Por Marcio Pupin, Pedro Escobar e Marcus Couto
- Agentes de Inteligência Artificial são sistemas capazes de executar fluxos de tarefas complexas e atuar como “colegas de trabalho” autônomos dentro de organizações, com pouca ou nenhuma supervisão humana.
- Essa evolução exponencial é habilitada em parte pela abundância de dados sendo gerados e da capacidade computacional crescente, com custos mais acessíveis.
- Artigo explora contexto em que esses agentes começam a ser aplicados nos negócios, com dois estudos de caso da EloGroup.
A sociedade e indústrias ainda estão absorvendo o impacto que Modelos Fundacionais, em especial os Grandes Modelos de Linguagem (LLMs), têm gerado em suas esferas de atuação. Os Modelos Fundacionais, como o próprio nome sugere, são a fundação de uma tecnologia que está revolucionando o mundo: a Inteligência Artificial Generativa (Gen AI), que tem no centro de suas aplicações inúmeras possibilidades de aumento de produtividade com concomitante aumento da qualidade nas operações. Mesmo a Gen AI tendo sido apresentada publicamente ao mundo recentemente (em novembro de 2022), o Fórum Econômico Mundial estima ganhos anuais de US$ 4,4 trilhões em múltiplas indústrias, com aumento de produtividade estimado em 40%. A Microsoft, empresa de tecnologia que ocupa um espaço relevante no setor de Gen AI, aponta para 44% de aumento de produtividade, sendo 21% das tarefas melhoradas com a tecnologia, enquanto 23% seriam automatizadas sem comprometimento da qualidade de entrega.
Essa evolução exponencial é habilitada tanto pela abundância de dados sendo gerados e da capacidade computacional crescente, com custos mais acessíveis, quanto pela própria capacidade inerente da Gen AI de criar conteúdo e lidar com cenários de contexto mais complexos. Com o estímulo da alta demanda por aplicações nos diversos setores, estamos vivenciando uma nova revolução dentro da revolução: e ela envolve Agentes de Inteligência Artificial, capazes de executar fluxos de tarefas complexas e atuar como “colegas de trabalho” autônomos dentro de organizações, com pouca ou nenhuma supervisão humana.
O que são Agentes de Inteligência Artificial
Os Agentes de Inteligência Artificial (chamados de Agentes de IA) são sistemas dotados de capacidades avançadas de processamento de linguagem natural (NLP, do inglês: Natural Language Processing) e aprendizado de máquina (machine learning), capazes de realizar de forma autônoma tarefas complexas, analisar grandes volumes de dados e fornecer insights para a tomada de decisões estratégicas com pouca ou nenhuma intervenção humana. Outros nomes comuns para Agentes de IA são Agentes Inteligentes e IA Autônoma. Quatro dos grandes diferenciais dos Agentes de IA frente aos modelos que atuam usando outros tipos de AI já consolidadas são:
- Agentes de IA são proativos (iniciam suas tarefas sem a necessidade da ocorrência de um evento específico – trigger – para que isso ocorra);
- Valendo-se das instruções programadas por quem os criou, os Agentes de IA podem, de forma autônoma, analisar desafios, estabelecer objetivos e executar ações. Possuem, portanto, a capacidade de desempenhar fluxos completos de ações ao invés de retornar informações “apenas” na forma de dados, como texto;
- Agentes de IA se utilizam, além de longos contextos de prompt, do aprendizado contínuo com base em reforço (conhecido no mundo da IA com o nome de reinforcement learning) e, por isso, podem ajustar objetivos e estratégias quando as condições mudam, o que na prática significa uma capacidade de lidar com regras e instruções de forma menos rígida;
- Como usam os Modelos Fundacionais como engrenagem, também se valem da capacidade multimodal desses modelos, ou seja, podem trabalhar com entradas e saídas em formato de texto, imagem, som, vídeo etc.
Para ilustrar com um exemplo hipotético a diferença entre um Agente de IA e um RPA (do inglês: Robotic Process Automation), comumente usado para automações: em um fluxo tradicional, o usuário pode automatizar um processo com uma instrução do tipo “quando eu receber e-mails com documentos em PDF em anexo e o conteúdo do documento conter ‘relatório financeiro’, encaminhe o e-mail para determinado destinatário”. No caso de um Agente de AI, ele pode ser construído com o escopo de um assistente que, por exemplo, coleta e analisa dados financeiros de diversas fontes de dados da empresa de forma segura e, com base nestes dados, dispara sugestões de insights ou ajusta automaticamente o preço de determinados produtos ou serviços, considerando a otimização de uma ou mais métricas, como margem de lucro e elasticidade dentro de um envelope pré-estabelecido. Como os Agentes de IA se utilizam de aprendizado contínuo e adaptativo, eles podem refinar continuamente a qualidade de suas recomendações com pouca ou nenhuma interação humana.
Nos diversos setores, as organizações têm olhado para agentes de IA como uma ferramenta de imenso potencial para impulsionar a produtividade, minimizar margens de erros, ampliar a segurança de processos, entre outras aplicações. O crescente interesse por parte das empresas nesses agentes reflete uma tendência de busca global não apenas pela otimização de operações, mas também por oportunidades de geração de valor e de diferenciação num mercado cada vez mais competitivo. Segundo a Gartner, até 2028, pelo menos 15% das decisões diárias de trabalho serão tomadas autonomamente por meio de agentes de inteligência artificial. Ao mesmo tempo, a implementação dessa “força de trabalho” autônoma oferece importantes desafios de implementação no contexto organizacional, que serão discutidos mais adiante. A Google, importante empresa no setor de inteligência artificial, reportou no segundo semestre de 2024 que pelo menos 25% dos seus novos códigos gerados são produzidos por IA. A Meta, representada pelo seu CEO Mark Zuckerberg, declarou também que vai implementar o uso de IA na engenharia de software, em nível de senioridade plena. Nas palavras do CEO da NVIDIA, Jensen Huang, “o departamento de TI de toda empresa será o departamento de RH de agentes de IA no futuro”.
Escalabilidade no uso de Agentes de IA
A natureza multifacetada dos agentes de IA introduz uma série de complexidades que precisam ser discutidas e evoluídas, especialmente no contexto de sua implementação em organizações. No que tange ao escopo dos Agentes de IA em diferentes níveis de complexidade organizacional, vemos:
Agentes individuais
Projetados para atuar em contextos altamente específicos, operando com acessos e bases de dados delimitados. A complexidade reside na falta de adaptabilidade genérica; eles não possuem a capacidade de aprender ou se ajustar a novos ambientes fora do seu escopo inicial. Evoluir esses agentes requer o desenvolvimento de algoritmos avançados de aprendizado que permitam a adaptação dinâmica a diferentes contextos sem a necessidade de reprogramação extensiva. É o modal mais comum para se experimentar o uso de Agentes de IA na solução de problemas em um negócio e, normalmente, são programados para atuar como um especialista em determinado contexto, mas sem a capacidade de ser aplicado em outro contexto sem que seja reprogramado.
Agentes compartilháveis entre usuários
A criação de agentes que possam ser utilizados por diferentes usuários em variados contextos apresenta desafios significativos. É necessário garantir que o agente mantenha a consistência e a relevância dos resultados apesar das diferenças nos dados de entrada, nos níveis de acesso e nas complexidades inerente dos diferentes contextos. Além disso, a personalização para atender às necessidades individuais dos usuários, sem comprometer a segurança e a privacidade dos dados, adiciona ainda mais complexidade. A evolução desses agentes implica no desenvolvimento de mecanismos sofisticados de gerenciamento de contexto e aprendizado transferível.
Agentes escaláveis corporativamente
Implementar agentes que operem em larga escala dentro de uma organização envolve complexidades ainda mais profundas. Esses agentes devem adaptar-se a múltiplos ambientes, integrar-se com diversas bases de dados e gerenciar diferentes níveis de acesso e cenários operacionais. A escalabilidade traz desafios como a orquestração eficiente de recursos computacionais, a manutenção da integridade e da consistência dos dados em tempo real e a conformidade com regulamentações e políticas internas. Evoluir esses agentes requer soluções inovadoras em arquitetura de sistemas, segurança cibernética e governança de dados.
A progressão na evolução desses Agentes de IA nos diferentes níveis de escalabilidade demanda não apenas avanços tecnológicos, mas também uma abordagem interdisciplinar que considere aspectos éticos, legais e de negócio. Compreender profundamente essas complexidades é essencial para a implementação eficaz e responsável de Agentes de IA nas organizações, garantindo que eles possam atender às necessidades dinâmicas do ambiente corporativo contemporâneo.
Possíveis casos de uso de Agentes de IA na indústria
A seguir, elencamos alguns possíveis casos de uso de Agentes de IA na indústria:
Manutenção preditiva em fábricas
Podem realizar o monitoramento de sensores em máquinas para prever falhas antecipadamente, reduzindo custos com manutenção e otimizando o tempo de operação.
Otimização de rotas logísticas
Analisam dados em tempo real, como trânsito, condições climáticas e horários de entrega, para calcular as rotas mais eficientes para transporte de mercadorias.
Gestão automatizada de estoques
Monitoram o consumo de materiais e ajustam automaticamente os pedidos de reposição, evitando excessos ou lacunas de estoque.
Controle de qualidade automatizado
Analisam produtos em linhas de produção usando visão computacional para identificar defeitos ou variações fora do padrão.
Assistentes virtuais para suporte técnico
Atuam como chatbots para atender equipes de operação, ajudando a solucionar problemas técnicos de máquinas ou sistemas.
Estudo de caso: automatizando processamento de documentos
O foco do estudo de caso está na automação do processamento, classificação e extração de informações de documentos recebidos por e-mail em uma empresa de atuação no Brasil e no exterior.
Desafio
Tradicionalmente, sem a aplicação de um fluxo automatizado, o processamento de documentos desse tipo ocorre de forma lenta e manual ou, em raros casos, baseados em regras rígidas que não consideram contexto, como citado anteriormente.
Majoritariamente, os funcionários precisam abrir cada e-mail, baixar os anexos, identificar o tipo de documento e, em seguida, extrair manualmente os dados relevantes.
Invariavelmente, um processo manual tende a gerar erros e gargalos no fluxo de trabalho. Ao mesmo tempo, a aplicação de uma automação tradicional com RPA também pode ser insuficiente, dada a necessidade de o fluxo interagir com dados semiestruturados ou desestruturados que exigem uma maior flexibilidade por parte do sistema. Entram aí os Agentes de IA.
Solução
Usando uma combinação de Agentes de IA especializados e um sistema de gerenciamento de fluxo de trabalho, todo o processo pode ser automatizado. O sistema funciona a partir da atuação de uma série de agentes trabalhando em conjunto:
Clique na imagem para expandir
Benefícios
Aumento da eficiência: O processo automatizado reduz significativamente o tempo necessário para processar documentos, liberando os funcionários para tarefas de maior valor.
Maior precisão: A automação da extração e validação de dados minimiza erros humanos, resultando em informações mais confiáveis.
Redução de custos: O sistema reduz os custos de mão de obra associados ao processamento manual de documentos. Cada documento processado de ponta a ponta custa US$ 0,11 usando o modelo OpenAI GPT-4, um custo que pode ser ainda mais reduzido com modelos mais baratos.
Escalabilidade: O sistema pode lidar facilmente com volumes crescentes de documentos sem a necessidade de aumentar proporcionalmente o quadro de funcionários.
Estudo de caso 2: chatbot com IA para atendimento avançado ao cliente
Neste outro estudo de caso, vamos explorar a implementação de um chatbot com IA também para um operador logístico especializado em movimentações nacionais e internacionais. O objetivo deste chatbot é fornecer respostas instantâneas, precisas e personalizadas para as consultas dos clientes.
Desafio
Os canais tradicionais de suporte ao cliente, como chamadas telefônicas e e-mails respondidos por operadores humanos, podem ser lentos e ineficientes. Os clientes frequentemente enfrentam longos tempos de espera e podem receber informações inconsistentes dependendo do representante com quem interagem.
Solução
Agentes de IA integram um banco de dados relacional e um repositório de documentos para fornecer dados para que um chatbot inteligente, capaz de entender as solicitações dos clientes, possa extrair informações relevantes de diversas fontes de dados e fornecer respostas abrangentes e personalizadas. Veja como o processo funciona:
Clique na imagem para expandir
Benefícios
Melhora da experiência do cliente: Os clientes recebem respostas instantâneas e personalizadas às suas perguntas, melhorando sua experiência geral. Além disso, é possível adequar a personalização considerando tom, nível de formalidade, preferências específicas (como idioma, formato de data tipo dd/mm/yyyy ou outro, formato específico de moeda etc.) sem comprometer a consistência nas informações retornadas.
Aumento da eficiência: O chatbot lida com um grande volume de consultas de clientes simultaneamente, reduzindo a carga de trabalho dos representantes humanos e permitindo que eles se concentrem em questões mais complexas.
Maior precisão: Ao se integrar a bancos de dados e repositórios de documentos, o chatbot fornece informações precisas e consistentes com os registros existentes.
Redução de custos: A automação do suporte ao cliente por meio do chatbot pode gerar economias significativas em comparação com os métodos tradicionais. Neste caso, cada mensagem respondida pelo sistema custa US$ 0,027.
Disponibilidade 24/7: O chatbot pode fornecer suporte 24 horas por dia, garantindo que os clientes obtenham ajuda sempre que precisarem.
A importância da segurança de Agentes de IA
Como visto nos dois estudos de caso anteriores, os Agentes de IA atuam em contato direto com bases de dados dentro de organizações, muitas delas contendo informações sigilosas ou sensíveis, o que os tornam possíveis alvos de infiltrações criminosas, ciberataques e vazamentos. Assim, assegurar a proteção desses dados e dos fluxos operacionais automatizados é uma prioridade estratégica para empresas que adotam essa tecnologia.
Um dos principais desafios está na proteção contra acessos não autorizados e vazamentos de informações. Agentes de IA frequentemente operam em ambientes interconectados, acessando múltiplas bases de dados e sistemas, o que amplia a superfície de ataque. Implementar controles rigorosos de acesso, como autenticação multifatorial e criptografia, é essencial para garantir que apenas usuários ou sistemas autorizados possam interagir com os agentes.
Além disso, é crucial mitigar riscos relacionados à integridade e confiabilidade dos agentes. Como eles são projetados para tomar decisões de forma autônoma, qualquer manipulação mal-intencionada em seus algoritmos ou no treinamento de modelos pode resultar em ações prejudiciais. Abordagens como o uso de auditorias regulares, monitoramento em tempo real e modelos de aprendizado robustos ajudam a prevenir a manipulação ou o comportamento anômalo desses sistemas. Uma alternativa sendo testada hoje e que promete evoluir o campo de aplicações e controles é o uso de Agentes de IA independentes para fazer o primeiro nível de validação de outros Agentes.
Conclusão: um marco na evolução da automação e da Transformação Digital
Agentes de IA representam um marco na evolução da automação de processos e na transformação dos negócios. Ao permitir que sistemas autônomos realizem tarefas complexas e analíticas, essas ferramentas trazem o potencial de tornar as operações mais baratas, eficientes, precisas e seguras, empoderando os colaboradores humanos a gerar ainda mais valor em suas atividades.
O poder transformador desses agentes de AI demanda, no entanto, uma abordagem cuidadosa e responsável. A implementação bem-sucedida vai além da tecnologia em si, exigindo uma visão holística que abranja segurança e governança. Empresas que buscam adotar Agentes de IA devem estar preparadas para enfrentar desafios de integração, gerenciar riscos relacionados à segurança e privacidade e alinhar suas operações às crescentes expectativas éticas da sociedade contemporânea.
Estamos no limiar de uma nova era, onde Agentes de IA não apenas otimizam negócios, mas também influenciam a maneira como trabalhamos, tomamos decisões e interagimos com a tecnologia. Em última análise, os Agentes de IA oferecem uma oportunidade sem precedentes para inovar e diferenciar-se em um mercado em constante transformação. Aqueles que conseguirem manejar com maestria as complexidades dessa tecnologia estarão melhor posicionados para liderar a próxima grande revolução industrial e moldar o futuro das organizações de maneira sustentável e responsável.
Quer entender como a EloGroup pode ajudar o seu negócio a extrair todo o potencial de Agentes de Inteligência Artificial?
MARCIO PUPIN é sócio na EloGroup
PEDRO ESCOBAR é gerente na EloGroup
MARCUS COUTO é editor de insights na EloGroup
