O descompasso: todos querem agentes, poucos sabem governá-los
O ponto de partida é um descompasso que a própria Gartner tornou explícito. Na abertura do Gartner IT Symposium/Xpo em Barcelona, em 9 de novembro de 2026, a analista Kristin Moyer citou uma pesquisa do segundo trimestre de 2026 com mais de 2.000 CIOs e executivos de tecnologia segundo a qual 71% das organizações esperam implantar IA agêntica nos próximos 12 meses, mas apenas 21% têm hoje capacidades de governança para esse tipo de IA. Na mesma palestra, Daryl Plummer citou outra pesquisa do segundo trimestre, com mais de 1.000 líderes de áreas de negócio, na qual 58% afirmam ver algum valor positivo em suas iniciativas de IA, ao mesmo tempo em que as organizações têm dificuldade para replicar e escalar esse valor. O comunicado não informa os países dos respondentes.
Para a Gartner, esse desequilíbrio dificulta gerar valor mais rápido do que a IA gera risco. A mensagem central dos analistas é que valor e risco estão interligados e precisam ser alinhados, e que a segurança precisa estar alinhada à governança. Para o atendimento, a tradução é direta: uma operação que coloca agentes em produção sem regras claras sobre o que eles podem fazer está, na prática, acumulando um risco que ainda não aparece nos indicadores, mas que tende a aparecer na forma de incidentes, reclamações e retrabalho.
Por que agentes são mais arriscados do que a automação anterior
Em agosto de 2026, Alex Levine, analista da Gartner, explicou em uma entrevista por que agentes de IA são mais arriscados do que a automação tradicional, a IA tradicional ou a IA generativa. A entrevista foi dirigida a diretores financeiros, e a aplicação ao atendimento que fazemos aqui é uma interpretação editorial, mas o raciocínio é transferível. Segundo Levine, a automação tradicional segue regras fixas e a IA generativa produz conteúdo, enquanto os agentes interpretam objetivos, planejam e executam etapas e interagem com vários sistemas. Essa autonomia faz com que agentes possam tomar decisões e realizar ações que não são visíveis nem facilmente explicáveis para as pessoas, e faz com que erros se propaguem rapidamente quando a supervisão não está clara. O risco, diz ele, deixa de estar apenas no resultado e passa a estar no processo inteiro, o que torna a governança e a rastreabilidade essenciais.
No contact center, esse deslocamento tem consequências concretas. Uma URA mal configurada falha sempre do mesmo jeito, e o problema costuma ser rapidamente identificado. Um agente que interpreta pedidos pode falhar de maneiras diferentes em conversas diferentes, e o erro pode estar em uma etapa intermediária que ninguém vê: uma consulta ao sistema errado, uma regra de negócio aplicada fora de contexto, uma ação executada sem a confirmação necessária. Multiplicado por milhares de interações, um pequeno desvio vira um problema operacional e reputacional.
Há ainda uma dimensão de segurança. Ao divulgar as tendências estratégicas de tecnologia para 2027, em 20 de outubro, a Gartner incluiu a identidade de agentes de IA e previu que, até 2028, 25% das violações de segurança corporativas estarão ligadas ao abuso de agentes de IA, em razão de privilégios de máquina não gerenciados e de práticas legadas de credenciais. É uma previsão, e não um dado medido, mas reforça que agentes que acessam dados de clientes e executam ações precisam ser tratados como identidades, com permissões, limites e registros.
O primeiro agente deve ser um piloto de governança, não de ROI
A recomendação mais útil da entrevista de Levine é mudar o objetivo do primeiro projeto. Ele afirma que os maiores riscos e o maior valor estão em estabelecer a supervisão, e não em buscar ganhos financeiros rápidos, e que os pilotos iniciais tendem a falhar por controles pouco claros, e não por tecnologia ruim. Por isso, o primeiro agente deveria ser tratado como um piloto de governança, que revela e corrige lacunas de supervisão, rastreabilidade e revisão antes de escalar para casos de uso de maior risco. Em suas palavras, o sucesso deve ser medido pela prontidão da governança, e não apenas pela autonomia ou pelo retorno.
Essa inversão pode parecer contraintuitiva diante da pressão por resultado. A própria Gartner mostrou, em pesquisa divulgada em 4 de novembro com 275 líderes de atendimento e suporte, que apenas 4% das organizações de atendimento alcançaram o retorno esperado com IA. Mas é justamente por isso que a ordem importa. Projetos que buscam retorno rápido sem controles tendem a produzir incidentes que interrompem a expansão e consomem a confiança da diretoria e dos clientes. Projetos que constroem primeiro a governança criam modelos, regras e capacidades reutilizáveis, que reduzem o custo e o risco das implantações seguintes. Segundo Levine, um piloto bem-sucedido entrega modelos e treinamento que reduzem o risco e o custo de futuras implantações, além de capacidades de governança reutilizáveis.
Como escolher e desenhar o piloto no atendimento
Os critérios que Levine propõe para finanças se adaptam bem ao atendimento. Ele recomenda começar por um fluxo de baixo risco e contido, em que os erros sejam visíveis e reversíveis, com limites claros, etapas repetíveis e resultados verificáveis, evitando processos de alta consequência. No contact center, bons candidatos seriam, como sugestão editorial, solicitações como reagendamento de visita, envio de segunda via, atualização de dados não sensíveis ou abertura de chamado técnico, em que um erro é detectável e corrigível sem dano relevante ao cliente. Já cancelamentos, estornos, renegociações de dívida e alterações de titularidade são exemplos de fluxos que deveriam esperar até que os controles estejam maduros.
O segundo critério é definir os limites do agente antes de qualquer desenvolvimento: quais dados ele pode acessar, quais ações pode executar e em quais pontos a revisão humana é obrigatória.
O terceiro é atribuir responsabilidade clara entre as áreas envolvidas. Em finanças, Levine cita finanças, TI e auditoria ou risco; no atendimento, a composição natural incluiria a operação de CX, TI, segurança da informação e a área de privacidade ou jurídica, já que agentes lidam com dados pessoais sujeitos à LGPD.
O quarto critério é testar em ambiente isolado, observando o comportamento do agente sem expor clientes reais, antes de qualquer contato em produção. Essa recomendação dialoga com a orientação dada pela Gartner a líderes de atendimento em 5 de novembro: começar com casos de uso direcionados, testar o desempenho em condições reais de operação e ampliar apenas quando os resultados forem confiáveis.
O que medir: prontidão de governança
Se o sucesso do piloto é medido pela governança, os indicadores precisam refletir isso. Levine aponta como sinais de sucesso a existência de controles e pontos de revisão práticos e aplicados de forma consistente, a rastreabilidade completa das ações do agente e a manutenção de um registro de falhas que documente problemas e correções. A equipe deve ser capaz de reconstruir, em cada execução, o que o agente planejou, o que acessou e o que produziu.
Traduzindo para o atendimento, e como sugestão editorial, a operação poderia acompanhar, além dos indicadores habituais de resolução e satisfação, a proporção de interações em que é possível reconstruir integralmente a decisão do agente, o volume e a natureza das falhas registradas e corrigidas, o percentual de ações que passaram pelos pontos de revisão previstos e o tempo para detectar e reverter um erro. Esses indicadores mostram se a operação está pronta para conceder mais autonomia. Sem eles, a decisão de ampliar o escopo do agente se baseia em impressão, e não em evidência.
Autonomia em etapas: um roteiro prático
Reunindo essas recomendações, é possível propor um roteiro de autonomia gradual para agentes no atendimento, que é uma interpretação editorial e não um modelo da Gartner. Na primeira etapa, o agente atua como assistente do atendente: sugere a ação, prepara os dados e o atendente humano executa. Na segunda, o agente executa ações de baixo risco com confirmação explícita do cliente e com revisão humana por amostragem. Na terceira, ele passa a executar ações de baixo risco de forma autônoma, dentro de limites de valor e de escopo, com monitoramento contínuo e possibilidade de reversão. Somente depois de várias rodadas estáveis, com rastreabilidade comprovada e registro de falhas sob controle, a operação avalia estender a autonomia para fluxos de risco moderado, mantendo sempre a revisão humana para decisões de alto impacto. Em todas as etapas, o cliente precisa saber que está interagindo com uma IA e ter um caminho simples e com contexto preservado para falar com uma pessoa.
Essa progressão exige uma instância de decisão. A Gartner recomendou a CIOs, em Barcelona, a criação de um governador do flywheel, uma organização virtual responsável pelo plano para manter a IA segura, com autoridade centralizada de decisão e orientação sobre responsabilidades, tecnologia e economia. No atendimento, isso pode tomar a forma de um comitê enxuto que decide quando um agente sobe de etapa, com base nos indicadores de governança, e quando ele deve recuar.
Autonomia se conquista
A promessa dos agentes de IA no atendimento é real: resolver mais solicitações de ponta a ponta, com agilidade e disponibilidade. Mas as análises recentes da Gartner convergem em uma advertência: a maioria das organizações quer implantar agentes e poucas estão preparadas para governá-los, e os pilotos tendem a falhar por controles frágeis, e não por tecnologia ruim. Tratar o primeiro agente como um piloto de governança, medir prontidão e liberar autonomia em etapas é o caminho que protege o cliente, a marca e o próprio investimento.
Com mais de 38 anos de atuação em telecomunicações, TI e contact center, a Teledata une experiência em CX, Cyber Security e Network para apoiar empresas que querem levar agentes de IA ao atendimento com controle, segurança e foco na experiência do cliente. Se a sua operação está avaliando o primeiro agente, converse com nossos especialistas para desenhar um piloto com escopo, limites, responsáveis e indicadores definidos desde o início.