IA nasceu chatbot e se tornou procurador digital

Nos últimos anos, a inteligência artificial se popularizou principalmente como ferramenta de apoio. Perguntamos, ela responde. Pedimos uma análise, ela organiza. Solicitamos uma recomendação, ela compara cenários e ajuda na decisão. Esse modelo já produziu ganhos relevantes de produtividade, mas manteve uma divisão de responsabilidades relativamente confortável: a máquina apoia, o ser humano decide e executa.

Os agentes de inteligência artificial começam a alterar essa lógica. Eles não apenas conversam, mas recebem um objetivo, interpretam contexto, consultam diferentes fontes, acessam sistemas, tomam decisões intermediárias e executam ações dentro de limites definidos. A mudança pode parecer incremental, mas não é. Quando um sistema passa a contratar, cancelar, negociar, pagar ou alterar uma condição em nome de alguém, deixamos de falar apenas de assistência e entramos no campo da representação digital.

É por isso que considero útil pensar nesses agentes como uma espécie de procurador digital. Não no sentido jurídico estrito, mas no sentido funcional. Trata-se de um sistema que recebe autorização para agir em nome de uma pessoa ou empresa, respeitando regras, limites e condições previamente estabelecidos. Essa mudança tende a ser uma das mais relevantes da próxima etapa da inteligência artificial porque desloca o valor da tecnologia da recomendação para a execução.

Da recomendação para a ação

Imagine um consumidor que quer reduzir sua conta de telefonia móvel. Hoje, ele pode pedir a uma IA que compare planos e identifique alternativas mais adequadas ao seu perfil. O sistema pode organizar preços, benefícios e condições, mas ainda depende do usuário para acessar os canais, validar informações, solicitar portabilidade e concluir a contratação.

Com um agente, o processo pode ser diferente. O cliente pode estabelecer um objetivo claro: reduzir a conta em pelo menos 20%, sem piorar a cobertura e sem perder determinados benefícios. A partir daí, o sistema pode analisar o histórico de consumo, pesquisar ofertas, verificar cobertura, comparar contratos e apresentar uma recomendação. Dependendo do nível de autorização, pode também iniciar ou concluir a mudança.

A diferença entre os dois modelos é importante. No primeiro, a IA produz informação para apoiar uma decisão. No segundo, recebe autoridade para transformar uma decisão em ação. É esse deslocamento que aumenta de forma significativa seu impacto econômico.

Autonomia precisará ser tratada como uma escala

Boa parte da discussão atual trata autonomia como uma característica binária: o agente é autônomo ou não é. Na prática, a adoção tende a funcionar em níveis.

Um agente pode apenas recomendar uma ação. Pode preparar tudo e solicitar confirmação antes de executar. Pode agir automaticamente em tarefas simples e de baixo risco. Pode também operar com mais liberdade dentro de regras predefinidas e escalar exceções para uma pessoa.

Essa gradação será fundamental porque diferentes ações exigem diferentes níveis de controle. Comprar um pacote adicional de dados não deveria demandar o mesmo processo de autorização de um empréstimo. Consultar uma informação também não pode ser tratado da mesma forma que alterar um contrato.

A qualidade de um agente, portanto, não será medida apenas por sua inteligência, mas também por sua capacidade de operar dentro de limites claros. Definir o que ele pode fazer, em nome de quem, por quanto tempo e sob quais condições será parte essencial da arquitetura desses sistemas.

O mandato digital

Hoje, boa parte da segurança digital está concentrada em identidade e autenticação. O objetivo é verificar quem está acessando determinado sistema e se essa pessoa possui credenciais válidas. Com agentes, isso não será suficiente.

Será necessário saber quem é o agente, quem o autorizou, quais ações pode executar, quais recursos pode movimentar, durante quanto tempo a autorização permanece válida e em quais situações deve solicitar aprovação humana. Essa camada pode ser entendida como um mandato digital. O usuário não concede apenas acesso. Concede uma autoridade contextual e limitada.

Um agente pode estar autorizado a renovar uma assinatura caso o aumento de preço não ultrapasse determinado percentual. Pode comprar uma passagem até certo valor, mas não alterar a classe tarifária. Pode negociar um plano de telecomunicações, mas exigir confirmação antes de realizar a portabilidade.

Essa lógica é mais sofisticada do que o modelo tradicional de autenticação porque não trata apenas de identidade. Trata de autoridade.

Pagamentos serão um teste importante

É no sistema de pagamentos que essa transformação tende a ficar mais evidente.

Enquanto um agente apenas pesquisa ou recomenda, o risco é relativamente limitado. Quando começa a movimentar dinheiro, contratar produtos ou assumir compromissos financeiros, surgem requisitos muito mais rigorosos de identidade, autorização, rastreabilidade e controle.

Nos últimos anos, empresas de pagamentos, tecnologia e comércio passaram a desenvolver mecanismos específicos para transações iniciadas por agentes. O ponto central dessas iniciativas é permitir que um sistema possa agir em nome de alguém sem perder a capacidade de provar quem autorizou a operação, quais eram os limites e o que exatamente foi executado.

Esse movimento é importante porque indica que a infraestrutura necessária para o comércio agêntico já está sendo construída. A discussão não está mais restrita a laboratórios ou demonstrações. O mercado começa a preparar condições para que agentes participem de transações reais.

Quando isso ganhar escala, a diferença entre um assistente e um agente ficará muito mais concreta. O primeiro orienta. O segundo compromete recursos.

O maior obstáculo pode ser a confiança

A capacidade tecnológica provavelmente avançará mais rapidamente do que a disposição das pessoas para delegar autoridade.

É fácil imaginar consumidores permitindo que uma IA pesquise preços ou organize opções. A confiança necessária para autorizar compras, cancelamentos, transferências ou negociações é muito maior.

A adoção deve acontecer por etapas. Primeiro, pesquisa. Depois, recomendação. Em seguida, preparação da ação. Só então execução automática em determinados contextos.

Isso significa que confiança será uma das principais moedas desse novo ambiente.

Ela dependerá menos de promessas e mais de mecanismos objetivos de controle. O usuário precisará saber o que o agente fez, por que fez, dentro de qual autorização e como desfazer a ação caso necessário.

Identidade, limites, transparência e reversibilidade tendem a ser requisitos básicos para qualquer sistema que pretenda operar com autonomia relevante.

A responsabilidade precisa acompanhar a autonomia

Quando um agente passa a executar, a questão de responsabilidade deixa de ser abstrata.

Se um sistema compra uma passagem para a data errada, contrata um serviço inadequado ou cancela algo que deveria manter, quem responde?

O usuário, porque concedeu autorização? A empresa que desenvolveu o agente? A organização que recebeu a transação? O fornecedor da informação utilizada na decisão?

O problema se torna ainda mais complexo quando diferentes agentes participam de uma mesma operação.

Um agente do consumidor pode negociar com o agente de uma empresa, que consulta outro sistema para verificar disponibilidade e aciona um terceiro para processar pagamento. Nesse tipo de arquitetura, rastreabilidade deixa de ser apenas uma boa prática técnica e passa a ser uma exigência de governança.

Será necessário reconstruir a sequência da decisão e saber qual sistema tomou cada ação, com base em quais informações e dentro de qual autorização.

Autonomia sem rastreabilidade tende a ser insustentável.

De usuário para mandante

Essa transformação também muda a relação das pessoas com o software. Durante décadas, fomos usuários. Aprendemos menus, fluxos, funcionalidades e interfaces construídas segundo a lógica das empresas. Os agentes começam a inverter parte dessa relação. O indivíduo define o objetivo, estabelece restrições e delega a execução. Nesse modelo, ele passa a funcionar mais como mandante do que como operador do sistema.

Isso pode parecer uma mudança semântica, mas tem consequências importantes. O software deixa de exigir que a pessoa traduza manualmente sua intenção em uma sequência de cliques. O agente passa a fazer essa tradução.

Para empresas, isso significa que clientes poderão chegar aos seus sistemas sem necessariamente passar pelos canais tradicionais. Um agente pode representar o usuário, consultar ofertas, solicitar condições, negociar e concluir uma transação.

A empresa continuará atendendo pessoas, mas passará também a atender sistemas que representam pessoas.

Quando agentes começam a negociar entre si

Hoje, muitas organizações estão concentradas em criar agentes próprios para atendimento, vendas, suporte, cobrança e produtividade interna. Esse movimento é natural, mas cobre apenas uma parte da transformação.

A outra parte começa quando o consumidor também passa a ter seu próprio agente.

Imagine uma operadora cujo sistema de retenção negocia com o agente de um cliente configurado para otimizar mensalmente seus gastos. O agente do consumidor informa que encontrou uma oferta equivalente mais barata. O agente da operadora consulta valor do cliente, risco de churn, margem e políticas comerciais e apresenta uma contraproposta. O agente do cliente avalia as condições e recomenda permanecer ou migrar.

Nesse cenário, o consumidor pode entrar apenas no final, para aprovar a decisão.

Esse tipo de interação tem potencial para alterar vendas, retenção, atendimento e pricing. Também pode reduzir a importância de algumas práticas atuais baseadas em fricção, assimetria de informação ou dificuldade de comparação.

Para setores como telecomunicações, bancos, seguros, energia, viagens e serviços por assinatura, o impacto pode ser significativo.

Uma nova camada de relacionamento

A ascensão dos agentes não elimina o relacionamento humano. Ela reorganiza onde ele é necessário.

Questões simples, repetitivas e transacionais tendem a ser cada vez mais delegadas. Situações ambíguas, emocionais, excepcionais ou de alto impacto continuarão exigindo participação humana.

O resultado é um ambiente híbrido, no qual empresas precisarão operar bem tanto para pessoas quanto para agentes. Pessoas esperam confiança, clareza, bom atendimento e segurança. Agentes dependem de dados estruturados, regras consistentes, APIs, interoperabilidade e respostas verificáveis.

Uma empresa que seja excelente na relação humana, mas difícil de interpretar por máquinas, pode perder competitividade em um ambiente cada vez mais intermediado por agentes.

A mudança mais importante está na execução

A primeira fase da IA generativa foi marcada pela capacidade de produzir conteúdo e apoiar decisões. A próxima será definida pela capacidade de executar ações. Quando a inteligência artificial começa a negociar, contratar, cancelar, pagar e resolver problemas, passa a interferir diretamente em processos econômicos.

Isso exige uma discussão mais madura sobre governança. Quanto maior a capacidade de ação, maior precisa ser a clareza sobre autoridade, limites, responsabilidade e controle. Por isso, a pergunta central sobre agentes não deveria ser apenas o que eles serão capazes de fazer. Essa resposta tende a crescer rapidamente.

É essa mudança de papel que transforma o chatbot em procurador digital e abre uma das principais frentes da Economia sem Cliques.