Superinteligência na empresa: dez perguntas antes de contratar agentes

Superinteligência na empresa: dez perguntas antes de contratar agentes

Dez perguntas que o gestor deve responder sobre processo, dados e responsáveis antes de contratar um agente de IA, com checklist prático para decidir.

•

Quer aplicar isso na sua empresa?

Agendar conversa com o Juan →

Antes de contratar qualquer agente de IA, o gestor precisa responder perguntas sobre o processo, os dados e os responsáveis, e não sobre o modelo. Superinteligência, nesse contexto, é mais um termo de debate do que um produto que se compra: o que uma empresa opera de fato são sistemas de IA com escopo estreito, regras, acessos e supervisão humana. Quando essas respostas não existem, nenhum fornecedor consegue entregar um resultado que possa ser medido.

Principais pontos

  • Um agente só melhora um processo que já está descrito, com entradas, saídas e exceções conhecidas.
  • Os dados precisam ter dono, finalidade de uso autorizada e um mínimo de consistência antes de qualquer integração.
  • Cada ação do agente precisa de limite explícito, incluindo o que ele não pode prometer nem executar sozinho.
  • Sem uma métrica de sucesso combinada e registros das decisões, não há como saber se o piloto funcionou.
  • A pergunta sobre quem responde quando o agente erra vem antes da pergunta sobre a ferramenta.

Por que a conversa começa pelo processo

Muitas contratações começam por uma demonstração. A demonstração mostra o melhor caso: a pergunta bem formulada, o cliente que segue o roteiro, o sistema que responde sem falhas. O dono da operação precisa conhecer o caminho real, incluindo a mensagem que chega sexta à noite, o cliente que muda de assunto no meio da conversa e a exceção que só a gerente sabe resolver.

As perguntas a seguir não exigem conhecimento técnico. Elas exigem que alguém da operação responda com franqueza. Se a resposta for "ainda não sabemos" para a maioria delas, o passo certo é mapear, e não contratar.

Sobre o processo: o que existe hoje

O primeiro bloco trata do que a empresa faz hoje, antes de qualquer automação. As respostas definem se há algo estável o bastante para ser delegado.

  • O processo está escrito em algum lugar ou existe apenas na cabeça de quem o executa, e quais etapas ele tem de fato?
  • Qual é o gatilho que inicia o atendimento ou a tarefa, e por qual canal ele chega?
  • Quais exceções aparecem com frequência, e quem decide o que fazer com elas hoje?
  • Em quais pontos a decisão exige julgamento humano e em quais ela segue uma regra clara?

A última pergunta é a mais útil para separar o que pode ser feito por um fluxo determinístico do que precisa de IA. Muitas etapas funcionam melhor com regras simples e checagens, e a IA entra apenas onde há interpretação de linguagem natural ou de contexto. Esse desenho combinado é o que chamamos de automação de processo com IA onde há julgamento.

Sobre os dados: o que o agente poderá ver e usar

O segundo bloco trata das informações. Um agente responde com o que consegue consultar, e um erro de dado vira um erro de atendimento com aparência de confiança.

  • Quais informações o agente precisa consultar para responder ou agir, e em qual sistema cada uma delas está?
  • Esses dados podem ser usados para essa finalidade, com base legal e tratamento compatíveis com a LGPD?
  • Os dados são consistentes o bastante, por exemplo, quando o mesmo status ou o mesmo valor aparece em planilhas, sistemas e mensagens diferentes?

Sobre a finalidade, vale lembrar que dados coletados para uma função não se tornam automaticamente disponíveis para outra. A Autoridade Nacional de Proteção de Dados concentra as orientações sobre o tema, e a empresa deve documentar o que foi decidido. Quando o agente toma decisões que afetam o titular, o artigo 20 da LGPD trata do direito de solicitar revisão, e isso precisa estar previsto no desenho do fluxo. O detalhe está no artigo Decisões automatizadas na LGPD: art. 20 e o direito de revisão.

Se a base estiver desorganizada, a primeira frente de trabalho é padronizar, não contratar agente. O tema é tratado em Dados organizados para superinteligência: o que padronizar antes.

Sobre os donos: quem decide e quem responde

O terceiro bloco é o mais ignorado e costuma ser o que mais trava um projeto depois da primeira semana. Um agente sem dono vira um problema compartilhado, e problema compartilhado ninguém corrige.

  • Quem é o dono do processo e tem autoridade para mudar as regras quando o agente falhar?
  • Quem aprova as ações sensíveis, como reembolsos, descontos, cancelamentos ou orçamentos finais?
  • Quem lê os registros das conversas e responde ao cliente quando há reclamação?

A resposta para a última pergunta define a política de transferência para humanos. Em canais como o WhatsApp, a empresa também precisa respeitar regras da plataforma sobre mensagens fora da janela de atendimento, o que afeta diretamente o desenho do agente.

Como transformar as respostas em um piloto

Depois das perguntas, o próximo passo é escolher um fluxo real e pequeno para testar. A sequência abaixo serve como roteiro e pode ser ajustada ao caso.

  • Escolher um fluxo com volume suficiente para observar e com impacto limitado se algo der errado.
  • Escrever o que o agente pode responder, o que pode executar e o que sempre passa para uma pessoa.
  • Dar ao agente o acesso mínimo necessário, preferindo leitura antes de escrita.
  • Definir uma métrica de sucesso e o critério para ajustar ou parar, antes de começar.
  • Registrar cada conversa e cada ação com motivo, fonte consultada e resultado.
  • Revisar amostras periodicamente com o dono do processo, e não apenas com quem construiu a solução.
  • Decidir ao fim do período se a operação será expandida, ajustada ou encerrada.

O NIST AI Risk Management Framework organiza a gestão de riscos de sistemas de IA em funções como governar, mapear, medir e gerenciar, o que combina bem com essa lógica de piloto controlado. Para a parte de segurança das instruções e das ferramentas, o OWASP Top 10 for LLM Applications lista riscos comuns, como a injeção de instruções por meio de textos externos.

Cenário ilustrativo: a consulta de status que virou três respostas

Cenário ilustrativo: uma empresa de assistência técnica recebe, todos os dias, dezenas de perguntas no WhatsApp sobre o andamento de aparelhos em conserto. A diretora imagina um agente que responda tudo sozinho. Ao mapear o processo, a equipe descobre que o status fica em três lugares: no sistema de ordens, numa planilha de bancada e na memória de um técnico. Além disso, a garantia depende de uma decisão do gerente, que hoje é tomada por telefone.

Com esse mapa, a decisão muda. O primeiro piloto passa a ser apenas a consulta de status, lendo do sistema de ordens, sem permissão para alterar nada. Garantia, orçamento e exceções continuam com pessoas, e o agente encaminha o caso com o histórico completo. Antes de ampliar, a empresa padroniza o status em um único lugar. O agente não ficou mais inteligente. A operação ficou mais clara, e o agente passou a operar sobre ela.

Quando ainda não é hora de contratar

A própria pergunta sobre prontidão é um bom filtro. Alguns sinais indicam que o investimento deve esperar.

  • Não há consenso sobre o que conta como resposta correta para os casos mais comuns.
  • Os dados que o agente precisaria usar estão em canais pessoais, como conversas privadas e cadernos.
  • Nenhuma pessoa aceita a responsabilidade pelas ações sensíveis.
  • A empresa não consegue descrever o que faria se o agente errasse com um cliente importante.
  • Ninguém definiu como vai medir se o piloto deu certo.

Nesses casos, o trabalho útil é de diagnóstico e desenho, e não de implementação. Essa é a etapa em que o gestor ganha mais controle sobre o próprio investimento.

Como o método de Juan Carlo organiza essas perguntas

Na nossa forma de trabalhar, essas perguntas correspondem a quatro etapas: mapear o processo e a linha de base atual, limitar dados e ações, pilotar um fluxo real com registros e uma métrica combinada, e então transferir a operação e decidir se ela será expandida, ajustada ou interrompida. A primeira etapa costuma ser a mais demorada e a que mais evita retrabalho. Para entender o que a empresa de fato opera quando fala em IA avançada, vale ler AGI, ASI e agentes de IA: a diferença que importa para a sua empresa.

Perguntas frequentes

Superinteligência já pode ser contratada por uma empresa? Na prática, o que se contrata são sistemas de IA com escopo definido, como agentes para atendimento, triagem ou consulta de informações. Esses sistemas funcionam bem quando o processo, os dados e os responsáveis estão claros. Termos mais amplos servem para discussão, mas não substituem a especificação do que o agente deve fazer.

Preciso ter dados perfeitos para começar um piloto? Não é preciso ter dados perfeitos, mas é preciso saber quais dados serão usados e de onde eles vêm. Um piloto pode começar com uma fonte confiável e um escopo pequeno, deixando a padronização do restante para depois. O importante é que a inconsistência seja conhecida e registrada, e não descoberta pelo cliente.

O que fazer se ninguém quer ser dono do processo com IA? Esse é um sinal de que a decisão de investir ainda não está madura. Antes de qualquer contratação, a diretoria precisa indicar um responsável com autoridade para mudar regras e para aprovar exceções. Sem esse nome, o agente não tem a quem reportar erros, e os erros se acumulam sem correção.

O agente pode tomar decisões sozinho com clientes? Depende do tipo de decisão e do impacto que ela tem para a pessoa. Ações sensíveis, como negar um reembolso ou recusar uma solicitação, devem ter aprovação humana e canal de revisão, conforme as orientações de proteção de dados e de gestão de risco. Para respostas informativas e de baixo impacto, o agente pode atuar sozinho, desde que haja limites, registros e transferência para uma pessoa quando necessário.

Fontes

superinteligênciaagentes de IAgestãoLGPDprocessos