AI Onboarding: integrar um agente de IA com o mesmo rigor de uma nova capacidade organizacional

Quando uma empresa contrata um novo funcionário, ela geralmente não lhe entrega um computador, as senhas de vários sistemas e uma lista de objetivos desejando-lhe boa sorte. Ela lhe explica a organização, esclarece seu papel e suas responsabilidades, apresenta seus métodos de trabalho, transmite os conhecimentos necessários e determina progressivamente os acessos de que ele precisará. Um período de acompanhamento permite em seguida verificar sua compreensão, ajustar certas responsabilidades e aumentar sua autonomia à medida que ele domina seu ambiente.

Essa abordagem nos parece tão natural que lhe demos um nome: o onboarding. No entanto, quando uma organização introduz um agente de inteligência artificial, a lógica permanece frequentemente muito diferente. Ela seleciona uma tecnologia, conecta-a a algumas fontes de dados, fornece-lhe acessos e começa rapidamente a medir os ganhos de tempo que ela pode produzir.

Essa abordagem torna-se cada vez menos adequada à medida que os agentes ganham autonomia. Um agente de IA pode agora consultar várias fontes de informação, utilizar ferramentas, analisar uma situação, propor uma ação, executar certas tarefas, comunicar-se com outros sistemas e, por vezes, perseguir um objetivo durante um período prolongado. A Mila descreve justamente essa evolução como a passagem de simples ferramentas de software para colaboradores semiautônomos e ressalta que sua integração exige mecanismos de governança, de supervisão humana e de gestão de risco diretamente incorporados às operações.

A evolução das capacidades deveria, portanto, acarretar uma evolução comparável de sua integração. Se um agente de IA deve participar do trabalho de uma equipe, a organização precisa determinar como ele entra nela, o que deve conhecer, o que pode fazer, com quem e com o que pode interagir, até onde sua autonomia pode estender-se e em quais circunstâncias uma pessoa deve retomar a decisão. A Quantum Beyond chama essa abordagem de AI Onboarding.

A analogia com a chegada de um funcionário é útil porque obriga a considerar a inteligência artificial como uma nova capacidade operacional, e não como uma simples funcionalidade tecnológica. Ela possui evidentemente seus limites: um agente não é uma pessoa nem um funcionário no sentido jurídico, social ou humano. A comparação continua, no entanto, muito pertinente quando se trata de refletir sobre seu papel, sobre os conhecimentos necessários ao seu funcionamento, sobre seus acessos, seu nível de autonomia, sua supervisão e seu ciclo de vida.

A competência geral de uma pessoa nunca basta para que ela conheça instantaneamente a empresa em que ingressa. Um excelente contador ignora inicialmente o plano de contas específico da organização, seus procedimentos de aprovação, seus fornecedores, suas exceções históricas e seus prazos internos. Um vendedor experiente precisa aprender os produtos, os clientes, as margens aceitáveis, o posicionamento da marca e os compromissos que pode assumir. A mesma realidade se aplica à inteligência artificial.

Um modelo pode possuir capacidades gerais notáveis e, ao mesmo tempo, ser profundamente ignorante da organização na qual queremos fazê-lo trabalhar. Ele não conhece naturalmente seus processos, suas responsabilidades, suas regras de negócio, suas exceções, seu vocabulário, seus clientes, suas políticas, seus dados de referência nem a fronteira entre aquilo que pode ser executado automaticamente e aquilo que deve ser submetido ao julgamento humano.

O AI Onboarding começa, portanto, antes da implantação, com uma pergunta elementar: qual é o papel desse agente? A organização deve determinar por que ele existe, o resultado para o qual deve contribuir, as tarefas que lhe pertencem, as pessoas com as quais irá interagir e as decisões que pode tomar. Ela deve também distinguir as situações em que ele pode agir daquelas em que seu papel consiste em recomendar uma ação ou preparar uma decisão que permanece sob responsabilidade humana.

Essas questões dizem respeito tanto à organização do trabalho quanto à inteligência artificial. Um cargo mal definido cria confusão quando é ocupado por uma pessoa. Um papel agêntico mal definido pode produzir o mesmo fenômeno, com uma diferença considerável: um agente pode trabalhar em altíssima velocidade, repetir um erro centenas de vezes e intervir simultaneamente em vários sistemas. A precisão do papel torna-se, portanto, ela mesma um mecanismo de controle.

Os trabalhos da Mila sobre a integração dos agentes convergem com essa lógica ao insistir na necessidade de ultrapassar as experimentações isoladas e de integrar a governança diretamente aos fluxos de trabalho. A supervisão humana deve, em particular, intervir quando determinados limiares de risco são atingidos. O papel do agente deveria, portanto, conter seus limites desde sua concepção, em vez de acrescentá-los apenas depois do surgimento de um problema.

Uma vez definido esse papel, a organização deve fornecer-lhe os conhecimentos necessários para exercê-lo. Essa etapa continua sendo provavelmente uma das dimensões mais subestimadas da adoção da inteligência artificial. O setor fala enormemente da potência dos modelos, ao passo que seu valor depende também da qualidade do ambiente informacional em que são colocados. Um agente não pode produzir de forma duradoura um trabalho confiável quando os conhecimentos dos quais depende são contraditórios, obsoletos, dispersos ou difíceis de interpretar.

Os seres humanos compensam continuamente essas imperfeições. Um funcionário descobre que um procedimento escrito não está mais atualizado e pergunta a um colega como as coisas realmente funcionam. Ele aprende que uma decisão tomada seis meses antes modificou uma prática, que dois termos aparentemente semelhantes possuem significados diferentes ou que uma exceção histórica explica uma etapa que parece inútil. Uma parcela considerável do conhecimento organizacional reside assim na experiência, nas conversas e nos hábitos das equipes.

Um agente de IA não possui naturalmente essa memória informal. Sua integração exige, portanto, uma preparação do conhecimento organizacional. As políticas, procedimentos, responsabilidades, regras de negócio, definições, repositórios e fontes oficiais devem estar suficientemente estruturados para que ele possa determinar qual informação utilizar e qual nível de autoridade lhe atribuir. As contradições devem poder ser identificadas e as referências obsoletas distinguidas daquelas que realmente governam as operações atuais.

É precisamente aqui que o AI Onboarding encontra o Qb Knowledge Standard – AI Readiness & Knowledge Governance. Uma organização difícil de compreender para seus próprios funcionários também o será para seus agentes. A introdução da IA atua então como um revelador da qualidade do conhecimento organizacional e cria uma oportunidade para estruturá-lo melhor. Preparar o agente equivale assim, em parte, a tornar a organização mais inteligível, o que beneficia simultaneamente os seres humanos e os sistemas que trabalharão com esse conhecimento.

A integração funciona também nas duas direções. O agente deve aprender a funcionar na organização, enquanto as equipes devem aprender a trabalhar com essa nova capacidade. Sua chegada pode modificar a distribuição das tarefas, acelerar certas atividades, transformar certas responsabilidades em funções mais voltadas à validação e ao julgamento, tornar disponíveis novas informações e levar à reformulação de certos processos.

Os funcionários devem, portanto, compreender o que o agente faz, por que o faz, quais são seus limites e quais responsabilidades permanecem humanas. Precisam saber em quais situações seus resultados podem ser utilizados diretamente, quando uma verificação é necessária, como sinalizar um comportamento problemático e em que momento retomar completamente o controle. Essa transparência torna-se essencial para uma adoção eficaz.

Envolver as equipes na concepção e na integração do agente possui também um valor operacional considerável. O especialista em contas a pagar conhece as exceções que os procedimentos oficiais não descrevem. O vendedor sabe quais compromissos podem criar dificuldades com certos clientes. O responsável pela produção compreende por que uma etapa aparentemente supérflua ainda existe, enquanto o técnico de informática conhece certas dependências invisíveis entre os sistemas. Esse conhecimento prático torna-se um recurso essencial para ensinar ao agente como o trabalho é realmente executado.

Os funcionários tornam-se assim participantes diretos do AI Onboarding. Sua expertise permite estruturar os conhecimentos necessários ao funcionamento do agente, enquanto esse trabalho de formalização contribui para preservar e valorizar uma parte do saber acumulado na organização. A integração da IA pode, portanto, tornar-se um exercício de transmissão e de governança dos conhecimentos, em vez de um simples projeto tecnológico.

A gestão da identidade constitui outro componente fundamental. Quando um funcionário chega, a organização normalmente determina os sistemas aos quais ele pode acessar. Um agente deveria estar submetido a uma disciplina comparável. O NIST destacou, em particular, que certas primeiras implantações agênticas reproduzem maus hábitos históricos de gestão de identidades, sobretudo quando os usuários transmitem suas próprias credenciais aos agentes e lhes permitem, assim, agir como se fossem o próprio usuário.

Uma arquitetura mais madura consiste em considerar cada agente como uma entidade digital distinta, com sua própria identidade, seus próprios mecanismos de autenticação e autorizações precisamente delimitadas. O agente recebe assim o equivalente a um crachá digital, que permite à organização saber quem consultou uma informação, solicitou uma permissão ou executou uma ação. Seus acessos correspondem ao seu papel e podem evoluir ou ser revogados quando esse papel muda.

Essa distinção também protege as pessoas. Quando um agente utiliza as credenciais de um funcionário, os logs podem dar a entender que foi ele quem realizou a ação. Uma identidade própria do agente preserva uma melhor rastreabilidade e permite uma governança mais precisa. Um agente pode ser autorizado a ler uma fatura sem poder modificá-la, preparar um pagamento sem autorizá-lo, analisar um banco de dados sem poder excluir seus registros ou redigir um e-mail sem dispor automaticamente do direito de enviá-lo a determinados destinatários.

O AI Onboarding encontra assim diretamente o IAM, o princípio do menor privilégio, o Zero Trust e o Continuous Trust. O objetivo consiste em dar ao agente as capacidades necessárias para cumprir sua missão, adaptando continuamente a confiança ao contexto e ao nível de risco. A questão não é, portanto, determinar se a organização “confia” em sua inteligência artificial de maneira geral, mas se uma ação específica continua apropriada para esse agente, nessa situação, com esses dados e essas consequências potenciais.

O nível de autonomia deveria seguir uma progressão comparável. Um novo funcionário geralmente não recebe todas as responsabilidades de seu cargo na primeira hora. Ele observa, aprende, realiza certas tarefas sob supervisão e desenvolve progressivamente sua autonomia. Uma lógica semelhante pode ser extremamente útil para a integração de um agente de IA.

A organização pode começar fazendo-o trabalhar em um ambiente controlado, sobre situações históricas, e comparar seus resultados com aqueles que realmente haviam sido obtidos. O agente pode em seguida funcionar paralelamente à equipe sem intervir diretamente nas operações e, depois, produzir recomendações utilizadas pelos funcionários. Quando experiência suficiente demonstra a qualidade de seus resultados no contexto real da empresa, certas ações de risco limitado podem ser progressivamente automatizadas.

Essa abordagem substitui uma confiança abstrata na inteligência artificial por uma confiança fundamentada em observações concretas. Ela permite também determinar as situações nas quais o agente traz um valor particularmente importante e aquelas em que o julgamento humano continua indispensável. O objetivo não é, portanto, necessariamente atingir a autonomia máxima, mas estabelecer o nível de autonomia ideal para cada responsabilidade.

Essa progressão modifica também o papel dos gestores. As equipes continuarão sendo compostas por pessoas, mas certos processos envolverão cada vez mais agentes. Os gestores deverão, portanto, aprender a supervisionar uma capacidade de trabalho híbrida e compreender suficientemente a inteligência artificial para determinar quais responsabilidades podem ser delegadas, como avaliar a qualidade dos resultados, quando intervir e como distribuir inteligentemente o trabalho entre seres humanos e máquinas.

Eles não precisam tornar-se engenheiros de inteligência artificial. Devem, contudo, desenvolver uma literacia operacional que lhes permita compreender o que os agentes podem realizar, seus limites e as consequências de suas ações. Essa competência poderia progressivamente tornar-se tão normal quanto o uso atual dos sistemas de gestão, dos painéis de indicadores e das ferramentas colaborativas. A OCDE destaca, aliás, a importância das competências e da capacidade de adaptação dos trabalhadores para o sucesso da integração da IA, o que mostra que a transformação ultrapassa amplamente o treinamento técnico em uma nova ferramenta.

O AI Onboarding deve, portanto, incluir os gestores. Eles devem compreender o papel de um agente com a mesma clareza com que compreendem o das demais capacidades operacionais sob sua responsabilidade. Devem também saber quais indicadores utilizar para avaliar seu desempenho, quais erros são aceitáveis, quais comportamentos devem desencadear uma intervenção e quais decisões permanecem sob autoridade humana.

Uma dimensão mais sutil diz respeito à cultura organizacional. Duas empresas que exercem exatamente a mesma atividade podem funcionar de maneira muito diferente. Uma privilegiará uma forte autonomia, enquanto outra exigirá vários níveis de validação. Algumas aceitarão mais riscos comerciais e outras adotarão uma abordagem muito mais prudente. A rapidez poderá constituir uma prioridade em um ambiente, enquanto a conformidade ou a segurança prevalecerá em outro.

Essas diferenças influenciam diariamente uma infinidade de decisões. Um agente integrado a uma organização deve, portanto, funcionar segundo regras compatíveis com sua cultura, seus valores e sua tolerância ao risco. Isso evidentemente não significa que um modelo compreenda a cultura empresarial da mesma maneira que um ser humano. A organização deve antes transformar uma parte suficiente de suas expectativas implícitas em regras, exemplos, conhecimentos e mecanismos de governança para que o comportamento do agente permaneça coerente com elas.

Esse trabalho possui um valor que ultrapassa amplamente a inteligência artificial, uma vez que obriga por vezes a organização a explicitar aquilo que seus funcionários haviam aprendido intuitivamente. Quem pode tomar determinada decisão? Que nível de erro é aceitável? Quais informações jamais devem sair da organização? Quais operações devem sempre ser verificadas? Em que momento é preciso interromper um processo? Como definimos realmente um excelente resultado? O AI Onboarding torna-se então um exercício de clarificação organizacional.

Diferentemente da integração tradicional de um funcionário, a de um agente possui, contudo, uma particularidade importante: a tecnologia que o alimenta pode evoluir bruscamente. Um fornecedor pode atualizar seu modelo, novas capacidades podem surgir, uma integração pode ser acrescentada, as permissões podem mudar e os dados aos quais o agente acessa podem evoluir. Um processo de negócio também pode ser modificado. Um agente corretamente integrado no início do ano pode, portanto, apresentar alguns meses depois um perfil de capacidade ou de risco sensivelmente diferente.

O AI Onboarding deve, por conseguinte, ser considerado um ciclo, e não um evento pontual. O papel, as permissões, os resultados, os erros, as interações humanas e o nível de autonomia devem ser periodicamente reavaliados. Essa continuidade conecta-se diretamente à cibervigilância agêntica: a organização deve conhecer aquilo que inicialmente autorizou o agente a fazer e verificar o que ele é realmente capaz de fazer hoje.

Essa distinção tornar-se-á cada vez mais importante à medida que os modelos progredirem. Uma atualização pode melhorar consideravelmente as capacidades de raciocínio ou de uso de ferramentas sem que a empresa tenha modificado ela mesma as permissões do agente. A governança deve, portanto, interessar-se tanto pela evolução das capacidades quanto pela dos acessos.

O AI Onboarding encontra assim seu lugar em uma abordagem mais ampla de adoção e de transformação organizacional. O AI Adoption prepara a organização para integrar a inteligência artificial à sua estratégia, a seus processos e a seus métodos de trabalho. A AI Organizational Transformation permite repensar os processos, as responsabilidades e a distribuição do trabalho entre seres humanos e sistemas inteligentes. O AI Onboarding intervém em seguida em um nível mais operacional, para integrar uma capacidade agêntica específica a uma equipe e determinar seu papel, seus conhecimentos, seus acessos, sua autonomia, suas interações e seu ciclo de vida.

O AI Governance Office traz, por sua vez, a governança necessária ao conjunto do ecossistema agêntico. À medida que vários agentes surgem na organização, alguém precisa manter uma visão transversal dos papéis, dos riscos, das responsabilidades, dos níveis de autonomia e das regras aplicáveis. O Qb Knowledge Standard fornece a camada de governança dos conhecimentos, enquanto o IAM, o Zero Trust, o Continuous Trust e a arquitetura de Hipersegurança enquadram as identidades, as permissões, as interações e a capacidade da organização de conservar o controle.

O AI Onboarding torna-se assim o ponto de encontro entre transformação organizacional, excelência operacional, conhecimento, governança da IA, cibersegurança e gestão da mudança. Integrar corretamente um agente exige compreender simultaneamente o trabalho que ele realizará, os conhecimentos dos quais depende, as pessoas com as quais colaborará, os dados que utilizará, os sistemas aos quais acessará, os riscos associados à sua autonomia e a maneira como seu desempenho será avaliado.

As empresas acolherão progressivamente mais agentes de IA em suas operações. Alguns assistirão as equipes comerciais, outros participarão da contabilidade, dos recursos humanos, da cibersegurança, do desenvolvimento de software, do atendimento ao cliente, das compras, da análise financeira ou da gestão das operações. A questão determinante em breve já não será, portanto, apenas saber se uma organização utiliza a inteligência artificial, mas como ela realmente a integra ao seu funcionamento.

As empresas desenvolveram ao longo de décadas métodos de integração de funcionários porque compreenderam que uma pessoa competente não se torna automaticamente produtiva apenas por cruzar a porta. Ela precisa compreender seu papel, aprender a organização, receber as ferramentas apropriadas, conhecer suas responsabilidades, desenvolver relações de trabalho e adquirir progressivamente a autonomia necessária para ter sucesso. Os agentes de IA justificam uma disciplina de integração comparável, adaptada à sua natureza tecnológica e aos riscos específicos que sua capacidade de ação introduz.

Um agente deve, portanto, dispor de um papel claramente definido, de conhecimentos organizacionais confiáveis, de uma identidade própria, de autorizações adequadas, de regras de escalonamento, de um período de aprendizagem e de validação, de uma supervisão proporcional ao risco e de uma reavaliação regular de suas capacidades. Os seres humanos que trabalham com ele também devem ser preparados, a fim de compreender o que ele pode realizar, o que permanece sob sua responsabilidade e como colaborar eficazmente com essa nova capacidade.

É precisamente esse o objetivo do AI Onboarding da Quantum Beyond: acompanhar as organizações e suas equipes internas na integração progressiva de seus agentes de IA com uma disciplina correspondente à importância que eles assumirão nas operações. Essa abordagem visa simultaneamente ao desempenho, à segurança, à qualidade do trabalho e à capacidade da organização de conservar o controle sobre o nível de autonomia que escolhe conceder.

Um agente que compreende melhor seu papel, trabalha a partir de um conhecimento confiável e dispõe de acessos adequados pode produzir mais valor. Uma equipe que compreende como colaborar com ele pode explorar melhor suas capacidades, enquanto um gestor que conhece precisamente suas forças e seus limites pode delegar-lhe mais responsabilidades com um nível de confiança fundamentado na experiência. A inteligência artificial torna-se então progressivamente uma verdadeira capacidade organizacional integrada.

Antes de pedir a um agente de IA que trabalhe para a empresa, é preciso, portanto, ensinar-lhe como trabalhar na empresa. Isso implica definir o que ele deve realizar, o que deve conhecer, as pessoas e os sistemas com os quais pode interagir, até onde pode agir, quando deve solicitar uma intervenção humana e como a organização avaliará seu trabalho ao longo do tempo. É por meio dessa disciplina que a empresa ultrapassa o simples uso da inteligência artificial e começa realmente a trabalhar com ela.