A transição de sistemas reativos para agentes autónomos de inteligência artificial (IA) está a acelerar a transformação digital das organizações, colocando-lhes novos desafios em termos de governação, confiança e integração tecnológica. A realidade de mercado mostra que os agentes inteligentes - capazes de perceber o contexto, planear e agir de forma autónoma e interagir com humanos e sistemas - estão a deixar de ser um conceito experimental para se tornarem num pilar da inovação empresarial. Mas há desafios a endereçar, pois a sua adoção exige maturidade organizacional, dados de qualidade, integração com sistemas legacy e uma abordagem responsável, centrada no ser humano. 

Estas são algumas das conclusões do webinar "Agentic AI: da Teoria à Transformação dos Negócios", promovido pela APDC em parceria com a MEO, que reuniu especialistas da academia e da indústria para discutir casos de uso concretos, impacto estratégico e perspetivas futuras para a Agentic AI, que está a marcar uma nova fase na adoção da IA nas empresas. Com impactos diretos na capacidade de decisão, na operação e na competitividade. 

Na sua intervenção sobre o "Estado Atual dos Agentes: casos de uso", Ricardo Ângelo Filipe, Head of Conversational Gen AI Products da Altice Labs, apresentou o estado atual dos agentes inteligentes, focando-se em soluções orientadas para o negócio e não apenas para a geração de código.

"Um agente é, de forma simples, um modelo de linguagem com capacidade de atuar, através de ferramentas, no mundo digital, perseguindo um objetivo de forma mais ou menos autónoma", explicou. E destacou quatro casos de uso, implementados na plataforma BOTSchool, incluindo a automação de fluxos de trabalho, a integração entre produtos de suporte à rede, assistentes virtuais multiagente para atendimento ao cliente e agentes de voz com interação quase humana.

Para o orador, o valor destes sistemas mede-se sobretudo pela eficiência operacional. Destacando que "passámos de processos que demoravam uma a duas horas para poucos minutos, libertando recursos humanos para tarefas de maior valor", sublinhou ainda a importância do princípio do ‘human in the loop', com mecanismos de fallback (contingência) para operadores humanos e de guardrails, para detetar, quantificar e mitigar riscos. 

MÁQUINAS CONNOSCO E NÃO O CONTRÁRIO
A dimensão mais conceptual do webinar ficou a cargo de Fernando Penousal Machado, professor e investigador da Universidade de Coimbra, que abordou o tema "Interação IA-Humano" e começou por defender que estamos a assistir a uma mudança profunda na forma como humanos e máquinas interagem.

"Historicamente, fomos nós que nos adaptámos às máquinas. Com os agentes de IA, estamos a caminhar para o inverso: máquinas que se adaptam às nossas intenções, necessidades e contexto", afirmou. Para o investigador, a popularização da IA generativa não resulta apenas da evolução dos modelos, mas sobretudo da nova interface conversacional, que veio reduzir drasticamente o custo cognitivo da interação.

Contudo, alerta para os limites atuais da tecnologia: "Os sistemas são impressionantes, mas continuam a ser agentes estreitos. Não têm um modelo do mundo, nem uma verdadeira teoria da mente.". Pelo que o futuro passará, na sua perspetiva, por agentes inseridos em ambientes complexos, com sentidos, capacidade de planeamento e maior empatia. O que levanta, inevitavelmente, questões éticas, de autonomia e de governação.

CONFIANÇA, DADOS E GOVERNAÇÃO: PRINCIPAIS BLOQUEIOS À ESCALA
No painel de debate, uma das ideias mais consensuais foi a dificuldade das organizações em transformarem as provas de conceito em soluções de IA com impacto real no negócio. Joana Mesquita, Machine Learning Engineer, destaca que a maioria dos projetos de Gen AI acaba por falhar não por limitações tecnológicas, mas pela ausência de confiança, governação e métricas claras.

"As empresas estão habituadas a sistemas determinísticos, onde o mesmo input gera sempre o mesmo output. A Gen AI é probabilística e isso gera desconforto, sobretudo quando falamos de ambientes empresariais e de risco", explica. A este fator junta-se o problema das alucinações e a necessidade de mecanismos robustos de validação, segurança e controlo de acessos a dados sensíveis.

Para a oradora, a viragem só acontece quando as organizações implementam uma avaliação contínua e rigorosa, adaptada ao contexto do negócio. "Sem métricas específicas, como impacto em vendas, satisfação do cliente, factualidade ou vieses, as empresas estão apenas a adivinhar se a solução cria valor". Destaca ainda a importância da segurança, da validação de inputs e outputs e da integração com sistemas legacy. Há dados que comprovam que as organizações que adotam estas metodologias conseguem colocar até seis vezes mais projetos de Gen AI em produção. Mas apenas cerca de 5% das provas de conceito chegam efetivamente à fase de produção. 

Na mesma linha, João Salvado, Cloud & AI Data Solution Engineer da Microsoft, reforça que a base de qualquer estratégia de Agentic AI continua a ser os dados. "Não existe IA sem dados governados, organizados e de qualidade. Muitos agentes falham não por limitações do modelo, mas sim pela fragilidade da informação que os alimenta". É que muitos dos problemas atribuídos aos agentes resultam, na realidade, de bases de dados fragmentadas ou mal governadas: "Um agente é tão bom quanto os dados que o alimentam. Se a base de conhecimento está ‘partida', o output será inevitavelmente errado".

A adoção da Agentic AI em escala exige, na sua perspetiva, um nível de maturidade organizacional superior ao da IA tradicional. "Estamos a falar de sistemas que planeiam, tomam decisões e atuam. Isso obriga a equipas multidisciplinares, com tecnologia, negócio, dados e governance a trabalharem em conjunto".

Outro desafio crítico é a gestão da velocidade de inovação. "O ecossistema muda constantemente. Há sempre um novo modelo, um novo framework, uma nova abordagem. As organizações têm de saber quando avançar para produção e resistir à tentação de esperar sempre pela próxima tecnologia", alerta. O foco, defende, deve estar nos casos de uso, no valor entregue e no negócio e não na sofisticação técnica ou na novidade tecnológica.

MULTIAGENTES, ESPECIALIZAÇÃO E RISCOS AMPLIFICADOS
Olhando para o futuro, os participantes convergem na ideia de que a próxima etapa da IA passará por sistemas multiagente, cada vez mais especializados, que cooperam entre si para executar tarefas complexas. E, a médio prazo, pela ligação entre agentes digitais e o mundo físico, nomeadamente através da robótica.

Para Joana Mesquita, esta evolução traz ganhos claros de eficiência, mas também riscos amplificados. "Um humano, perante dados errados, tende a parar e corrigir. Um agente não. Se não for programado para isso, continuará a agir e pode cometer milhares de erros em minutos", alerta. Daí a importância crítica da qualidade dos dados, da validação de outputs e de mecanismos de supervisão.

Este risco é particularmente relevante em contextos sensíveis, onde as decisões automatizadas podem ter impacto financeiro, reputacional ou legal. A governação da Agentic AI surge, assim, como um fator diferenciador entre organizações inovadoras e organizações vulneráveis.

Ricardo Ângelo Filipe antecipa que, a partir de 2026, começaremos a assistir a uma maior ligação entre agentes digitais e o mundo físico, nomeadamente através da robótica e de sistemas autónomos em ambientes reais. "Até agora, os agentes vivem essencialmente no digital. O próximo passo é a sua atuação no mundo físico. O que é simultaneamente fascinante e inquietante", acrescenta.

Já Fernando Penousal Machado traz uma nota de prudência, sustentada pela experiência histórica da investigação em IA: "Tendemos a subestimar a complexidade do mundo real. Ao longo das décadas, repetidamente acreditámos que a robótica inteligente estava iminente. E repetidamente nos enganámos".

Para o investigador, os sistemas atuais são extraordinariamente competentes em domínios específicos, mas isso não equivale à inteligência humana: "Os modelos de linguagem sabem muito, mas não compreendem o mundo como nós. Falta-lhes um modelo do mundo, sentidos integrados e uma verdadeira teoria da mente".

Apesar das reservas, sublinha o potencial transformador da IA quando bem orientada, pois "a grande revolução da IA é permitir que pessoas sem competências técnicas realizem tarefas extremamente complexas." No entanto, essa delegação de capacidades levanta questões profundas sobre autonomia, manipulação, responsabilidade e valores. 

Porque a IA "não é uma tecnologia neutra. Pela forma como comunica e influencia decisões, é uma escolha social", afirma, defendendo uma IA alinhada com valores europeus e com uma abordagem claramente centrada no humano.

O responsável da Microsoft também concorda que, apesar dos avanços rápidos da Agentic AI, a transição do digital para o mundo físico continua a ser um desafio significativo. Por isso, diz que o futuro passará por uma adoção crescente de sistemas multiagente, mas alerta para o risco de utilizar IA apenas por efeito de novidade. Para gerar valor real, será essencial compreender onde a tecnologia faz sentido, reconhecer as suas limitações e garantir uma governação adequada, assegurando uma adoção responsável e alinhada com os objetivos das organizações.

A mensagem final do debate foi clara: a Agentic AI não é apenas uma evolução tecnológica, mas uma mudança estrutural na forma como as organizações operam, decidem e criam valor. O seu sucesso dependerá menos da sofisticação dos modelos e mais da capacidade das empresas em saberem combinar tecnologia, dados, pessoas e ética numa estratégia coerente e sustentável.

PROGRAMA