Agentes de IA em produção: o que os dados mostram além do hype

O Gartner afirma que 40% dos aplicativos empresariais terão agentes de IA até o final de 2026, contra menos de 5% em 2025. O mercado de software para agentes vai de US$ 86 bilhões em 2025 para US$ 206 bilhões em 2026. Os números são impressionantes. O mesmo Gartner acrescenta, com menos destaque: mais de 40% dos projetos de IA agentiva serão cancelados até o final de 2027 por custo excessivo, valor de negócio pouco claro e controles de risco insuficientes. Os dois dados coexistem porque estamos no pico das expectativas infladas.

O que é um agente de IA em 2026

A definição técnica consolidou-se: um agente de IA é um sistema que percebe o ambiente, decide ações com base em objetivos e memória, executa ferramentas (APIs, navegador, terminal, banco de dados), e itera até completar uma tarefa de múltiplas etapas — sem intervenção humana em cada passo.

Na prática, um workflow agentivo típico em 2026 faz 10 a 20 chamadas a LLMs por tarefa do usuário. Cada chamada pode invocar ferramentas que geram mais contexto para a próxima chamada. Um agente que resolve um bug de código pode: ler o repositório, executar os testes, identificar o erro, propor uma correção, aplicar, re-executar os testes, e verificar a regressão — tudo autonomamente.

Capacidades confirmadas em produção

Três classes de tarefas mostraram resultados reproduzíveis em produção real:

Automação de documentação clínica: O Microsoft DAX Copilot (Nuance) é o caso mais documentado. Captura conversas em consultório e gera rascunhos de notas clínicas. Redução média de 7 minutos por consulta, 50% menos tempo em documentação. Mais de 10 milhões de encontros clínicos capturados. Funciona porque a tarefa é bem definida, o output é auditável pelo médico, e o erro não é crítico (o médico revisa antes de assinar).

Resolução autônoma de bugs: O SWE-Bench Verified mede exatamente isso — resolução de issues reais de repositórios GitHub, avaliada por se os testes passam após a modificação. O GPT-5.3 Codex marcou 83%, Claude Opus 4.5 chegou a 80.9%. Agentes de código estão em produção em empresas como GitHub (Copilot Workspace) e Cursor.

Análise de dados estruturados: Agentes com acesso a banco de dados via SQL, planilhas via API, e capacidade de gerar relatórios com interpretação. Custo de operação baixo quando o contexto é bem delimitado e as ferramentas têm outputs determinísticos.

Onde os agentes falham

O relatório do Gartner sobre cancelamentos aponta três causas principais:

Propagação de erros: Em workflows de múltiplos passos, um erro na etapa 3 corrompe as etapas 4 a 10. Ao contrário de código humano, que tem camadas de verificação explícitas, agentes LLM não detectam silenciosamente quando sua premissa anterior estava errada. O resultado é trabalho extenso que chega a uma conclusão incorreta de forma confiante.

Custo de contexto longo: Cada chamada de LLM em um workflow agentivo carrega o histórico do que aconteceu antes. Um agente que fez 15 chamadas e acumulou 300K tokens de contexto custa 300 vezes mais por chamada que a primeira. O custo total de uma tarefa complexa pode ser 50 a 100 vezes o custo esperado por quem planejou o sistema.

Comportamentos imprevisíveis em borda: Agentes seguem instruções em casos prototípicos, mas exibem comportamentos inesperados em casos de borda — inputs incomuns, falhas de ferramentas, respostas ambíguas de APIs externas. O espaço de casos de borda é enorme, e testar exaustivamente é impraticável.

O modelo de implantação que funciona

A observação empírica de implementações bem-sucedidas converge em alguns padrões:

Tarefas com feedback rápido e verificável têm melhor performance. O agente de código funciona porque os testes passam ou falham — o feedback é binário e imediato. Agentes de análise financeira sem verificação objetiva têm mais alucinações por natureza.

Escopo estrito reduz falhas. Os melhores agentes em produção são altamente especializados: um agente que faz apenas triagem de e-mails de suporte, ou apenas geração de relatórios a partir de dados estruturados. Agentes "gerais" que fazem "qualquer coisa" têm performance consistentemente pior.

Humano no loop para decisões irreversíveis. O padrão emergente não é full-autonomy mas human-in-the-loop: o agente executa a análise e propõe a ação, o humano aprova antes da execução. Isso captura a maior parte do ganho de produtividade e mantém controle sobre consequências.

O ciclo agentivo de 2026 ainda está na fase em que o hype supera a execução. Mas os casos de uso validados — documentação médica, resolução de código, análise de dados — mostram que o valor real existe. A questão não é se agentes funcionam, mas em quais contextos específicos, com quais salvaguardas, e a que custo real.