Brasil avança em IA agêntica, mas infraestrutura legada freia escala

O Brasil se destaca globalmente na implementação de Inteligência Artificial (IA) agêntica, com um alto percentual de empresas levando seus projetos para produção. No entanto, essa rápida adoção expõe um paradoxo: a infraestrutura de Tecnologia da Informação (TI), marcada por sistemas legados e dados fragmentados, representa um obstáculo significativo para a escalabilidade e a obtenção de resultados transformadores.

Um relatório da OutSystems, intitulado State of AI Development 2026, aponta que o país está em um nível intermediário de maturidade em IA agêntica. Apesar de avançar na conversão de experimentação em aplicações concretas, a integração com sistemas construídos ao longo de décadas é apontada como a principal barreira. Globalmente, 48% dos entrevistados citam a integração com sistemas legados como a capacidade mais importante para expandir o uso da IA, e 38% a consideram a principal razão para o fracasso de projetos.

O paradoxo da escala e a infraestrutura legada

Enquanto países como a França ainda enfrentam barreiras iniciais e a Alemanha discute governança antes da implementação, a Índia avança rapidamente em adoção. O Brasil, por sua vez, está na fase mais desafiadora: a da escala. Os sistemas de IA agêntica já implementados no país interagem com fluxos de trabalho e dados acumulados por anos, levantando a questão sobre a capacidade da arquitetura empresarial de sustentar essa ambição.

A velocidade com que projetos de IA agêntica chegam à produção no Brasil está, paradoxalmente, expondo lacunas estruturais que podem limitar seu alcance. A armadilha da expansão reside justamente em não ter a base tecnológica adequada para suportar o crescimento.

ROI concentrado e a próxima fronteira da IA

Atualmente, o retorno sobre o investimento (ROI) em IA agêntica está concentrado em departamentos de TI, que se beneficiam da produtividade no desenvolvimento (40% do ROI), operações de TI (55%) e análise de dados (52%). Isso ocorre porque esses departamentos estão mais próximos das ferramentas e possuem as competências necessárias para gerenciar a complexidade dos agentes de IA.

A próxima fronteira, onde residem os resultados verdadeiramente transformadores, é a expansão da IA agêntica para funções críticas do negócio, como finanças, operações, experiência do cliente e cadeia de suprimentos. É nesse ponto que a fragmentação dos sistemas legados se torna um teto para o crescimento, impedindo o impacto sobre a receita.

Governança como arquitetura estratégica

A governança de IA, muitas vezes vista como uma restrição, é defendida como uma capacidade estratégica. Apenas 36% das organizações globais adotam uma abordagem centralizada para a governança de IA, enquanto a maioria depende de regras por projeto ou caso a caso. A ausência de uma camada de governança coerente gera não apenas riscos de compliance, mas também instabilidade arquitetural, especialmente com sistemas multiagentes.

Especialistas como João Pedro Brasileiro, professor da Fundação Dom Cabral, ressaltam a necessidade de estrutura, responsabilidades definidas e controles ativos. Ele lista sete boas práticas, incluindo mapear o uso, criar capacitação e cultura, definir orientações desde o desenho, registrar agentes e nomear responsáveis humanos, manter um painel de governança acessível, medir resultados e proteger os agentes com mecanismos como guardrails.

A previsão do Gartner indica que 40% das empresas reduzirão a autonomia de agentes autônomos de IA até 2027 devido a lacunas de governança. Agir proativamente é essencial. A liderança de mercado em IA não será definida por quem lançou agentes primeiro, mas por quem construiu a arquitetura necessária para que eles ganhem escala de forma sustentável.

No Brasil, a situação é preocupante: quase 42% das empresas não possuem políticas de governança para agentes de IA e 55% operam sem uma camada centralizada de controle, segundo levantamento da Zappts. A pesquisa aponta que 59,9% dos respondentes que lidam com IA ocupam cargos fora do C-Level e das diretorias de tecnologia, indicando que o uso já ultrapassou a alta liderança e as áreas técnicas. Esse cenário gera o fenômeno conhecido como Shadow AI, o uso de ferramentas de IA por colaboradores sem conhecimento ou supervisão formal da empresa.

A ausência de uma solução de AI Gateway, que funciona como ponto único de passagem entre os agentes de IA e os modelos de linguagem, é outra lacuna significativa. 55,2% do mercado opera sem essa camada, que é responsável por bloquear conteúdo sensível, registrar chamadas para auditoria, remover dados pessoais e medir o consumo por agente. A falta dessa infraestrutura transforma a governança em um documento sem efeito prático, conforme explica Rodrigo Bornholdt, diretor de tecnologia da Zappts.

A revisão manual de 100% das ações geradas por agentes é uma alternativa adotada por 36,5% das organizações, mas que compromete a escala e não substitui controles técnicos. Setores como finanças e seguros (45,4%) e tecnologia da informação (42,6%) demonstram maior preparo em governança, enquanto educação, governo, saúde, agronegócio e indústria apresentam quadros mais desafiadores.

O número de incidentes de usuários enviando informações confidenciais para aplicativos de IA dobrou no último ano, com média de 223 por mês por organização, segundo a Netskope. No Brasil, 64% das violações de política de dados em aplicações de IA generativa envolvem dados regulamentados, como informações financeiras e pessoais. O código-fonte responde por 21% dos incidentes.

A Prestex, operadora de logística, integrou TI e Compliance para definir processos de uso de IA. Seu agente LIO resolveu 30% dos atendimentos sem intervenção humana em seis meses, reduzindo a sobrecarga interna. A empresa treina seus profissionais para o uso ético e responsável dos dados.

O receio de grandes incidentes de cibersegurança é uma preocupação para 52% dos CIOs brasileiros, mas nem sempre se traduz em maiores investimentos. Agentes de IA acrescentam novos desafios, pois podem receber permissões para consultar bases de dados e executar atividades, tornando necessário avaliar os riscos associados às credenciais e integrações. A liderança humana continua sendo essencial para responder, decidir e comandar, mesmo com a ampliação da execução proporcionada pela IA.