O vídeo dura noventa segundos: escreves uma frase, o agente «trabalha sozinho» e sai um resultado impecável. Zero humanos. Zero fricção. Já o viste no LinkedIn esta semana, provavelmente mais do que uma vez. É uma demo linda. E é exatamente isso: uma demo. O agente que se entrega sozinho não existe em produção. O que funciona mesmo — o que fatura, o que aguenta uma terça-feira qualquer — tem uma pessoa atrás, colocada precisamente no ponto onde importa. Não é um defeito que o próximo modelo vai resolver. É o desenho.
O agente IA autónomo é um mito: porque é que os 100% não aparecem em produção
A autonomia total vende-se como um limiar que vamos cruzar «para o ano». O problema é que a matemática dos agentes não funciona assim. Um agente encadeia passos, e os erros multiplicam-se pelo caminho. Se cada passo acerta 95% das vezes — otimista para um LLM atual —, um processo de 20 passos só termina limpo 36% das vezes. Mesmo a 99% por passo, uma em cada cinco tentativas de 20 passos falha. Não é um bug: é aritmética. Encadeia decisões suficientes sem um ponto de controlo e a probabilidade de tudo correr perfeito tende para zero.
Há um agravante documentado em 2025 pelo paper «The Illusion of Diminishing Returns» (MPI-INF e TU Kaiserslautern): o self-conditioning. Quando a janela de contexto do modelo contém os seus próprios erros anteriores, torna-se mensuravelmente mais propenso a produzir mais — lê o seu output anterior, interpreta o padrão estabelecido como correto e constrói por cima. O agente não se engana apenas: engana-se com tanto mais aplomo quanto mais se afasta do último humano que o reviu.
O que compras mesmo quando te vendem «autonomia total»
A palavra «autónomo» faz muito trabalho numa landing e muito pouco num servidor. Na demo, autónomo quer dizer «sem humano». Em produção, autónomo quase sempre quer dizer uma destas três coisas, e nenhuma é a da landing:
- Autónomo dentro de uma faixa estreita. Faz UMA coisa delimitada, com entradas previsíveis, e tudo o que sai da faixa para ou sobe. É o desenho certo. Mas não é «faz o teu trabalho sozinho».
- Autónomo até ao primeiro caso raro. Funciona na demo porque a demo não tem casos raros. A terça-feira a sério tem, e é aí que o «sem humano» passa a «sem ninguém que se aperceba de que se partiu».
- Autónomo com um humano invisibilizado. Há mesmo uma pessoa a rever, a corrigir e a desbloquear — só que não aparece no vídeo de vendas. O humano não desapareceu: esconderam-no para a demo bater certo.
Isto não é novo nem exótico. O relatório «The GenAI Divide» do MIT (agosto de 2025), sobre 300 deployments públicos, concluiu que 95% dos pilotos de IA generativa nunca mexem no P&L. A Gartner, por seu lado, prevê que mais de 40% dos projetos agênticos sejam cancelados antes de 2027. A causa recorrente não é «o modelo não é suficientemente esperto». É ter prometido um sistema que se governa sozinho e tê-lo largado sem a pessoa que o governa.
Onde vai o humano num agente que funciona mesmo
Human-in-the-loop não é «um estagiário a vigiar o ecrã por via das dúvidas». É uma decisão de arquitetura: pões a pessoa nos três ou quatro pontos onde o critério dela vale mais do que a velocidade do modelo, e deixas o agente correr sozinho em tudo o resto. A diferença entre um brinquedo e um sistema é exatamente onde colocas esses pontos.
| Ponto do ciclo | O que faz o humano | Porque é que a IA não o faz sozinha |
|---|---|---|
| Entrada / disparo | Define a faixa e as exceções | O modelo não sabe o que está fora do âmbito se ninguém lho disser |
| Decisão de alto impacto | Aprova antes de executar (pagamento, envio, contrato) | O custo de um erro ultrapassa de longe o de esperar por uma aprovação |
| Caso raro / baixa confiança | Recebe o escalonamento e decide | Um agente que «improvisa» no caso raro é o que acaba em incidente |
| Revisão periódica | Audita casos-limite e corrige o rumo | Sem revisão, o agente deriva e ninguém dá por isso até o cliente reclamar |
Repara no que NÃO está na tabela: o humano não toca nos 80% de volume repetitivo. Aí o agente voa a solo, e deve fazê-lo. O erro do mito da autonomia total não é querer autonomia — a autonomia no repetitivo é justamente o valor. O erro é estendê-la aos 20% que exigem critério, risco ou contexto que o modelo não tem. Esses 20% são onde a pessoa não sobra: é onde o sistema deixa de ser uma demo. É a mesma lógica que aplicamos quando construímos um agente IA a sério, onde o human-in-the-loop não é um extra: é um requisito de arquitetura.
Porque é que o setor vende o contrário (e porque te convém desconfiar)
Vender «sem humanos» é cómodo por duas razões. A primeira, comercial: «substitui a tua equipa» é um título mais apelativo do que «amplifica a tua equipa e deixa o critério onde deve estar». A segunda, de custos: se prometes autonomia total, não tens de cobrar o desenho do ciclo, a observability nem a operação contínua — precisamente a parte cara e difícil, a que faz mesmo com que um agente sobreviva mais de um trimestre. O mesmo teatro de sempre com um cenário novo: cobra-se a sensação de magia, não o sistema que aguenta.
E atenção, isto NÃO é um argumento para não automatizar. Pelo contrário: automatiza tudo o que se pode automatizar bem. O ponto é outro — saber o que deixar ao agente e o que escalar para uma pessoa — e é exatamente a disciplina que separa uma implementação séria de um piloto zombie. Desenvolvemo-lo em quando NÃO automatizar um processo com IA: a autonomia não é um interruptor tudo-ou-nada, é um botão que se calibra processo a processo.
Então, a autonomia total é mentira?
Não é mentira: é prematura, e aplicada onde não deve. Para tarefas curtas, delimitadas e de baixo risco, um agente já corre sozinho de forma fiável hoje — e são os 80% que deves automatizar sem pedir licença a ninguém. Para processos longos, com decisões de alto impacto ou casos raros frequentes, a autonomia total de 2026 é marketing: a curva de fiabilidade ainda não chega tão longe. O agente que funciona não é o que despede o humano; é o que o coloca nos quatro pontos certos e o retira dos outros vinte. Menos espetáculo, mais sistema.
Se o que procuras é um agente que aguente uma terça-feira a sério — e não um vídeo de noventa segundos —, é isso que entregamos: processos com o humano no ciclo onde importa e o agente a correr sozinho onde não importa. Chama-se automação de operações, e deixamo-lo a medir, não a aplaudir.