Gerenciar amanhã: saber dirigir agentes de IA

O papel do gestor sempre consistiu, em parte, em organizar o trabalho. Compreender os objetivos, distribuir as responsabilidades, coordenar as pessoas, acompanhar o desempenho, intervir quando surge um problema e assegurar que os recursos disponíveis sejam utilizados com eficiência fazem parte de suas responsabilidades fundamentais.

Até recentemente, essa capacidade operacional apoiava-se principalmente em pessoas acompanhadas de sistemas informáticos relativamente determinísticos. Os softwares executavam funções definidas e os seres humanos geralmente conservavam a responsabilidade de interpretar a informação, decidir as próximas etapas e agir.

A chegada dos agentes de inteligência artificial começa a modificar essa dinâmica. Alguns sistemas podem receber um objetivo, consultar várias fontes de informação, utilizar diferentes ferramentas, realizar uma sequência de operações e transmitir seu resultado a uma pessoa, a uma aplicação ou a outro agente. À medida que essas capacidades progredirem, algumas equipes funcionarão com uma combinação de pessoas, automações tradicionais e agentes de IA com diferentes graus de autonomia.

Essa evolução não exige que os gestores se tornem especialistas técnicos em inteligência artificial. Exige, contudo, que desenvolvam uma nova competência: compreender suficientemente essa capacidade para determinar quais responsabilidades podem ser-lhe confiadas, com qual autoridade, dentro de quais limites e sob qual supervisão. Gerenciar amanhã significará também aprender a organizar inteligentemente o trabalho realizado por pessoas e por agentes de IA.

Os primeiros usos profissionais da inteligência artificial generativa assumiram principalmente a forma de uma relação entre uma pessoa e uma ferramenta. O usuário formula um pedido, recebe uma resposta, avalia-a e decide em seguida o que deseja fazer com ela. Nessa configuração, o controle do processo permanece claramente nas mãos do ser humano.

Os agentes introduzem uma dinâmica diferente. Podem perseguir um objetivo, buscar informação, interagir com vários sistemas, utilizar ferramentas, desencadear certas ações e determinar algumas etapas intermediárias necessárias ao cumprimento de sua missão. Tornam-se assim participantes ativos de certos processos operacionais.

Um agente comercial poderia, por exemplo, preparar o dossiê de um cliente potencial antes de uma reunião, buscar informações pertinentes, atualizar certos dados no CRM e propor as próximas ações. Um agente de compras poderia monitorar níveis de estoque, analisar o consumo e preparar recomendações. Um agente de suporte poderia classificar solicitações, consultar uma base de conhecimento e resolver automaticamente certas situações simples. Em cada um desses casos, o sistema contribui diretamente para o resultado.

A questão de gestão muda então de natureza. Já não basta decidir quais ferramentas colocar à disposição dos funcionários. É preciso determinar quais responsabilidades podem ser confiadas aos agentes e em quais condições isso pode ocorrer.

Essa decisão assemelha-se, em certos aspectos, a uma responsabilidade que os gestores já conhecem: a delegação. Um gestor determina o que um funcionário pode decidir sozinho, as despesas que pode autorizar, os casos que pode tratar e as situações que exigem uma aprovação. Essa autoridade depende de seu papel, de sua experiência, dos riscos e das consequências possíveis de um erro.

Uma lógica comparável pode ser aplicada aos agentes de IA. Um agente pode apenas consultar uma informação ou também pode modificá-la? Pode preparar um pedido ou enviá-lo? Pode comunicar-se diretamente com um cliente? Pode criar uma conta de usuário, conceder um crédito, desencadear um pagamento ou modificar uma configuração de TI?

A resposta não depende unicamente daquilo que a tecnologia sabe fazer. Depende sobretudo daquilo que a organização decide permitir que ela faça. A capacidade técnica e a autoridade operacional são duas coisas diferentes.

Essa distinção conduz naturalmente a uma autonomia proporcional ao risco. Um agente que resume documentos não apresenta o mesmo nível de risco que um agente autorizado a modificar um pedido de várias centenas de milhares de dólares. Uma operação facilmente reversível não possui as mesmas consequências que uma decisão que compromete contratualmente a empresa.

Certas atividades poderão, portanto, ser inteiramente automatizadas. Outras poderão ser realizadas até uma etapa que exija validação humana. Agentes poderão agir automaticamente quando certos valores permanecerem dentro de parâmetros definidos e transferir as exceções a um responsável. Quanto mais as consequências potenciais aumentam, mais os mecanismos de controle, de validação e de escalonamento devem ser robustos.

Essa lógica conecta-se diretamente ao AI Onboarding. Antes de integrar um agente a um processo, a organização deve definir seu papel, os conhecimentos aos quais ele pode acessar, sua identidade, suas permissões, seu nível de autonomia, suas regras de escalonamento e os resultados esperados. O objetivo consiste em transformar a implantação técnica de um agente em uma integração organizacional controlada.

A velocidade constitui, contudo, uma diferença importante entre a delegação humana e a delegação a uma máquina. Uma má decisão humana pode criar um incidente. Uma má decisão automatizada pode ser reproduzida centenas ou milhares de vezes antes que uma pessoa constate o problema. A supervisão deve, portanto, ser adaptada a essa velocidade e permitir detectar rapidamente os comportamentos incomuns.

O papel do gestor poderia então evoluir para uma gestão mais orientada aos resultados e às exceções. Quando um agente realiza várias etapas de um processo, verificar manualmente cada uma de suas ações anula uma parte importante do ganho buscado. O gestor deve antes definir o resultado esperado, os limites a respeitar, os indicadores a monitorar e as situações que exigem sua intervenção.

Um agente encarregado de tratar certas solicitações correntes poderia assim funcionar dentro de parâmetros precisos. O gestor acompanharia sua taxa de resolução, seus erros, suas exceções, as retomadas humanas necessárias, as reclamações, os prazos e os custos. A supervisão incidiria mais sobre a qualidade do processo e seus resultados do que sobre cada uma das operações individuais.

Essa evolução exige mecanismos de controle bem concebidos. Uma supervisão humana sistemática de cada ação limita fortemente o valor da automação, enquanto uma autonomia ampla sem mecanismos de monitoramento aumenta os riscos. A maturidade consiste em definir o nível de controle apropriado conforme a natureza do processo, a autonomia concedida e as consequências possíveis.

Essa transformação também modificará a composição das equipes. Estamos acostumados a representar uma equipe por um organograma composto de pessoas. Essa representação poderia progressivamente tornar-se insuficiente. Uma equipe comercial já pode ser acompanhada de agentes encarregados de pesquisas e de preparação administrativa. Uma equipe financeira pode utilizar agentes para efetuar certos controles ou preparar análises. Uma equipe de TI pode trabalhar com agentes capazes de analisar incidentes, preparar documentação ou propor certas configurações.

Esses agentes evidentemente não possuem status de funcionário, nem responsabilidade jurídica, nem carreira ou motivação pessoal. Representam, no entanto, uma capacidade operacional que deve ser organizada. O gestor deve compreender onde essa capacidade intervém, evitar duplicações, definir as responsabilidades e assegurar que as pessoas saibam o que os agentes realizam, quais informações utilizam e em que momento uma intervenção humana se torna necessária.

A gestão de uma equipe híbrida torna-se, portanto, também uma disciplina de concepção dos processos.

Essa perspectiva pode transformar o planejamento dos recursos. Quando uma equipe atinge seu limite de capacidade, a resposta tradicionalmente consistia em aumentar o quadro de pessoal ou melhorar os processos. Os gestores disporão progressivamente de outra dimensão a considerar: determinar qual parte do aumento da carga pode ser absorvida por uma capacidade tecnológica adicional e qual parte exige mais expertise humana.

Volumes crescentes de pesquisa, de classificação, de preparação de dossiês ou de certas tarefas administrativas podem por vezes ser absorvidos por agentes. As negociações complexas, as relações humanas, as decisões estratégicas, a resolução de situações excepcionais e várias formas de julgamento continuarão a exigir uma contribuição humana importante. O planejamento do quadro de pessoal poderia assim evoluir para um verdadeiro planejamento de capacidade híbrida.

Essa evolução não conduz automaticamente a uma redução das equipes. Em uma empresa em crescimento, ela pode permitir aumentar consideravelmente o volume de atividade sem ter de fazer crescer todas as funções no mesmo ritmo. Pode também permitir que os funcionários dediquem mais tempo às atividades em que sua expertise, sua criatividade, seu julgamento e sua capacidade relacional criam mais valor.

Paradoxalmente, os agentes de IA poderiam, portanto, tornar certas dimensões da gestão ainda mais humanas. Se uma parte da compilação de informação, da preparação de relatórios, do acompanhamento administrativo ou do planejamento puder ser acelerada, o gestor pode recuperar tempo para acompanhar seus funcionários, desenvolver suas competências, resolver problemas complexos, encontrar-se com clientes e melhorar os processos.

Esse resultado não é, contudo, automático. Cinco horas liberadas pela inteligência artificial podem servir para produzir ainda mais relatórios e comunicações. Podem também permitir compreender melhor as dificuldades vividas pela equipe e trabalhar nas verdadeiras prioridades. A tecnologia cria uma capacidade adicional; o uso dessa capacidade continua sendo uma decisão de gestão.

Os funcionários também devem compreender sua relação com os agentes. Uma equipe híbrida dificilmente funcionará se sistemas opacos surgirem subitamente nos processos sem que as pessoas compreendam seu papel. Os funcionários devem saber o que os agentes realizam, por que certas atividades lhes são confiadas, quais informações utilizam, como seus resultados devem ser interpretados e de que maneira sinalizar uma anomalia.

Essa transparência torna-se particularmente importante quando a distribuição do trabalho evolui. É legítimo que um funcionário procure compreender por que certas tarefas estão agora automatizadas e o que essa evolução significa para seu próprio papel. O gestor torna-se então um dos atores centrais da transformação organizacional. Ele deve poder explicar a evolução do trabalho, acompanhar as pessoas e favorecer o desenvolvimento das competências que se tornam mais importantes.

A adoção dos agentes não pode, portanto, caber exclusivamente às equipes de tecnologia. Ela transforma diretamente a organização do trabalho e deve envolver aqueles que têm a responsabilidade cotidiana por ela.

Essa transformação exige uma nova forma de literacia em inteligência artificial por parte dos gestores. Eles não precisam saber treinar um modelo nem dominar a matemática do aprendizado de máquina. Sua competência deve ser suficientemente operacional para compreender o que um agente pode realizar, onde estão seus limites, por que seus resultados podem variar e como os dados, os conhecimentos, as instruções, as ferramentas e as permissões influenciam seu comportamento.

Essa compreensão lhes permitirá também formular melhores perguntas aos especialistas de TI, aos especialistas em IA e aos fornecedores. Contribuirá para evitar tanto uma confiança excessiva na tecnologia quanto uma rejeição baseada principalmente em seu caráter novo. O gestor não precisa tornar-se o mecânico da inteligência artificial. Ele deve aprender a gerenciá-la como uma capacidade operacional.

Essa capacidade repousa, ela mesma, sobre a qualidade dos conhecimentos aos quais os agentes têm acesso. Um agente integrado a uma organização cuja documentação é fragmentada, contraditória ou obsoleta encontrará rapidamente limites. A governança dos conhecimentos torna-se, portanto, diretamente ligada à qualidade do trabalho dos agentes. É precisamente uma das funções do Qb Knowledge Standard: estruturar e governar os ativos informacionais para que tanto as pessoas quanto os sistemas inteligentes possam compreender suficientemente a organização para nela trabalhar de forma eficaz.

A identidade constitui outra dimensão essencial. Um agente capaz de interagir com aplicações e dados não deveria agir sob uma identidade genérica nem utilizar indistintamente os privilégios de um funcionário. Ele deve poder ser identificado, suas permissões devem corresponder ao seu papel e suas ações devem ser rastreáveis. Os princípios do menor privilégio, do Zero Trust e da gestão de identidades tornam-se assim componentes diretamente operacionais da gestão dos agentes.

A responsabilidade, por sua vez, permanece humana e organizacional. Um agente não carrega a responsabilidade organizacional de uma decisão. As pessoas e a empresa determinam os sistemas utilizados, os acessos concedidos, os controles aplicados e as ações autorizadas. Quando um agente possui a permissão de efetuar um reembolso, modificar um dossiê ou comunicar-se com um cliente, essa autoridade lhe foi concedida no âmbito de uma decisão de governança.

Quanto mais a autonomia aumenta, mais essa governança deve tornar-se explícita. As responsabilidades devem ser definidas, as ações rastreáveis, as permissões limitadas ao necessário, os comportamentos monitorados e os acessos revogáveis rapidamente. Quando o número de agentes aumenta, essa governança já não pode ser improvisada individualmente. Uma função como um AI Governance Office pode então permitir manter regras comuns, responsabilidades claras e uma visão global do ecossistema.

O desempenho dos agentes também deve ser medido. O simples fato de um sistema funcionar ou produzir resultados impressionantes não basta para justificar sua manutenção em um processo. Qual é seu custo real? Qual é sua taxa de erro? Qual proporção dos casos é resolvida automaticamente? Quantos exigem retomada humana? Que tipos de exceções surgem? Os prazos diminuem? A satisfação dos clientes melhora? Os funcionários dispõem realmente de mais tempo para as atividades de alto valor?

Esses indicadores permitem avaliar o agente segundo sua contribuição ao resultado operacional. Tornam-se também indispensáveis quando a organização começa a utilizar vários agentes especializados. Sem governança, existe o risco de reproduzir o fenômeno observado com o acúmulo das aplicações SaaS: dezenas de ferramentas, identidades, permissões, dependências e custos que se acumulam até que ninguém mais possua uma visão clara do conjunto.

A gestão deve, portanto, evoluir antes que os agentes se tornem banais. As organizações já podem mapear seus processos, identificar as decisões e os níveis de autoridade, estruturar seus conhecimentos, melhorar a governança das identidades e dos acessos e desenvolver a literacia em IA de seus gestores. Esses trabalhos possuem um valor imediato mesmo quando poucos agentes estão atualmente em produção.

Eles preparam sobretudo a organização para uma transformação muito mais profunda: a capacidade de trabalho disponível progressivamente já não será medida exclusivamente pelo número de pessoas que compõem a equipe.

Os agentes de IA introduzem uma nova forma de capacidade operacional nas organizações. Poderão progressivamente buscar informação, utilizar ferramentas, realizar sequências de trabalho e assumir certas atividades com diferentes níveis de autonomia. Sua integração modificará necessariamente a maneira como o trabalho é organizado, delegado, supervisionado e medido.

Os gestores terão, portanto, uma responsabilidade adicional: determinar como distribuir as atividades entre as pessoas, as automações e os agentes, definir os níveis de autoridade apropriados, supervisionar os resultados e reconhecer as situações em que o julgamento humano continua essencial. Deverão também acompanhar os funcionários cujos papéis evoluem e assegurar que os ganhos tecnológicos se traduzam realmente em melhor desempenho da equipe.

Essa transformação ultrapassa amplamente a escolha de uma ferramenta de inteligência artificial. Ela atinge os processos, as responsabilidades, as competências, os conhecimentos, as identidades, as permissões, a cibersegurança e a governança. É por isso que o AI Onboarding, a transformação organizacional, o QKS, o IAM, o Zero Trust e a governança da IA devem progressivamente ser considerados as diferentes dimensões de um mesmo ambiente de trabalho híbrido.

Na Quantum Beyond, nossa abordagem visa precisamente a acompanhar essa evolução ao lado dos executivos, dos gestores, das equipes operacionais e dos especialistas em tecnologia. Trata-se de definir os papéis e os níveis de autonomia, estruturar os conhecimentos, proteger as identidades e os acessos, estabelecer os mecanismos de governança e medir a contribuição real dos agentes, a fim de que a organização conserve o domínio dessa nova capacidade.

Os gestores de amanhã continuarão a dirigir pessoas, desenvolver seus talentos, tomar decisões e criar as condições necessárias ao seu sucesso. A inteligência artificial simplesmente acrescentará uma nova categoria de capacidade que eles deverão aprender a orquestrar.

O verdadeiro desafio da gestão na era dos agentes de IA será saber onde a inteligência humana cria mais valor, onde a capacidade das máquinas pode reforçá-la e como organizar o conjunto para que a organização, suas equipes e seus clientes obtenham melhores resultados.