A previsão da Gartner indica que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027. Essa informação surpreende, pois contrasta com o entusiasmo crescente em torno dos agentes de IA. A pergunta que fica é: por que tantos projetos estão destinados ao fracasso?
A explicação não reside na tecnologia em si, mas na forma como ela está sendo implementada nas empresas. Segundo a Gartner, os cancelamentos não ocorrem porque os agentes deixam de funcionar, mas sim porque muitas organizações tentam aplicar uma camada de inteligência sobre processos e bases de dados que já apresentavam problemas antes mesmo da IA ser introduzida.
Desafios na Implementação
Entre os principais desafios estão o aumento dos custos, a dificuldade em demonstrar valor para o negócio e controles de risco insuficientes. Esses fatores são consequências de uma abordagem que prioriza a escolha da ferramenta em vez de focar na qualidade dos dados. É essencial que as empresas se perguntem não apenas qual agente utilizar, mas sim sobre quais informações ele irá operar.
Agente Washing e a Realidade do Mercado
Atualmente, entre os milhares de fornecedores que se apresentam como plataformas de IA agêntica, apenas cerca de 130 realmente oferecem tecnologias que se enquadram nessa categoria. O restante é resultado do chamado agente washing, uma prática que reposiciona assistentes de IA, chatbots e automações tradicionais como agentes inteligentes, apenas para se alinhar às tendências do mercado.
Esse movimento ajuda a explicar a rápida adoção da IA nos últimos anos, mas muitas empresas ainda acumulam informações em planilhas, ERPs e CRMs que nunca foram integrados. Isso resulta em registros duplicados, bases desatualizadas e indicadores inconsistentes, criando um ambiente problemático para a operação dos agentes.
O Futuro da IA Agêntica
Antes de implementar um agente de IA, é fundamental que as empresas “arrumem a casa”. O desafio está na qualidade da informação disponível, na governança dos dados e na capacidade de transformar registros dispersos em uma base consistente. A Gartner recomenda que as organizações priorizem casos de uso com retorno claramente definido e avaliem se sua infraestrutura atual pode sustentar esse tipo de automação.
Apesar dos desafios, a Gartner projeta que, até 2028, uma parcela crescente das decisões operacionais será tomada por agentes autônomos. O potencial existe, mas depende diretamente da qualidade da base sobre a qual esses sistemas trabalham.
Opinião
Para que a IA agêntica cumpra seu potencial, é crucial que as empresas foquem na qualidade dos dados e não apenas na tecnologia em si.
