Agente em processo antigo só automatiza o desperdício

O agente herda o processo que encontra

A maior parte dos processos de uma empresa existe por causa de limitações humanas. A aprovação em três níveis compensa a falta de visibilidade. A planilha intermediária compensa sistemas que não conversam. A fila de conferência compensa o erro de digitação.

Quando um agente entra nesse fluxo sem mudança, ele passa a respeitar restrições que não se aplicam a ele. Espera aprovações que poderiam ser regras. Preenche planilhas que poderiam deixar de existir. Repassa trabalho para filas que só fazem sentido para equipes humanas.

A Deloitte descreve esse padrão no Tech Trends 2026, publicado em dezembro de 2025. Segundo a consultoria, muitas implementações agênticas falham porque tentam automatizar processos existentes, desenhados por e para trabalhadores humanos, sem repensar como o trabalho deveria ser feito.

A ideia não é nova. Em 1990, Michael Hammer publicou na Harvard Business Review o artigo que deu origem à reengenharia de processos, com um título que serve de alerta até hoje: não automatize, elimine. A diferença é que, com agentes, o custo de ignorar esse alerta escala na velocidade da máquina.

Quem redesenha captura o retorno

Os números da McKinsey mostram a distância entre os dois grupos. Entre as empresas de alto desempenho, quase três quartos redesenharam fluxos de trabalho por causa da IA, contra 55% no ano anterior. Entre as demais, só um quarto.

No conjunto, 37% dos respondentes atribuem algum impacto no EBIT ao uso de IA, praticamente o mesmo patamar de 2025. A tecnologia ficou mais capaz e mais barata, e o retorno agregado não se moveu na mesma proporção.

A escala de agentes avança, mas de forma desigual. Entre empresas com receita anual acima de US$ 1 bilhão, 40% relatam escalar agentes, contra 27% no ano anterior. Entre as menores, a fatia ficou estável em 22%.

A McKinsey também registra que as empresas de alto desempenho têm duas vezes mais chance de ter processos definidos para medir o impacto das iniciativas de IA. É a mesma concentração que analisamos em o retorno da IA concentrou: quem mede e redesenha captura, quem só implanta assiste.

O piloto funciona, o processo não muda

O estudo Emerging Technology Trends 2025 da Deloitte mostra onde a maioria das iniciativas para. Das organizações pesquisadas, 30% estão explorando opções agênticas e 38% conduzem pilotos. Só 14% têm soluções prontas para implantação, e 11% usam esses sistemas em produção.

O Gartner projeta que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, por custos crescentes, valor de negócio pouco claro ou controles de risco inadequados. As três causas têm raiz comum: o agente foi encaixado em um processo que ninguém revisou.

O piloto costuma rodar em condição protegida, com um time dedicado contornando as falhas do fluxo original. Quando vai para a operação real, encontra as aprovações, as exceções e os repasses que o piloto ignorou. É a passagem que descrevemos em o abismo da IA: por que 95% dos pilotos não viram produção.

Nem todo passo merece um agente

Redesenhar também significa decidir onde o agente não entra. Anushree Verma, analista do Gartner, afirma que muitos casos de uso posicionados hoje como agênticos não exigem implementação agêntica.

Uma regra de negócio estável resolve com automação determinística, mais barata e mais previsível. Uma etapa que existe só por hábito resolve com eliminação. O agente faz sentido onde há julgamento, variação e contexto, e mesmo ali precisa de um ponto claro de decisão humana.

O Gartner também alerta para o que chama de agent washing: a renomeação de assistentes, RPA e chatbots como agentes, sem capacidade agêntica real. Segundo a consultoria, só cerca de 130 dos milhares de fornecedores que se apresentam como agênticos de fato são. Comprar o rótulo não substitui redesenhar o fluxo.

Como redesenhar antes de automatizar

O redesenho é trabalho de operação, não de tecnologia. Ele começa antes de escolher modelo ou fornecedor e segue uma sequência que a NN aplica em todas as entregas.

• Mapear o processo real, não o documentado: volume, tempo de ciclo, exceções e retrabalho medidos em sistema, não em entrevista.
• Eliminar o que existe por limitação humana: aprovações em série, redigitação, conferências duplicadas e repasses entre filas.
• Separar regra, julgamento e decisão: regra vira automação determinística, julgamento vira agente, decisão de risco fica com uma pessoa nomeada.
• Definir a métrica do processo, não da ferramenta: tempo de ciclo, custo por caso e taxa de erro, comparados com a linha de base anterior.
• Nomear um dono do processo redesenhado, com autoridade para mudar regras, pausar o agente e responder pelo resultado.

A Celonis, no Process Optimization Report 2026 com 1.649 líderes, registra que 89% acreditam que a IA só entrega retorno se tiver o contexto de como o negócio de fato funciona. Esse contexto não vem do modelo. Vem do mapeamento do processo.

O terceiro item é o que mais muda a operação. Ele define onde a revisão humana agrega valor e onde vira carimbo, tema que detalhamos em supervisão humana que revisa tudo não supervisiona nada. E o quinto garante que alguém responde quando o agente falha, como discutimos em seu agente vai falhar em produção e o plantão ainda não existe.

A pergunta que vem antes do agente

A pergunta que a maioria das empresas faz é qual processo pode receber um agente. A pergunta que as empresas de alto desempenho fazem é como esse processo funcionaria se fosse desenhado hoje, com agentes disponíveis desde o início.

A primeira pergunta leva a ganhos marginais sobre um fluxo herdado. A segunda leva a menos etapas, menos repasses e decisões mais rápidas, e é ela que explica a diferença de retorno que a McKinsey mede ano após ano.

Agente em processo antigo só automatiza o desperdício. A entrega que começa pelo redesenho do fluxo, com métrica de processo e dono nomeado, coloca o agente onde ele gera resultado. A que começa pela ferramenta acelera o que já não funcionava.