Explore o universo da IA Agêntica e como os agentes inteligentes estão revolucionando a automação e tomada de decisões. Descubra a diferença entre “qualquer software” e um verdadeiro agente autônomo, com exemplos práticos e insights sobre o futuro da IA.

“Traz aqui e a gente desenvolve e implementa um agente para vocês, fica tudo certo”. Papo reto, tranquilo, num stand de um evento em São Paulo, situação plena para contatos, aprendizado e troca de experiências. Fiquei curioso (aliás, sempre curioso) e retornei ao stand para conversar com a autora da frase. Tecnológica e academicamente bisbilhotando, eis que fui saber um pouco mais da conversa em que havia captado a breve mensagem. Qual o problema original? Quais os custos? Qual a habilidade requerida para desenvolver o agente? Em qual plataforma? E para usá-lo, há algum requisito? E por aí ainda outras questões, outras curiosidades…

A base da IA via agentes assumiu definitivamente o palco atual. Houve pouco tempo para a digestão efetiva do machine learning, do deep learning, compreender se as soluções de studios, integradoras para a implementação de respostas à problemas organizacionais eram realmente efetivas, entender porque pagar algo a mais por causa da efetividade do RAG… e, como estamos indo, de maneira breve e meteórica, temos agora os agentes. Matérias e anúncios diversos nos informam da implementação de algumas centenas num prazo de dezenas de dias por um grande marketplace, difusão em sistemas de saúde para o agendamento de várias tarefas concorrentes – como na programação e execução de uma cirurgia ou tratamento com etapas repetitivas – de transações financeiras, envolvendo validações, segurança, auditoria e controles contábeis e regulatórios… Agentes para todos os gostos e demandas!

Uma primeira constatação permite perceber, como de hábito, que os termos e expressões ligadas à inovação são usados, de maneira aderente, como explicação e/ou motivação para tudo o que se projeta e é lançado de novo. Especialmente no nosso ambiente cultural, sempre receptivo, ansioso especialmente por inovações e, paradoxalmente, um tanto resistente à mudanças. Não é que tudo agora se transformou em “aplicação de agentes”? Esta primeira percepção é exatamente dizer que, diante do massivo diálogo em torno do novo tema, tudo se transformou em “IA agêntica”, mesmo os desenvolvimentos que se apoiam em plataformas e ambientes de “techs” que também têm recursos de IA (mesmo que não usados no que se está discutindo) ou novas implementações e aplicativos que tenham apoio em recursos e serviços de analíticos e de ambientes de machine learning, por exemplo. Tudo é “agente”. É a onda.

Uma situação importante, e continuo nesta pregação, é compreender um conceito para poder aplicá-lo da melhor forma possível. A proposta dos agentes é um excelente desenvolvimento no contexto do uso e difusão da IA para organizações em geral. Com um agente, evoluímos do já oportuno uso em interações, dos prompts e respostas (aliás, e a “Engenharia de Prompts”, como está???), nos confortáveis ambientes LLMs, para, nos agentes, termos a transferência de autonomia e decisões a serem tomadas internamente, com prompts cada vez mais abrangentes, deixando à IA (aos vários recursos que generalizamos por “IA”) o poder de optar, escolher e decidir.

Um exemplo simples, que costumo discutir com interlocutores, é o do desejo de um turista comercial, que sairá do Brasil por uns dias, dirigindo-se à cidade A1, no país A, para uma Feira internacional de sua área de atuação e duas visitas técnicas para discussão de contratos de parcerias comerciais. Entre os deslocamentos, aquela cidade, A2, encanto turístico do país A, com um museu notável e ao menos cinco atrações turísticas históricas que merecem uma visita. Pois bem… o executivo “chama o agente” e lhe propõe: “Reserve para mim… em meio a minha estadia em A, para negócios em A1 e proximidades, duas pernoites em A2, com visitas ao museu Am1 e às atrações Aa1… Aa5. Você já conhece minhas preferências de deslocamento, refeições e horários. Faça as reservas, compre os bilhetes, debite no meu cartão de débito internacional D…”.

Espera-se que, ao final de um certo tempo, a caixa postal do executivo esteja com os bilhetes das visitas, em roteiro encadeado de tal forma que sejam produtivas, com horários de passeio para manhãs e tardes (o executivo… todos sabemos… não trafega à noite, claro…), envolvendo ainda os transportes e a conexão com seu hotel em A1, para retorno ao Brasil. Claro, as preferências de consumo registradas informam que a viagem de trem deve ser feita em vagão de segunda classe, com deslocamento vendo a estrada na “ida” (para evitar enjoos) e as pernoites devem ser feitas em bons hotéis turísticos, que permitam o deslocamento a pé para as atrações, prioritariamente. Claro, claro… todos sabemos… (ou, pelo menos, que tem acesso às suas fotos, diários de visitas, compras de tíquetes feitas anteriormente, visitas feitas sozinho à instalações culturais, etc.).

Um agente de turismo poderia fazer estas interações. Claro, há riscos, que esperamos já tenham sido tratados. Imagine, em meio aos bilhetes, verificarmos que um transporte por helicóptero foi reservado para um deslocamento de meros dois quilômetros, dentro de uma região turística de A2, com custos elevados. Ou ainda, um hotel bastante adequado às preferências do cliente, mas que fica a 235 km de A2. Ao transferir a decisão a um agente, algum nível de risco irá junto e, da forma clássica, irá se revelar na medida que a ausência de parâmetros e controles (já tratados pelo jargão associado de “guard rails”) sejam corretamente detectados pela análise de dados, transformados em delimitações para o perfil e, finalmente, implementados.

Nesta abordagem simplista já se pode ver que um agente não é “qualquer software”, como temos visto. Não é, ainda, qualquer desenvolvimento apoiado por funções ou objetos de plataformas de analíticos ou de inteligência artificial, aparentando que, ao serem usados em um aplicativo ou base de software, já se tenha um agente. Dois pontos decisivos para conceituarmos um agente são: autonomia e decisão. Ambos poderão advir exatamente da disponibilidade de dados do contexto e do seu processamento para a aplicação em si. No caso do nosso turista que deseja aproveitar sua folga, suas postagens e localizações marcadas em mídia social podem já ter contribuído para o desenho do seu perfil, que poderá ter sido até mesmo validado pelo executivo, anteriormente, em interações com esta mesma plataforma de mídia social.

George Leal Jamil é professor e consultor em temas de educação executiva. Engenheiro, MsC em Computação, Dr. em Ciência da Informação, pós-doutorados em Inteligência de Mercado e Empreendedorismo. Autor e Editor de livros no Brasil e exterior. Conselheiro da Assespro-MG.

É sempre necessário chamar a atenção para o fato de se conhecer muito bem o contexto, os processos envolvidos, as especificações para os “guard rails”, garantindo que uma primeira versão do agente já será um tanto efetiva ao permitir ao usuário apreciar um grau de automação. E, para o leitor, atento, que observou a expressão “primeira versão do agente”, lembro: esse será um serviço à base de IA! Portanto, há aprendizado, retreinamento ou aperfeiçoamento do modelo central, adição de novos modelos, de troca de mensagens entre entidades, RAG como instrumento de atualização e eficácia e progressão nos níveis de confiança e expertise dos códigos. Aí sim a grande diferença da forma anterior de desenvolvimento, onde sempre lidamos, mesmo que mentalmente, com uma estruturação restrita de propostas e suas respostas.

Aqui, os conjuntos podem crescer, a complexidade tem a promessa de avançar conforme o aprendizado e aperfeiçoamento. Numa próxima viagem, por exemplo, sugestões de curiosidades podem ocorrer, como a de inscrever nosso turista em uma palestra de lançamento de um livro referente ao tema central do museu a ser visitado, ou mesmo de uma caminhada guiada por um parque próximo, em complementação aeróbica aos seus programas. Claro, tal poderia ser oportuno, pois ele havia contratado um programa de personal training dois meses antes da viagem, demonstrando interesse em atividade física aplicada.

Retornaremos ao tema nas futuras colunas. É inescapável. E, para completar o diálogo de abertura, eu e a expositora convergimos: a aplicação a ser desenvolvida não era um agente. Não neste momento, era uma boa camada, com uso de analíticos. Mas abre total perspectiva para se ter uma proposição futura de agentes. Assim como nossa coluna irá avançar sobre o tema.