants API | Protótipos rápidos | Vendor lock-in e custos que escalam depressa |
Governance, rollback e supervisão
Um agente sem governance é uma bomba. As quatro peças obrigatórias:
- Human-in-the-loop nas decisões de alto impacto. Qualquer ação com consequências significativas exige confirmação humana antes de executar.
- Logs auditáveis de cada decisão com o seu contexto. Se algo correr mal em 6 meses, tens de poder reconstruir o que aconteceu.
- Rollback automático quando o resultado se desvia do esperado. Se a métrica de qualidade cai abaixo do limiar, o sistema volta ao estado anterior automaticamente.
- Revisão humana periódica (semanal no mínimo no primeiro trimestre) de casos limite. Sem isto, os erros sistemáticos não se detetam até se acumularem.