Scovai Scovai
AI & Operations 2026-10-28 1 min read

Pergunte a quem constrói os seus agentes quais pressupostos estão errados — 167 especialistas técnicos acabaram de os classificar

DSL

Dr. Sarah Liu

Pergunte a quem constrói os seus agentes quais pressupostos estão errados — 167 especialistas técnicos acabaram de os classificar

Quase todos os estudos que diagnosticam por que a IA agêntica fica abaixo do prometido inquirem quem a aprovou. Um artigo escrito em 3 de setembro de 2026 inquiriu quem a constrói. Johannes Habel, da University of Houston, e oito coautores identificaram dez ilusões de gestão sobre IA agêntica — ideias erradas sobre o que ela é, o que consegue realizar e como as empresas deveriam implementá-la —, organizaram-nas ao longo de três etapas da transformação e submeteram-nas a 167 especialistas técnicos, que validaram tanto a prevalência como o impacto negativo de cada uma. A ilusão que os construtores consideram mais crítica é a "tendência dos gestores para sobrestimar as reduções de pessoal que estes agentes permitem" (Habel et al., SSRN, 2026).

Trate isso como uma medição, não como uma queixa. A distância entre os seus pressupostos sobre IA agêntica e as expectativas dos seus engenheiros é uma quantidade que pode recolher numa reunião, e quem está mais perto da construção acabou de lhe dizer qual linha do business case tem maior probabilidade de estar errada.

É a linha do quadro de pessoal. E é também, na maioria das empresas de mid-market, a linha em que se apoiou toda a aprovação.

A ilusão classificada em primeiro lugar já tem uma previsão avaliada

O útil na ilusão mais bem classificada é que se trata da única afirmação sobre IA agêntica com histórico publicado. O inquérito State of AI 2026 da McKinsey é a primeira edição em que a previsão do painel do ano anterior pôde ser confrontada com o que realmente aconteceu. Na vaga de 2025, 32% dos inquiridos esperavam reduções de pessoal ligadas à IA no ano seguinte. Na vaga de 2026, "apenas 14 por cento dos inquiridos de organizações que usam IA relatam que a IA contribuiu para uma diminuição global da dimensão da força de trabalho no último ano" — menos de metade da proporção que o previu. Dois terços relataram pouca ou nenhuma alteração do emprego total ligada à IA (McKinsey, 2026).

A previsão excedeu a mudança realizada por um fator de cerca de dois. A resposta do painel ao erro foi aumentar a previsão: 39% esperam agora quedas de emprego ligadas à IA no ano que vem, contra 32%.

Portanto, os especialistas técnicos do inquérito de Habel não estão a registar um cepticismo cultural vago. Estão a colocar em primeiro lugar o único pressuposto de toda a pilha que foi avaliado, chumbado e depois repetido. Se o seu business case de agentes contém uma poupança de pessoal, está garantido por um estimador com um erro documentado a um ano de cerca de 2x.

A ilusão do quadro de pessoal tem uma dimensão mensurável — e a média é o número errado

Qual é a magnitude real do efeito? A quantificação mais limpa vem de um contrafactual, não de uma previsão. Colaiacovo e Koning recrutaram, através da Pitchbook, 199 fundadores de empresas B2B norte-americanas orientadas para o crescimento, 176 dos quais completaram o inquérito na totalidade, e perguntaram quantos colaboradores adicionais seriam necessários, na ausência de IA generativa, para manter o mesmo output com a mesma qualidade (Colaiacovo & Koning, Harvard Business School, 2026).

A resposta média foi 55% mais colaboradores. A mediana foi 17%. A resposta individual mais frequente foi zero — 30% dos fundadores disseram que não precisariam de mais ninguém.

MedidaValor
Aumento contrafactual médio de pessoal sem IA55%
Mediana17%
Proporção que responde zero30%
Empresas com IA formalmente integrada nos workflows (média)91,4%
Empresas em que o uso de IA é informal (média)24%

Seguem-se duas leituras, e ambas importam mais do que o título.

Primeira: um fornecedor que afirma que "os agentes substituem metade de uma equipa" está a citar a média de uma distribuição fortemente assimétrica à direita, cuja empresa mediana reporta 17%. Qualquer plano construído sobre a média é um plano construído sobre a cauda.

Segunda: a variável que separa a cauda do centro não é a crença sobre capacidade. Aos fundadores do estudo foi mostrada, de forma aleatória, informação otimista ou pessimista sobre o desempenho da IA em tarefas; as crenças mexeram-se, a disposição para delegar praticamente não. O que os separava era se o trabalho tinha sido formalmente reestruturado em torno da ferramenta. Os integradores formais declararam precisar de 91,4% mais pessoal sem IA — quase quatro vezes os 24% declarados onde o uso era informal.

Não é um resultado de compras. É um resultado de desenho organizacional, que é exatamente onde se situa a segunda etapa de Habel.

A etapa dois é onde as transformações encalham: ninguém é dono do agente

O enquadramento de Habel coloca as ilusões sobre estrutura organizacional entre a estratégia e a execução — e é nessa etapa intermédia que a evidência externa é mais alarmante, porque mede responsabilização e não intenção.

O Institute for Business Value da IBM inquiriu 2.000 executivos de tecnologia de nível C. Dois terços relatam ser responsabilizados por sistemas de IA que não controlam totalmente. Apenas 11% dizem estar completamente preparados para a escala de implantação de agentes prevista para o próximo ano, contra 80% que operam sob um mandato de IA conduzido pelo CEO. Setenta por cento dizem que as equipas da empresa implantam tecnologia mais depressa do que o departamento de IT consegue acompanhar, e 77% dizem que a adoção de IA já ultrapassa a sua capacidade de governação. As organizações inquiridas registaram em média 54 incidentes de agentes no ano anterior — ocorrências não intencionais ou prejudiciais que exigiram correção humana —, das quais 17% de gravidade elevada (IBM Institute for Business Value, 2026).

O mesmo estudo põe preço na solução. As organizações que incorporam o controlo no próprio sistema de IA, em vez de o governarem manualmente depois, registam 25% menos incidentes, implantam 16 vezes mais agentes, reportam margens operacionais 18% superiores e gastam 4 vezes menos do seu orçamento de IA.

Leia esses quatro números em conjunto. O controlo não é o travão da implantação de agentes; nestes dados é a sua condição. As empresas com mais agentes em funcionamento são as que fizeram da supervisão uma propriedade do sistema antes de escalarem.

Por que esta etapa é a barata de corrigir

Uma ilusão sobre a estratégia custa-lhe um slide errado. Uma ilusão sobre o desenho organizacional custa-lhe uma implantação que não se pode desfazer: nenhum dono designado para o output do agente, nenhuma fronteira definida sobre o que ele nunca pode fazer sozinho, nenhum papel reestruturado para a pessoa que supostamente ficaria liberta. São decisões quase gratuitas antes da compra e caras de aplicar depois, quando um agente está em produção e o contador dos 54 incidentes já está a correr.

Etapa três: o piloto que nunca é encerrado nem escalado

As ilusões de execução surgem como uma patologia específica. A Valliance inquiriu 1.000 líderes seniores das maiores empresas europeias e descobriu que 40% das iniciativas de IA permanecem pilotos por desenho — subindo para 48% em organizações maduras com programas de IA estabelecidos. Mais maturidade produziu mais pilotos permanentes, não menos. As organizações encalhadas na fase de piloto reportaram taxas de sucesso mais baixas (43% contra 50% no total), prazos mais longos até ao valor (6,6 meses contra 5,9) e ROI forte em apenas 20% dos casos, contra 76% quando um piloto foi escalado dentro de uma organização madura (Valliance via Consultancy.uk, 2026).

Vale a pena pedir emprestada a formulação da própria consultora: "a experimentação em si não é o problema". O que falha é o que vem depois, ou o que não vem. Os projetos encalham entre a prova de conceito e a produção porque nada no processo obriga a um veredicto.

Note a sequência que se forma. A ilusão estratégica fixa uma meta de pessoal que nunca era alcançável. A ilusão de desenho organizacional deixa o agente sem dono e sem papel reestruturado. A execução produz então um piloto que não se pode encerrar, porque encerrá-lo exigiria admitir as duas primeiras.

O que o artigo não lhe dá

Seja preciso quanto aos limites, porque o artigo está a ser citado de forma solta.

É um texto de 14 páginas dirigido a profissionais, não uma experiência de campo. O resumo publicado indica que 167 especialistas técnicos validaram a prevalência e o impacto negativo de dez ilusões e nomeia a mais bem classificada; não publica percentagens por ilusão, dados sobre a taxa de resposta nem um plano de amostragem. Quem citar um número específico para uma ilusão específica está a inventá-lo. O painel de especialistas é, além disso, autosselecionado e técnico — o que é o sentido do desenho e simultaneamente o seu viés: quem constrói tem interesse profissional na afirmação de que a gestão não compreende a tecnologia.

As fontes de corroboração trazem cada uma a sua própria reserva. O painel da McKinsey é global e enviesado para a grande empresa. Os contrafactuais dos fundadores são crenças autoestimadas de empresas com cerca de 16 colaboradores, não folhas salariais auditadas. A Valliance cobre as maiores empresas europeias, com 39,2 milhões de libras de despesa média anual em IA, nada parecido com uma operação de 200 pessoas, e a Bain publicou uma contranarrativa segundo a qual a maioria das categorias de casos de uso está efetivamente a escalar para produção. Ambas podem valer se o escalamento for desigual e os pilotos abandonados simplesmente se acumularem ao lado dos sucessos.

O que sobrevive a tudo isto é a direção e a ordem de prioridade. Quatro instrumentos independentes — um inquérito a construtores, uma previsão avaliada, um contrafactual de fundadores e uma auditoria de controlo a CxO — apontam para a mesma conclusão: a restrição determinante é organizacional, está a montante da ferramenta, e o pressuposto sobre pessoal é a primeira coisa a verificar.

Converter os seus pressupostos sobre IA agêntica num documento antes da compra

Cinco movimentos, nenhum dos quais exige um novo fornecedor.

  1. Meça a discordância como um inquérito, não como uma conversa. Entregue as três afirmações que sustentam o seu business case aos engenheiros que construiriam ou operariam o agente, e peça a cada um que classifique prevalência e impacto em privado antes de qualquer discussão. Está a medir uma lacuna, e uma reunião faz a média dela até desaparecer.
  2. Retire a poupança de pessoal da aprovação e faça o caso sustentar-se sem ela. Se não se sustenta, não encontrou um caso de uso; encontrou um argumento de dotação disfarçado. A linha de base da mudança realizada é cerca de 14%, não os 32% que se preveem.
  3. Nomeie o dono e o papel reestruturado antes do contrato. A etapa intermédia de Habel é a caríssima de corrigir depois. A pergunta não é "que tarefas o agente consegue fazer" mas "de quem é este posto, quem aprova o seu output, e o que faz agora a pessoa nesse workflow".
  4. Escreva o que fica permanentemente fora da autonomia. Não um registo de riscos — uma lista explícita de classes de ação que o agente nunca pode executar sozinho, acordada antes da implantação e que acompanha a atribuição. É o artefacto mais barato de todo o programa.
  5. Fixe o gate matar-ou-escalar com o orçamento, não depois. Uma janela de avaliação fixa, métricas de sucesso acordadas previamente e um veredicto binário. Quarenta por cento das iniciativas continuam pilotos por desenho porque ninguém tem nunca de decidir.

Os pontos 3 e 4 descrevem uma governação que tem de existir em algum lugar — no seu próprio processo ou no sistema que implanta. A Scovai incorpora ambos no próprio posto: os seus Digital Employees são confirm-first por omissão, cada ação visível para o exterior torna-se um pedido de aprovação com o nome de um supervisor, a autonomia é ganha por tipo de ação a partir de um registo rastreado em vez de concedida na configuração, determinadas classes de ação ficam permanentemente fora da autonomia, e cada posto do organigrama leva uma pontuação de augmentabilidade antes de lá ser implantado o que seja.

Uma decisão para este trimestre

Não precisa de resolver se a IA agêntica vai reduzir o quadro de pessoal. Precisa de decidir se os seus pressupostos sobre IA agêntica podem manter-se de pé antes de quem constrói a coisa o ter dito por escrito.

Por isso, antes de o próximo contrato de agentes seguir para assinatura, coloque as três afirmações de que o seu business case depende à frente da sua equipa técnica, recolha as classificações e olhe primeiro para a linha do quadro de pessoal. Se a estimativa dos seus engenheiros e a do seu plano estiverem muito afastadas, não tem uma decisão de compra à sua frente. Tem uma previsão que já falhou uma vez, e uma oportunidade gratuita de não a repetir.

Ready to go beyond the CV?

Scovai's AI-powered Talent Passport reveals what resumes can't: personality, potential, and true job fit.