Agentes de IA em 2025: expectativas vs. realidade

Logo após o excesso de entusiasmo com NFTs e criptomoedas no início dos anos 2020 e o estouro da bolha do metaverso, a atenção da mídia se voltou para a IA generativa após lançamentos como o modelo da famíliaGPT da OpenAI, Claude da Anthropic e Copilot da Microsoft.

Embora o refrão não tenha mudado totalmente, o foco em 2025 mudou de grandes modelos de linguagem (LLMs) para avanços nos agentes de inteligência artificial (IA) ostensivamente autônomos que inauguram o futuro do trabalho.  

Apesar do interesse momentâneo pela IA generativa com o lançamento do R1 da Deepseek, que prometia superar o desempenho do ChatGPT, a narrativa dominante de inovação em 2025 é o agente de IA.

A cobertura da mídia destaca as promessas de inovação, automação e eficiência que os agentes devem trazer, mas até que ponto essa conversa não passa de um exagero em busca de cliques?

O mundo da mídia sustentada por anúncios prospera com cliques, e é razoável esperar manchetes sensacionais e atraentes criadas para conquistar os seus. Mas o que podemos esperar de forma realista da IA agêntica em 2025 e como isso afetará nossas vidas?  

Conversamos com vários especialistas da IBM para reduzir a empolgação, com o objetivo de manter uma conversa mais razoável sobre os agentes de IA e o que eles farão. Nossa equipe de agentes internos informados inclui:  

• Maryam Ashoori, PhD: Director of Product Management, IBM® watsonx.ai  

• Marina Danilevsky: Senior Research Scientist, Language Technologies  

• Vyoma Gajjar: AI Technical Solutions Architect  

• Chris Hay: Distinguished Engineer  

Um agente de IA é um programa de software capaz de agir de forma autônoma para compreender, planejar e executar tarefas. Alimentados por LLMs, esses agentes conseguem interagir com ferramentas, outros modelos e diversos elementos de um sistema ou rede para alcançar os objetivos dos usuários.  

Estamos ultrapassando o estágio de pedir a um chatbot que sugira uma receita de jantar com os ingredientes disponíveis na geladeira. Agentes vão muito além de e-mails automatizados de experiência do cliente que apenas avisam que sua solicitação será atendida em alguns dias por uma pessoa real.  

Agentes de IA se diferenciam dos assistentes tradicionais de IA que precisam de um prompt a cada resposta gerada. Em teoria, o usuário atribui uma tarefa de alto nível ao agente, e ele se encarrega de descobrir como concluí-la.  

As ofertas atuais ainda estão nos estágios iniciais dessa proposta. “O que o mercado chama de ‘agentes’ nada mais é do que a adição de recursos básicos de planejamento e chamada de ferramenta (também chamado de chamada de função) aos LLMs,” afirma Ashoori. “Essas funções permitem ao LLM dividir tarefas complexas em etapas menores que ele consegue executar.”

Hay está otimista de que agentes mais robustos estão a caminho: "Você não precisaria de nenhuma progressão adicional nos modelos hoje para construir futuros agentes de IA ", diz ele.  

Com isso esclarecido, como será a discussão sobre agentes no próximo ano, e o quanto dela devemos levar a sério? 

“Mais e melhores agentes” estão a caminho, prevê a Time.¹ “Agentes autônomos e rentabilidade devem dominar a agenda da inteligência artificial,” relata a Reuters.² “A era da IA agentic chegou,” afirma a Forbes, reagindo a uma declaração de Jensen Huang, da Nvidia.³ 

A mídia de tecnologia está repleta de garantias de que nossas vidas estão prestes a passar por uma transformação completa. Agentes autônomos devem simplificar e mudar nosso trabalho, impulsionar a otimização e acompanhar nossas rotinas diárias, cuidando das tarefas mundanas em tempo real e liberando nosso tempo para atividades criativas e outras funções de nível superior.

“A IBM e a Morning Consult realizaram uma pesquisa com 1.000 desenvolvedores que criam aplicações de IA para empresas, e 99% disseram que estão explorando ou desenvolvendo agentes de IA,” explica Ashoori. “Então sim, 2025 será o ano dos agentes.” Mas essa afirmação traz nuances.  

Depois de apresentar a concepção atual de mercado sobre agentes como LLMs com chamadas de funções, Ashoori faz uma distinção entre essa ideia e agentes verdadeiramente autônomos. “A verdadeira definição [de um agente de IA] é uma entidade inteligente, com capacidade de raciocínio e planejamento, que pode agir de forma autônoma. Essas capacidades de raciocínio e planejamento ainda são temas em aberto. Depende de como você define isso.”

“Eu vejo claramente os agentes de IA caminhando nessa direção, mas ainda não chegamos lá,” diz Gajjar. “Hoje, já percebemos indícios: agentes de IA conseguem analisar dados, prever tendências e automatizar fluxos de trabalho em certa medida. No entanto, criar agentes capazes de tomar decisões complexas de forma autônoma exigirá mais do que algoritmos melhores. Precisaremos de grandes avanços em raciocínio contextual e testes para casos extremos,” ela acrescenta.  

Danilevsky não está convencida de que isso seja algo novo. "Ainda estou lutando para realmente acreditar que isso é tão diferente da apenas orquestração", diz ela. “Você renomeou orquestração, mas agora ela se chama agentes, porque essa é a palavra legal. Mas orquestração é algo que fazemos na programação desde sempre.”   

Sobre 2025 ser o ano dos agentes, Danilevsky se mostra cética. “Depende do que você define como agente, do que acredita que ele deve realizar e do valor que espera que ele entregue,” diz ela. “É uma afirmação ousada, considerando que ainda não conseguimos determinar o ROI da tecnologia de LLM de maneira geral.”  

E não é apenas o lado dos negócios que a faz proteger suas apostas. “Existe a ilusão de que esses sistemas vão pensar por você, tomar decisões e agir no seu computador. Na prática, isso é assustador.”

Danilevsky enquadra a desconexão como uma falha de comunicação. “[Os agentes] tendem a ser muito ineficazes porque os humanos são péssimos comunicadores. Ainda não conseguimos fazer com que os agentes de chat interpretem corretamente o que você quer o tempo todo.”  

Ainda assim, o próximo ano promete ser uma era de experimentações. “Acredito muito que [2025 será o ano dos agentes],” afirma Hay com entusiasmo. 

Todas as grandes empresas de tecnologia e centenas de startups estão experimentando com agentes. A Salesforce, por exemplo, lançou sua plataforma Agentforce, que permite aos usuários criar agentes facilmente integrados ao ecossistema de aplicativos da Salesforce.  

“A onda está chegando e teremos muitos agentes. O ecossistema ainda está em estágio inicial, então acredito que muitas pessoas vão construir agentes e se divertir bastante nesse processo.” 

Essa narrativa presume que os agentes atuais já atendem à definição teórica apresentada na introdução deste texto. Em 2025, os agentes serão programas de IA totalmente autônomos, capazes de planejar um projeto e concluí-lo com todas as ferramentas necessárias, sem ajuda de parceiros humanos. No entanto, falta nuance nessa narrativa.

Hay acredita que a base para esses avanços já foi construída. “O principal nos agentes é a capacidade de planejar,” destaca. “Eles conseguem raciocinar, usar ferramentas e executar tarefas, e precisam fazer isso com rapidez e escala.”

Ele cita quatro avanços que, em comparação com os melhores modelos de 12 a 18 meses atrás, permitem que os modelos do início de 2025 sustentem a visão desses agentes.  

• Modelos melhores, mais rápidos e menores  

• Treinamento de cadeia de pensamento (COT)

• Janelas de contexto aumentadas  

• Chamada de função  

“Agora, a maioria dessas capacidades já está em ação”, continua Hay. “A IA já pode chamar ferramentas. Pode planejar. Pode raciocinar e apresentar boas respostas. Pode usar computação durante o tempo de inferência. Você terá cadeias de pensamento melhores e mais memória disponível. Vai ser rápido. Vai ser barato. Isso cria uma estrutura onde, na minha opinião, será possível ter agentes. Os modelos estão evoluindo e ficando melhores, e essa evolução só tende a acelerar.” 

Ashoori faz questão de separar o que os agentes poderão fazer no futuro do que conseguem realizar hoje. “Existe a promessa e existe o que o agente é capaz de fazer atualmente”, afirma ela. “Diria que a resposta depende do caso de uso. Para casos simples, os agentes já conseguem [escolher a ferramenta correta], mas para casos mais sofisticados, a tecnologia ainda precisa amadurecer.”  

Danilevsky propõe um novo olhar sobre o tema. “Algo ser verdade uma vez não significa que será sempre. Existem tarefas que os agentes conseguem fazer? Sim. Isso quer dizer que você pode transformar qualquer processo em agente? Não.”  

Para Gajjar, a questão envolve risco e governança. “Estamos vendo os agentes de IA deixarem de ser apenas geradores de conteúdo para se tornarem solucionadores de problemas autônomos. Precisamos submeter esses sistemas a testes rigorosos em ambientes controlados para evitar falhas em cascata. Criar mecanismos para ações de rollback e garantir registros de auditoria será essencial para que esses agentes funcionem em setores de alta criticidade.”  

Mesmo assim, ela está otimista quanto a superar esses desafios. “Acredito que este ano veremos avanços na criação de mecanismos de rollback e trilhas de auditoria. Não basta criar uma IA mais inteligente; precisamos também de redes de segurança para rastrear e corrigir falhas rapidamente.”  

E embora a Hay esteja otimista quanto ao desenvolvimento de agentes em 2025, ela enxerga um problema em outro ponto: “A maioria das organizações ainda não está preparada para agentes. O mais interessante será expor as APIs que já existem nas empresas. É aí que estará o trabalho empolgante. E não se trata da qualidade dos modelos, mas sim do quanto a empresa está preparada.” 

O "novo normal" previsto por essa narrativa vê equipes de agentes de IA encurraladas sob modelos uber orquestradores que gerenciam o fluxo de trabalho geral do projeto.

As empresas usarão a orquestração de IA para coordenar vários agentes e outros modelos de aprendizado de máquina (ML) que trabalham em conjunto e usam conhecimentos específicos para concluir tarefas.

Gajjar considera essa previsão não apenas plausível, mas provável. “Estamos no início dessa transformação, mas o avanço é rápido. Orquestradores de IA podem se tornar a espinha dorsal dos sistemas de IA nas empresas já neste ano, conectando vários agentes, otimizando fluxos de trabalho de IA e lidando com dados multilíngues e multimídia”, ela opina. No entanto, ela alerta para a importância de adotar medidas de segurança adequadas.  

"Ao mesmo tempo, a expansão desses sistemas exigirá frameworks robustos de compliance para garantir o funcionamento sem perder a responsabilidade,” alerta Gajjar. “2025 pode ser o ano em que sairemos dos experimentos para a adoção em larga escala, e mal posso esperar para ver como as empresas vão equilibrar velocidade com responsabilidade."

É essencial que as organizações se dediquem com o mesmo empenho à governança e compliance de dados e IA quanto à adoção de inovações.

"Você terá um orquestrador de IA, e ele vai trabalhar com vários agentes", delineia Hay. "Um modelo maior seria um orquestrador, e modelos menores realizarão tarefas restritas."

No entanto, Hay prevê que, à medida que os agentes evoluírem, haverá uma migração dos fluxos orquestrados para sistemas de agente único. "À medida que esses agentes individuais tornam-se mais capazes, vocês passarão a dizer: 'Tenho este agente que pode fazer tudo de ponta a ponta'."  

Hay prevê uma evolução de avanços e recuos à medida que os modelos se desenvolvem. “Vamos atingir um limite no que agentes individuais conseguem fazer, e então voltaremos à colaboração entre múltiplos agentes. Haverá um movimento constante entre estruturas de múltiplos agentes e um agente único quase divino.” E embora os modelos de IA determinem os fluxos de trabalho dos projetos, Hay acredita que os humanos sempre farão parte do processo.

Para Ashoori, a necessidade de um meta-orquestrador não é algo automático e depende dos casos de uso. “É uma decisão de arquitetura”, explica. "É uma decisão de arquitetura", explica ela. "Cada agente, por definição, deve ter a capacidade de descobrir se precisa orquestrar com outro agente, utilizar várias ferramentas ou se precisa de alguns dados complementares. Você não precisa necessariamente de um agente intermediário que fica no topo e monitora todos para dizer a eles o que fazer."  

No entanto, em alguns casos, isso pode acontecer. "Você pode precisar descobrir como usar uma combinação de agentes especializados para o seu propósito", supõe Ashoori. "Nesse caso, você pode decidir criar seu próprio agente que atue como orquestrador."  

Danilevsky orienta as empresas a primeiro entenderem quais fluxos de trabalho podem e devem ser agentizados para atingir o ROI desejado, e só então traçar uma estratégia de IA. “Alguns fluxos com orquestração entre agentes vão acontecer? Claro. Mas transformar tudo em orquestração agentic na organização? Não vai funcionar.” 

A visão predominante para a adoção de agentes no próximo ano é a de que eles vão complementar, e não substituir, o trabalho humano. Segundo especialistas, eles atuarão como colaboradores em fluxos de trabalho conduzidos por pessoas.

Entretanto, o medo de perda de empregos devido à IA continua presente nas discussões sobre a adoção corporativa de IA. À medida que os agentes se tornam mais capazes, será que líderes empresariais vão incentivar a colaboração entre agentes e humanos ou buscarão substituir trabalhadores por ferramentas de IA?

Ashoori acredita que o melhor caminho é confiar nos funcionários para decidirem como usar a IA em seus próprios trabalhos. “Devemos dar autonomia para que eles escolham como aproveitar os agentes, sem necessariamente substituí-los em todas as situações”, explica ela. Algumas funções podem ser facilmente delegadas a um agente, mas outras continuam exigindo participação humana. “Um agente pode transcrever e resumir uma reunião, mas você não vai mandar seu agente conversar comigo.”  

Danilevsky compartilha a visão de Ashoori e ressalta que a adoção de agentes no ambiente de trabalho não acontecerá sem dificuldades. "Ainda haverá casos em que, assim que algo ficar mais complexo, você precisará de um ser humano". Embora os líderes empresariais possam ficar tentados a cortar custos de curto prazo eliminando tarefas, o uso de agentes "... se estabelecerá muito mais em um tipo de função aprimorada. Você deve ter constantemente um humano, e esse humano está sendo ajudado, mas ele toma as decisões finais", diz Danilevsky, descrevendo sua visão de humano em sistema (HITL) para IA.  

Hay enxerga um caminho para a adoção sustentável da IA no ambiente de trabalho. “Se fizermos isso da maneira certa, a IA vai ajudar os humanos a fazerem melhor o que fazem. Se aplicarmos a IA corretamente, vamos liberar tempo para nos dedicarmos a coisas mais interessantes.” No entanto, ele também vê um risco: “Existe um perigo real de que, se for mal feita, acabemos com humanos servindo à IA, em vez de ser o contrário.”  

Gajjar chama atenção para o cuidado necessário ao implementar IA. “Não acredito que agentes de IA vão eliminar empregos da noite para o dia, mas eles vão redefinir como trabalhamos. Muitas tarefas repetitivas e de pouco valor já estão sendo automatizadas, liberando espaço para funções mais criativas e estratégicas. No entanto, é essencial que as empresas planejem bem essa introdução, usando estruturas de governança que assegurem justiça, transparência e responsabilidade.”

Segundo Hay, uma vantagem importante dos modelos de IA open source é a abertura para um mercado de agentes e a possibilidade de monetização para os criadores. “Eu acredito que agentes de código aberto são essenciais”, diz Hay. “Com open source, qualquer um pode desenvolver um agente funcional e criar seu próprio negócio.”  

Também é importante ponderar potenciais dificuldades de crescimento e reestruturação organizacional em comparação com os benefícios orientados por IA, especialmente no Sul Global, acredita Hay.

Os LLMs fornecem saída baseada em texto, que pode chegar aos usuários por meio de SMS em áreas sem conexões confiáveis com a internet. "A capacitação que pode ocorrer em países [sem um forte acesso à internet] porque a IA pode trabalhar em um cenário de baixa largura de banda e está ficando mais barato o tempo todo, isso é muito empolgante", diz Hay.

No decorrer dessas conversas, 2 temas surgiram repetidamente com todos os 4 especialistas. Além das 4 narrativas que analisamos, um caminho sustentável diante da explosão atual da IA exigirá que empresas e líderes empresariais adotem 2 ideias:  

1. A governança de IA é a base da conformidade bem-sucedida e do uso responsável. 
2. Uma estratégia de IA robusta com foco no valor econômico levará as empresas à adoção de uma IA sustentável. 

“As empresas precisam de frameworks de governança para acompanhar o desempenho e garantir a responsabilidade conforme esses agentes se integram ainda mais às operações”, reforça Gajjar. “É aí que a abordagem de IA Responsável da IBM realmente se destaca: garantir que a IA trabalhe junto com as pessoas e construir sistemas confiáveis e auditáveis desde o primeiro dia.”  

Ashoori alerta para um possível problema com a IA agêntica. “Usar um agente hoje significa pegar um LLM e permitir que ele execute ações em seu nome. E se essa ação for conectar-se a um conjunto de dados e excluir registros sensíveis?”  

“A tecnologia não pensa. Ela não pode ser responsável”, afirma Danilevsky. Sobre riscos como vazamento ou exclusão acidental de dados, ela comenta: “O risco é maior.” Segundo ela, “um humano consegue fazer apenas um número limitado de coisas em um certo tempo, enquanto a tecnologia consegue agir muito mais rápido, de maneira que muitas vezes nem percebemos.”  

E quando isso acontece, não se pode simplesmente apontar o dedo para a IA e retirar toda a culpa das pessoas responsáveis por ela. "Um ser humano na organização será responsabilizado por essas ações", adverte Hay.  

"Então, o desafio aqui se torna a transparência", diz Ashoori. “E rastreabilidade das ações para cada coisa que os agentes fazem. Você precisa saber exatamente o que está acontecendo e ser capaz de rastrear, rastrear e controlar."  

Para Danilevsky, a experimentação livre é o caminho para o desenvolvimento sustentável. “[Há muito valor] em permitir que as pessoas experimentem a tecnologia, a construam e tentem quebrá-la.” Ela também aconselha os desenvolvedores a terem cautela na escolha dos modelos e na seleção dos dados que inserem. “[Alguns fornecedores vão] capturar todos os seus dados. Então, é bom ter cuidado.”

“O atual boom da IA é completamente impulsionado pelo FOMO e vai se estabilizar à medida que a tecnologia se tornar mais normalizada”, prevê Danilevsky. “Acredito que as pessoas vão começar a entender melhor o que funciona e o que não funciona.” “Também precisamos focar na integração dos agentes de IA em ecossistemas onde eles possam aprender e se adaptar continuamente, impulsionando ganhos de eficiência a longo prazo”, acrescenta Gajjar.  

Danilevsky é rápida em fundamentar as expectativas e centralizar a conversa sobre as necessidades de negócios demonstráveis. "As empresas precisam ter cuidado para não se tornarem o martelo em busca de um prego", ela começa. "Tivemos isso quando os LLMs entraram em cena pela primeira vez. As pessoas disseram: 'Primeiro passo: vamos usar LLMs. Passo dois: Para que devemos usá-los?'”  

Hay incentiva as empresas a se prepararem para os agentes com antecedência. “O valor vai estar nas organizações que organizarem seus dados privados de forma que os agentes possam pesquisar diretamente em seus documentos.” Toda empresa possui uma riqueza de dados proprietários valiosos, e transformar esses dados para impulsionar fluxos de trabalho agentic favorece um ROI positivo.  

“Com os agentes, as empresas têm a oportunidade de aproveitar seus dados proprietários e seus fluxos de trabalho para se diferenciar e crescer”, diz Ashoori. “O ano passado foi de experimentação e exploração para as empresas. Agora elas precisam ampliar esse impacto e maximizar o ROI da IA generativa. Os agentes são o caminho para isso.”  

Para saber mais sobre a implementação bem-sucedida de IA nas empresas, confira o guia de Maryam Ashoori sobre análise de custos de agentes de IA. Não deixe também de acompanhar Vyoma Gajjar e Chris Hay detalhando suas previsões sobre IA em 2025 no podcast Mixture of Experts da IBM.