Agentes de IA sem dono: o risco silencioso que o RPA ajuda a controlar

Criar um agente de IA ficou fácil. Difícil é saber, alguns meses depois, quantos existem, quem responde por eles e o que cada um faz com os dados da empresa. É esse o alerta do consultor Cezar Taurion, em artigo publicado hoje no iMasters, a partir de um caso real que ele acompanhou, de uma empresa que não é identificada.

Quando o número de agentes vira indicador de maturidade

Nesse caso, a empresa incentivou as áreas a criarem as próprias soluções. O resultado foram milhares de agentes, muitos já em produção, e a quantidade criada passou a ser vista como sinal de maturidade digital.

Ao levantar o que existia, apareceram problemas que qualquer gestor reconhece de outras ondas tecnológicas, como as planilhas sem controle e o shadow IT:

• agentes de ex-funcionários seguiam rodando, sem responsável;
• processos desatualizados, permissões incompatíveis e soluções duplicadas;
• agentes que geravam resultados incorretos, em alguns casos descobertos só semanas depois;
• dados expostos indevidamente e credenciais sem gestão;
• uma TI que nem sempre sabia quais agentes existiam ou a quais sistemas tinham acesso.

Para Taurion, maturidade não é criar muitos agentes, e sim manter os agentes certos funcionando, com resultado mensurável, custo sustentável e risco controlado.

O contexto: muita experimentação, pouca operação

O cenário de fundo está em uma coluna de Renan Salinas, da Yank Solutions, publicada no Olhar Digital no último dia 18. Citando o AI Index 2026, de Stanford, ele lembra que 88% das organizações pesquisadas usavam IA em pelo menos uma função em 2025, mas o uso de agentes autônomos ainda ficava em um dígito percentual na maioria das áreas. Citando a KPMG, afirma que 62% das empresas já experimentam IA agêntica, enquanto só 26% a usam de forma ativa.

A distância entre testar e operar com segurança é onde moram os riscos do caso acima.

Por que o RPA entra nessa conversa

Salinas descreve a automação inteligente em camadas: o RPA organiza e extrai os dados, a IA generativa interpreta o pedido e o agente decide a ação final. Sem a base de processo mapeado, dados limpos e sistemas integrados, a IA só transfere o gargalo de lugar.

Taurion vai na mesma direção ao recomendar que parte dos agentes seja substituída por fluxos determinísticos, mais previsíveis e mais baratos. Quando a tarefa é repetitiva e as regras são claras, um robô que segue o fluxo sempre da mesma forma, com registro de cada passo, é mais fácil de auditar do que um agente que decide a cada execução.

Cinco perguntas para fazer esta semana

1. Existe um inventário? Liste agentes e automações ativos, quem é o responsável, que sistemas e dados acessam e com quais permissões.
2. Cada um tem um dono formal? Alguém precisa responder pelo resultado de negócio e pela manutenção técnica. Quando uma pessoa sai da empresa, os acessos e a titularidade devem ser revisados.
3. Qual o risco de cada um? Um agente que só consulta informação pública exige menos controle do que um que altera cadastros ou aprova pagamentos.
4. Alguém confere se o resultado continua certo? Regras mudam. É preciso testar de forma contínua e manter supervisão humana nos casos críticos.
5. Essa tarefa precisa mesmo de um agente? Se o processo é repetitivo e as regras são claras, um fluxo automatizado costuma bastar.

O que isso significa para a sua empresa

Quem ainda não começou tem uma vantagem: pode fazer na ordem certa. Primeiro mapear e automatizar o processo, depois acrescentar IA onde há interpretação a fazer, e definir o responsável antes de colocar qualquer coisa em produção.

Quem já tem agentes espalhados deve começar pelo inventário. Não se controla o que não se enxerga.

Fontes

• Cezar Taurion, A ressaca dos agentes de IA: a conta chegou!, iMasters, 20/10/2026.
• Renan Salinas, Antes de investir em IA, sua empresa já automatizou o básico? A maioria ainda não, Olhar Digital, 18/10/2026. Os dados do AI Index 2026 (Stanford) e da KPMG são citados nessa coluna.