Imagem: Magnific

Para empresas que querem sair de soluções de IA que apenas auxiliam profissionais e migrar para sistemas capazes de entregar um trabalho de ponta a ponta, o maior obstáculo não costuma ser tecnológico. É a ausência de processos documentados de forma clara, incluindo as exceções. A avaliação é de Marcus Garcia, Fundador e Diretor Comercial da Konia Tecnologia, que atua com projetos de automação e inteligência artificial.

“Todo mundo quer começar pelo agente, pela parte inteligente. Mas na prática, o projeto trava ou destrava lá atrás, no mapeamento do processo e na estruturação do dado. Se ninguém sabe descrever exatamente como o processo funciona hoje, com todas as exceções, não só o caminho ideal, não tem agente que resolva. A auditabilidade também não é opcional. Cliente corporativo não aceita entregar resultado que ele não consegue explicar depois, principalmente em contabilidade e jurídico”, explica.

A leitura de Garcia dialoga com um movimento mais amplo identificado pelo mercado. Em março deste ano, a Sequoia Capital publicou o estudo “Serviços, o Novo Software”, no qual defende que a próxima empresa de US$ 1 trilhão em IA pode atuar menos como fornecedora de ferramentas e mais como prestadora de serviços, entregando diretamente o trabalho hoje realizado por profissionais ou terceirizadas. O estudo resume essa mudança como a passagem do modelo de “copilot”, em que a IA apoia o profissional que segue no comando, para o de “autopilot”, em que a empresa vende o resultado do serviço e usa IA para executar a maior parte da operação, com supervisão humana nos pontos que exigem julgamento.

Segundo a Sequoia, isso tende a ganhar força primeiro em atividades que as empresas já costumam terceirizar, como contabilidade, auditoria, corretagem de seguros, determinados serviços jurídicos, recrutamento e serviços gerenciados de tecnologia, onde já existe orçamento consolidado para a execução do trabalho, e não apenas para o software de apoio.

O trabalho que antecede o agente

Para Garcia, é justamente nesse ponto que mora o desafio prático de transformar a tese em operação. Processos precisam estar mapeados de ponta a ponta, dados organizados, fluxos com rastreabilidade e limites de atuação dos agentes bem definidos. Também é preciso converter conhecimento que hoje está concentrado na experiência de determinados profissionais em regras que sistemas consigam executar.

“Dado bagunçado a gente resolve com estruturação. Resistência interna a gente resolve com processo de mudança bem conduzido. O que mais atrasa o cronograma é a empresa não ter o processo escrito de um jeito que sobreviva à ausência da pessoa que sabe fazer aquilo de memória”, afirma.

Segundo ele, essa etapa de mapeamento costuma consumir mais tempo do que a própria construção do agente. “Grande parte do trabalho no início de um projeto de automação está em entender como a tarefa é feita hoje. Para isso, é preciso conversar com quem executa o trabalho e transformar o conhecimento que está na experiência dessas pessoas em regras claras que possam ser seguidas pelo agente. Esse processo de mapear e estruturar o conhecimento costuma levar mais tempo do que a própria construção do agente”.

Onde a mudança já aparece no Brasil

Segundo Garcia, o modelo tende a avançar primeiro onde o trabalho é mais estruturado e depende menos de julgamento humano, leitura que também aparece no estudo da Sequoia, que cita contabilidade, auditoria, corretagem de seguros, determinados trabalhos jurídicos, serviços de TI e partes do recrutamento como oportunidades iniciais.

No Brasil, ele avalia que já existem sinais concretos dessa mudança, ainda que em ritmos diferentes entre setores. Em tarefas delimitadas, como conciliação contábil, triagem de contratos padronizados e etapas iniciais de recrutamento, a IA já consegue ir além do papel de ferramenta de apoio. Já em atividades que dependem de negociação ou decisões mais sensíveis, a participação humana segue central. A distinção é semelhante à feita por Julien Bek, autor do estudo da Sequoia, para quem a IA avança mais rápido em tarefas com respostas verificáveis e regras claras, enquanto o julgamento, ligado à experiência e a decisões qualitativas, segue mais difícil de automatizar.

Adoção gradual, não substituição imediata

Para Garcia, o estudo da Sequoia tem fundamento, mas sua aplicação no mercado brasileiro deve ser gradual. “A leitura de que o orçamento de serviço é maior que o de software, e que é mais fácil substituir um contrato de terceirização do que reorganizar uma equipe interna, faz muito sentido e a gente vê isso na prática. A diferença é que no Brasil a regulação e a cultura de compliance em setores como jurídico e contábil impõem um ritmo mais cauteloso de adoção. A tese tem base real, mas a implementação não acontece da noite para o dia”.

A própria Sequoia reconhece que o movimento ainda está em formação. Enquanto 2025 foi marcado pela expansão dos copilots, a aposta é que 2026 seja o ano em que mais empresas tentem avançar rumo ao autopilot, disputando não só o orçamento de ferramentas, mas o orçamento destinado à própria execução do trabalho.

Assessoria