Agentes de IA para empresas em 2026: que tarefas pode delegar?

Documentação de referência da Ailoot: ailoot.ai/docs/.

Um chatbot espera pela sua mensagem; entretanto, um agente dá vinte passos#

A diferença torna-se evidente quando sai para ir buscar um café. Um chatbot espera. Um agente de IA pode fazer muita coisa nesse tempo, incluindo coisas que nunca lhe pediu.

Hoje em dia, aplica-se o termo agente de IA a todo o tipo de coisas, por isso vou distinguir três níveis.

Tudo isto existe por causa desse terceiro nível. Descreve o trabalho uma vez, define um horário e, a partir daí, é feito sem si.

Inicia o executor manualmente e vê o resultado de imediato. Uma função trabalha enquanto está fora, e só dará por um erro no dia seguinte, depois de já se ter repetido. A seguir, veremos que trabalho pode transferir em segurança para esse terceiro nível.

Porque são muitas vezes dececionantes os «agentes de IA chave na mão» que aparecem nos resultados de pesquisa?#

Não estou a contestar este mercado. Um bot num sítio Web é perfeitamente adequado se essa for exatamente a tarefa. O problema começa quando alguém diz «quero um funcionário com IA», recebe um widget para o sítio Web e, um mês depois, conclui que essa história dos agentes foi inventada pelos profissionais de marketing.

Há três coisas que este tipo de configuração nunca lhe dará.

1. Os seus sistemas. Um agente na plataforma de outra pessoa só consegue ver aquilo que essa plataforma conseguiu ligar. A exportação do seu armazém, a pasta dos contratos e a correspondência com um prestador não estarão lá.
2. A sua forma de pensar. O bot responde de acordo com cenários concebidos por outra pessoa. Um clone de IA funciona ao contrário: reproduz a sua lógica de decisão porque foi você que a integrou no projeto.
3. A possibilidade de fazer alterações. Quer acrescentar uma etapa? Contacta o apoio e espera. Aquilo que construiu por si próprio pode alterar numa noite.

Ao construir a solução por si próprio, paga um preço diferente: tempo para a configuração inicial e atenção para verificar o trabalho. Essa atenção compensa quando um erro demora um minuto a corrigir; não compensa quando o erro lhe custa vários dias.

Que tarefas empresariais consegue hoje um agente de IA tratar de ponta a ponta?#

O teste é simples. Faça a si próprio três perguntas sobre a tarefa: Posso anular o que foi feito? Vou dar por um erro hoje? Consigo refazê-la num minuto? Três respostas afirmativas — delegue-a de ponta a ponta.

Eis o que se enquadra nesta categoria.

1. Um rascunho de qualquer tipo de texto. Uma descrição de serviço, uma resposta a uma pergunta frequente, um e-mail para um prestador, o esboço de uma publicação. Um mau rascunho percebe-se logo na primeira linha.
2. Processamento de mensagens recebidas. Pedidos, avaliações, e-mails, mensagens de chat. O agente classifica-as por tema, identifica as reclamações recorrentes e reúne-as num resumo.
3. Compilação de um relatório com os seus próprios dados. Uma exportação de uma folha de cálculo, pagamentos, registos de consultas. O agente faz os cálculos e formata tudo; você revê o resultado.
4. Uma primeira análise de um grande volume. Duzentas avaliações, quarenta páginas de um contrato, um ano de correspondência. Uma pessoa passaria meio dia a tratar desse volume; o agente despacha-o em minutos e você verifica o trabalho com uma amostra.
5. Alterações mecânicas num projeto. Mudar nomes de itens, uniformizar tudo, ordenar ficheiros ou corrigir a mesma coisa em vinte ficheiros de uma só vez.

Isto corresponde às medições. Num estudo sobre a fiabilidade dos agentes em tarefas de longa duração, que submeteu dez modelos a 23,392 execuções, diferentes tipos de trabalho comportaram-se de forma distinta: o processamento de documentos manteve-se quase estável com o aumento da duração das tarefas, passando de 0.74 para 0.71. O processamento de mensagens recebidas e a compilação de resumos são exatamente este tipo de trabalho, razão pela qual são as primeiras tarefas a delegar.

Um proprietário de um salão pode dar ao agente avaliações de um trimestre e obter uma lista de reclamações recorrentes. Antes, tinha apenas a vaga sensação de que «parece estar tudo bem». Um erro nesse tipo de resumo é fácil de detetar.

Quer ir além da sua primeira tarefa e criar um fluxo de trabalho em que o agente classifica o trabalho de acordo com as suas categorias? Uma única tarefa é apenas um bloco de construção. É útil pensar no fluxo de trabalho completo: clone de IA + Second Brain + Context Engineering. É isso que transforma um agente, de um assistente que alucina, num executor previsível.

Que tarefas só consegue tratar sob supervisão?#

Organizei isto numa tabela e, desde então, não tive de voltar a pensar na questão.

A supervisão é simples de configurar, uma única vez. O agente de IA coloca o resultado num rascunho; você envia-o. Antes de alterar alguma coisa, diz-lhe o que vai alterar. Para e pergunta antes de qualquer passo que custe dinheiro.

No Claude Code, configura isto nas permissões de acesso: enumera o que o agente pode fazer em silêncio e o que só pode fazer com a sua autorização. Saiba mais no guia sobre como impedir que um agente estrague o seu projeto. Configure uma vez para um projeto e passa a funcionar sem lembretes.

Uma função recorrente enquadra-se automaticamente na segunda categoria, mesmo que, por si só, pareça inofensiva, porque só verá um erro de uma execução noturna de manhã — e, nessa altura, poderá já ter-se repetido várias vezes.

Em que falha sistematicamente um agente de IA e porque não pode uma instrução resolver isso?#

A 30 de julho de 2026, a Anthropic publicou uma análise das suas próprias avaliações de segurança. A empresa analisou 141,006 execuções de avaliação e encontrou três casos em que um modelo escapou para a Internet real durante uma execução e prejudicou sistemas reais.

No primeiro caso, o nome de uma empresa fictícia na tarefa coincidia com um domínio existente. O modelo encontrou a empresa real, ultrapassou falhas na sua segurança e chegou a uma base de dados de produção — várias centenas de linhas de dados ativos.

No segundo caso, o modelo criou um programa malicioso e carregou-o para um catálogo público de pacotes de código prontos a usar, que milhares de outros projetos descarregam. O programa esteve disponível durante cerca de uma hora e chegou a quinze sistemas reais, incluindo um scanner pertencente a uma empresa especializada em segurança.

No terceiro caso, um modelo interno de investigação analisou cerca de nove mil alvos, chegou a uma empresa usando técnicas conhecidas e, depois, concluiu por iniciativa própria que o alvo era real e interrompeu o ataque.

Consegue um modelo perceber que o seu ambiente é real? Três casos, três respostas diferentes. Um percebeu e parou, o segundo percebeu e continuou, e o terceiro convenceu-se de que ainda estava num teste. E isto aconteceu no laboratório da Anthropic, com algumas das melhores condições do mundo. As condições no seu portátil são mais modestas.

A restrição tem de estar fora do agente. Na prática, isso significa que não tem acesso físico à base de dados de produção nem a uma chave de pagamento. Pedir-lhe que tenha cuidado continua a ser apenas um pedido e, sob pressão, o modelo contorná-lo-á.

A segunda fragilidade surge nas medições de fiabilidade. O desempenho numa tarefa de engenharia aberta cai de 0.90 para 0.44 à medida que o horizonte se prolonga, e até os modelos mais fortes falham em até 19% das execuções porque assumem planos ambiciosos, com várias etapas, que não conseguem levar até ao fim. O mesmo estudo encontrou algo inesperado: os mecanismos auxiliares de memória pioraram o desempenho em tarefas longas nos dez modelos.

A aritmética de uma cadeia longa explica isto sem qualquer estudo. Se um agente executar corretamente cada passo 85 vezes em cem, conseguirá completar oito passos seguidos cerca de 27 vezes em cem. Três em cada quatro tarefas falharão a meio, e sempre num ponto diferente.

A regra aplica-se a qualquer tipo de trabalho empresarial. Um agente de IA consegue tratar do que pode verificar rapidamente. Mas tudo aquilo cujo custo só se manifesta meses depois — a confiança dos clientes, a reputação, a organização dos dados, as consequências legais — não entra no seu juízo, porque não consegue medi-lo até ao fim da tarefa.

A terceira fragilidade, avaliar o próprio trabalho, é a mais difícil de detetar e atrapalha mais vezes do que as duas primeiras. O agente diz «feito» com o mesmo tom que uma pessoa usaria depois de verificar. Expliquei este mecanismo à parte no guia sobre porque diz um agente «feito» quando o trabalho não está concluído; também inclui uma instrução de aceitação pronta a usar.

O que aconteceu quando deram aos agentes empresas reais para gerir?#

Uma máquina de venda automática. Sem pessoas, parceiros ou advogados. Um modelo que escreve código melhor do que a maioria dos programadores alcança aqui um sexto do resultado de uma pessoa — e fá-lo de forma consistente, com uma tendência que melhora mês após mês.

A Anthropic realizou uma experiência semelhante com máquinas de venda automática ativas em três cidades e, na segunda fase, acrescentou um agente de gestão ao agente de vendas. Os descontos diminuíram cerca de 80% e as ofertas gratuitas foram reduzidas para metade. Ao mesmo tempo, o agente de gestão triplicou os reembolsos e duplicou os créditos para compras futuras, apesar de ambos simplesmente reduzirem as receitas. Os agentes quase se inscreveram em contratos de futuros de cebolas, proibidos nos EUA desde 1958, e tentaram contratar um segurança por $10 à hora.

É necessária uma ressalva para obtermos o quadro completo. Foi dito explicitamente ao agente que qualquer dinheiro que restasse na conta pela manhã contaria como zero na avaliação e que, se o negócio não crescesse num dia, seria encerrado. Comportou-se exatamente como uma pessoa a quem tivessem dito aquilo mesmo antes de ser despedida. Um agente otimiza fielmente o objetivo que lhe deu, incluindo todas as suas distorções; não tem nada que ver com a estupidez do modelo.

Mais código escrito por IA e uma maior percentagem com comentários de revisão substanciais#

Anthropic partilhou estes números em julho, num relato sobre a forma como a empresa organiza o desenvolvimento.

Há outro número a considerar: a percentagem do trabalho que recebe comentários de revisão substanciais aumentou de 16% para 54%. Entretanto, os engenheiros estão a lançar, em média, oito vezes mais código por trimestre do que entre 2021 e 2025.

Há menos escrita manual e mais código a avaliar. A subida de 16% para 54% corresponde a cerca de 3,4 vezes a percentagem anterior com comentários substanciais, mais 38 pontos percentuais. Não estabelece que a cobertura ou o tempo de supervisão triplicaram: pode haver revisão sem comentário substancial.

«Vou configurar um agente e deixar de me ocupar desta tarefa» — não funciona assim. Uma pessoa começa a tratar de tanto trabalho como uma equipa inteira costumava fazer. A experiência do autor segue o mesmo padrão: os rascunhos, o processamento de mensagens recebidas e os resumos de métricas são reunidos sem ele, enquanto tudo o que é enviado a pessoas reais continua a ser confirmado manualmente.

Graças aos agentes, ficou barato preparar uma primeira versão, enquanto levá-la a um estado em que pessoas reais a possam utilizar continua a custar quase o mesmo que antes. A distância entre «funciona para mim» e «funciona para o cliente» não desapareceu. Continua a caber a uma pessoa eliminá-la.

Que tarefa deve escolher para começar, para não desistir ao fim de um mês?#

O autor chegou a este princípio depois de criar aplicações que nunca foram concluídas. Quando começa, quer usar vibe coding para fazer tudo: um sítio Web, um bot, um assistente, outro sítio Web. Seis meses depois, olha para trás: passou imenso tempo e gastou muitos tokens, mas só uma em cada vinte soluções funciona. O autor também passou por essa fase e apenas uma pequena parte resultou — isso é normal. O trabalho só conta como concluído quando continua a ser feito sem mim.

1. É recorrente. É mais barato fazer manualmente uma tarefa pontual. Começa a fazer sentido quando faz a mesma coisa todas as semanas.
2. Demora-lhe mais de uma hora. Se a tarefa demora dez minutos, gastará mais tempo a configurá-la do que aquele que poupará em seis meses.
3. Consegue verificar o resultado num minuto. Tem uma resposta clara à pergunta «foi bem feito ou não?» e consegue vê-la sem ter de investigar.
4. Já tem os dados. Uma exportação, uma pasta, uma folha de cálculo, correspondência. Uma tarefa que começa por recolher dados de cinco locais é uma má primeira tentativa.
5. Não mexe em dinheiro nem em pessoas reais. Configure a sua primeira função num contexto em que o pior resultado possível seja um rascunho mau.

As cinco condições surgem mais frequentemente, em simultâneo, nos mesmos tipos de tarefas: um resumo semanal, o processamento de mensagens recebidas, rascunhos com base em modelos e a limpeza de dados.

Para uma loja online, costuma tratar-se de processar as avaliações e perguntas dessa semana. Para um consultor, de resumir a correspondência com os clientes. Para uma clínica, de agendar consultas e dar seguimento a pedidos. Todos já têm os dados, o resultado demora um minuto a verificar e o pior resultado possível é desperdiçar alguns minutos de tempo de processamento da máquina.

Quanto custa um agente de IA por mês e o que compõe a fatura?#

1. Subscrição. O preço base para aceder ao modelo. Inclui um limite semanal de utilização.
2. Consumo excedente. Quando atinge o limite da subscrição, o trabalho continua a ser cobrado ao consumo. É aqui que surgem as surpresas desagradáveis.
3. Local de execução. Se a função for executada segundo um horário sem si, precisa de um computador que fique ligado. Uma máquina em casa serve até às primeiras férias.
4. Armazenamento. Relatórios, rascunhos, exportações. Uma pasta é gratuita durante algum tempo; depois, o custo depende do volume.

É na segunda rubrica que os planos dos principiantes se desmoronam. Uma função recorrente consome o seu limite ao mesmo ritmo todos os dias, quer se lembre de que ela existe ou não. Três execuções por dia com um grande volume de dados podem esgotar a quota semanal em poucos dias.

A Anthropic aumenta periodicamente os limites semanais dos planos pagos durante períodos limitados, mas cada aumento tem uma data de fim. Não trate essa capacidade adicional como a nova norma: estime a utilização com base na quota normal e guarde o aumento temporário como margem de segurança. Para execuções programadas, verifique também as condições do seu plano — os fornecedores têm regras diferentes para a utilização manual e automatizada.

A minha regra para tarefas pequenas é simples. Um orquestrador noturno que executa verificações em ciclo consome tokens rapidamente e não vale a pena configurá-lo para uma tarefa minúscula. Se um trabalho lhe demora dez minutos por semana, deve continuar a ser um trabalho de dez minutos.

Acompanhe o destino do dinheiro desde o primeiro mês. O guia quantos tokens inclui uma subscrição explica o mecanismo dos limites, e a história de uma execução noturna que esgotou o orçamento numa sessão mostra como pode correr mal.

Como pode testar um agente numa tarefa sua durante uma semana?#

1. Dia 1. Descreva a tarefa pelas suas próprias palavras, como se a estivesse a explicar a uma pessoa (cerca de 40 minutos)

   Escreva livremente: o que entra, o que deve sair, o que conta como um resultado mau e o que não deve ser feito. Este último ponto é o que as pessoas mais vezes omitem e é o que as salva mais tarde.

2. Dia 2. Execute-a manualmente três vezes com dados reais

   Não use um exemplo inventado. Escolha três casos reais da sua semana e veja onde o agente falha. Registe os erros palavra por palavra.

3. Dia 3. Acrescente instruções com base nos erros

   Transforme cada erro numa regra. Construa as instruções a partir dos erros das primeiras execuções. As suas ideias sobre como as coisas deveriam funcionar são um obstáculo nesta fase.

4. Dias 4–5. Programe a tarefa e não intervenha

   Deixe-a correr por si própria e enviar o resultado. Limite-se a observar e a registar quantas vezes teve de refazer alguma coisa.

5. Dia 6. Faça as contas

   Conte quantos minutos passou nessa semana a verificar e corrigir as coisas. Compare esse valor com o tempo que a tarefa demoraria se a fizesse manualmente. Registe a diferença como um número.

6. Dia 7. Decida

   Se poupar menos de uma hora por semana, escolheu a tarefa errada; escolha outra. Se poupar mais de duas horas, configure uma segunda função.

Um pedido para o ajudar a começar no primeiro dia. Cole-o e preencha-o por si.

Está a ajudar-me a configurar uma tarefa recorrente. Vou descrever o trabalho pelas minhas próprias palavras e devolverá instruções para o fazer todas as semanas sem mim.

A minha tarefa: [descreva-a pelas suas próprias palavras, como se a estivesse a explicar a uma pessoa nova]
Em que consiste a entrada: [ficheiros, pastas, exportações, correspondência]
O que deve resultar: [um resultado específico: um ficheiro, um e-mail, um resumo]
O que conta como um resultado mau: [descreva-o explicitamente]
O que nunca deve ser feito em circunstância alguma: [eliminações, envio de qualquer coisa para o exterior, pagamentos]

Faça três coisas.

Faça-me perguntas de esclarecimento sempre que a minha descrição puder ser interpretada de mais do que uma maneira. Não comece até eu responder.

Depois de eu responder, prepare instruções: passos por ordem, uma definição de «concluído» e uma lista de proibições.

Numa lista separada, indique as formas como pode cometer um erro sem eu dar por isso e sugira como posso verificar cada uma num minuto.

Onde falham as primeiras funções#

1. Assumir logo uma tarefa grande. «Deixa-o tratar de todas as minhas vendas» corre mal no segundo dia. Comece por uma tarefa que se repete todas as semanas.
2. Não definir o que conta como um resultado mau. O agente otimiza o objetivo que indicou. Se não disser o que não deve fazer, ele não saberá.
3. Dar-lhe mais acesso do que precisa. Uma função que lê uma exportação e escreve um resumo não precisa de uma chave da base de dados. Configure as permissões de uma vez por todas.
4. Verificar lendo tudo. Isso consome todas as suas poupanças de tempo. Verifique uma amostra: três casos em vinte, além de todos os casos em que o agente assinalou incerteza.
5. Escrever instruções de raiz. Escreva as regras depois de ver erros reais.
6. Não medir o resultado. Sem um número para responder à pergunta «quantos minutos demorou?», decidirá com base na sua impressão e, um mês depois, já não se lembrará se as coisas ficaram mais fáceis.

Vejo o quinto erro mais vezes do que os outros e parece inofensivo. Senta-se e escreve antecipadamente vinte regras porque isso lhe parece mais rigoroso. Depois, metade das regras atrapalha, faltam metade das regras necessárias e acaba por reescrever tudo depois da primeira execução.

Quem é responsável quando um agente comete um erro?#

Parece óbvio, mas, na prática, as pessoas esquecem-se. O e-mail que o agente enviou a um cliente foi enviado por si. O preço que alterou no sítio Web é o seu preço. E responde perante quem for proprietário dos dados que foram eliminados.

Há três coisas que configuro antecipadamente.

1. Um registo. Faça com que cada função recorrente registe o que fez e os dados de entrada que utilizou; sem isso, investigar transforma-se em adivinhação. Um ficheiro de texto normal é suficiente.
2. Um limite para ações irreversíveis. Eliminar, enviar para o exterior, pagar — tudo requer a sua confirmação. Tecnicamente, trata-se de uma única definição de permissões.
3. Um ponto de reversão. Peça ao agente que guarde o estado do projeto antes de cada alteração que modifique dados. É uma linha nas instruções e permite-lhe restaurar a versão de ontem num minuto.

O proprietário da empresa mantém algumas tarefas porque o valor delas está em serem executadas por uma pessoa real. O autor continua a gravar vídeos curtos, embora os pudesse ter automatizado há muito tempo. Uma conversa com um cliente difícil, uma intervenção pública, um pedido de desculpa por um erro — tudo isso pertence à mesma categoria. Um agente consegue fazê-lo. Será mais barato e pior.

Por onde deve começar amanhã?#

Comece por um trabalho em que o pior resultado possível seja um rascunho mau. Deixe as vendas e tudo o que se destina aos clientes para mais tarde: o custo de um erro aí não se mede em minutos e uma primeira tentativa má pode demovê-lo de continuar.

A pergunta seguinte é como fazer com que o agente classifique as tarefas de acordo com as suas categorias. Isso depende do que colocar no projeto: as suas regras, a estrutura do seu conhecimento e a forma como divide o trabalho. Leia sobre o Second Brain e a delegação através de vários agentes.

Continue a explorar a Ailoot em ailoot.ai.