O consenso sobre a capacidade da IA agentiva de cumprir suas promessas é cautelosamente otimista: até agora, tudo bem, mas com ressalvas importantes. Uma pesquisa recente da PwC com 300 executivos sêniores que adotaram agentes de IA revelou que 66% relatam resultados positivos em relação à produtividade. No entanto, vale notar que todos os sistemas normalmente proporcionam ganhos de produtividade. O que os executivos realmente buscam é uma vantagem significativa que crie uma diferenciação competitiva extrema. Atualmente, apenas alguns agentes de IA estão “transformando a maneira como o trabalho é realizado”, segundo os autores do relatório da PwC. “Muitos funcionários utilizam recursos agentivos incorporados em aplicativos empresariais para acelerar tarefas rotineiras — revelando insights, atualizando registros, respondendo a perguntas. Isso representa um aumento de produtividade relevante, mas ainda fica aquém de uma verdadeira transformação. ” O principal obstáculo não é a tecnologia em si; na verdade, é “mentalidade, prontidão para a mudança e engajamento da força de trabalho”, concluem os autores da PwC. Mahe Bayireddi, CEO e cofundador da Phenom, uma empresa que fornece agentes de IA para funções de RH, concorda que os desafios estão principalmente nessas áreas. Em uma conferência recente da Phenom em Filadélfia, Bayireddi enfatizou que o contexto é fundamental para os agentes de IA. “Há muito a aprender ao longo desse processo”, disse. “Atualmente, não existem especialistas que possam orientar dinamicamente como gerenciar efetivamente os agentes de IA. ” Bayireddi elaborou: “Os agentes podem aumentar a produtividade em cerca de 20-30%, desde que sejam usados corretamente, a gestão da mudança seja bem conduzida e os dados sejam utilizados de forma adequada. A questão principal é como fazer isso dar certo e gerenciar a mudança de forma eficaz. ” Os agentes de IA e os dados que manipulam devem ser específicos para cada domínio, variando de setor para setor e de empresa para empresa. “Dados em um nível universal são bastante complexos”, explicou. “As nuances de contexto e personalização são críticas para que a IA funcione adequadamente. Ela não pode ser excessivamente genérica. ” O surgimento de agentes de IA avança a IA generativa em direção à aplicação prática.

Quando integrados, os agentes podem ser “incorporados aos fluxos de trabalho”, disse Bayireddi. “Até agora, as pessoas precisavam acessar o ChatGPT, fazer uma pergunta e esperar por uma resposta. Esse não é o modo como o trabalho acontece naturalmente. ” O foco deve estar em abordar as nuances das funções e processos específicos destinados à automação por agentes. “Isso precisa ser realizado de forma eficaz, incluindo o contexto”, acrescentou. “Só é possível alcançar isso se o agente operar efetivamente dentro de um departamento. ” Bayireddi não vê os agentes de IA como uma ameaça aos empregos, mas reconhece que eles irão alterar a natureza do trabalho. “Novos empregos surgirãp por causa dos agentes, e novos tipos de trabalho também se desenvolverão. As habilidades são uma parte disso; o próprio trabalho e os papéis irão evoluir. ” Os autores da PwC aconselham não se contentar com ganhos mínimos com os agentes de IA. “Empresas que param na fase piloto correm o risco de serem superadas por concorrentes dispostos a redesenhar o trabalho de forma fundamental. Poucas empresas estão ativamente definindo o futuro construindo novos modelos operacionais que integram e orquestram múltiplos agentes de IA. Menos da metade está repensando de forma fundamental os modelos operacionais e fluxos de trabalho (45%) ou redesenho de processos em torno de agentes de IA (42%). ”