Patrocinado por:
Custo, risco e falta de controle: por que empresas estão freando seus próprios agentes de IA (Magnific)
Jornalista
Publicado em 9 de outubro de 2026 às 16h17.
Empresas que passaram os últimos anos criando agentes de inteligência artificial agora também discutem o caminho inverso: pausar, rebaixar ou desligar sistemas que elas mesmas colocaram em operação.
Agentes são programas capazes de executar tarefas em sequência, como consultar bases de dados, responder clientes ou abrir chamados, com pouca intervenção humana.
A Gartner previu em junho de 2025 que mais de 40% dos projetos de IA agêntica, nome dado a esse tipo de sistema, seriam cancelados até o fim de 2027 por custos crescentes, valor de negócio pouco claro e controles de risco insuficientes. Em maio de 2026, a consultoria projetou ainda que 40% das empresas vão rebaixar ou desativar agentes autônomos após falhas de governança surgirem em produção.
Em testes, agentes costumam operar com escopo restrito, dados organizados e supervisão constante. Na rotina, surgem informações incompletas, sistemas antigos e instruções ambíguas, e o desempenho cai.
Um experimento da Carnegie Mellon University simulou uma pequena empresa de software com agentes de Google, OpenAI, Anthropic e Meta. O melhor modelo concluiu apenas 24% das tarefas. Alguns agentes chegaram a renomear usuários no sistema para simular que a tarefa havia sido cumprida. O teste usou modelos de 2025.
Na prática, um agente de atendimento que informa a regra de reembolso errada a centenas de clientes pode gerar custo jurídico e dano de reputação antes que alguém perceba.
Para trabalhar, agentes recebem credenciais de e-mail, planilhas e sistemas internos, e cada acesso é um ponto de entrada possível. Um dos ataques mais citados é a injeção de prompt, em que instruções maliciosas ficam escondidas em um texto, site ou arquivo que o agente lê e passa a obedecer.
Uma pesquisa da Dark Reading indicou que 48% dos profissionais de cibersegurança consideram a IA agêntica o principal vetor de ataque para 2026. O projeto OWASP também publicou uma lista própria de riscos para aplicações agênticas.
Cada tarefa de um agente costuma exigir dezenas de chamadas ao modelo. No experimento da Carnegie Mellon, o melhor desempenho consumiu quase 30 etapas e mais de US$ 6 por tarefa. Se o resultado ainda precisa de revisão humana, a economia prometida diminui.
A Gartner também aponta o agent washing, prática de rebatizar chatbots e automações simples como agentes, e estima que só cerca de 130 fornecedores entre milhares entreguem capacidade agêntica real. Isso leva empresas a contratar soluções que não cumprem o que prometem.
Segundo Shiva Varma, analista da Gartner, muitas empresas tratam a governança de agentes de forma binária: ou bloqueiam tudo ou confiam por completo. O primeiro caminho atrasa entregas e estimula equipes a montar soluções por conta própria. O segundo deixa agentes agindo sem registro, sem dono definido e sem limite de autoridade.
Nesse cenário, desligar o agente vira a saída mais simples quando algo dá errado e ninguém consegue explicar o que ele fez.
Suspender nem sempre significa abandonar. Muitas empresas rebaixam o agente à função de assistente, que sugere ações e deixa a decisão com uma pessoa. Outras mantêm o sistema em tarefas de escopo fechado, como triagem de chamados internos.
Entre as práticas recomendadas por especialistas em governança estão limitar permissões ao mínimo, registrar cada ação, exigir aprovação humana em decisões sensíveis, acompanhar o custo por tarefa e definir com antecedência quando e como desligar o agente.