A nova geração de inteligência artificial (IA) baseada em agentes está a transformar a forma como as organizações tomam decisões sobre talento. Permite integrar dados dispersos, gerar insights acionáveis e apoiar processos críticos ao longo de todo o ciclo de vida dos colaboradores. Mas a sua adoção levanta desafios estruturais, desde a qualidade e governação dos dados até ao enquadramento regulatório e aos riscos de discriminação algorítmica. No Executive Breakfast sobre "Agentic AI na Gestão de Talento", uma iniciativa da APDC em parceria com a The Key Talent, discutiu-se a situação atual e as perspetivas, assim como exemplos práticos de implementação já em curso.
Na abertura do encontro, Sandra Fazenda Almeida, Diretora-Geral da APDC, enquadrou o momento atual como uma fase de transição entre a acumulação de dados e a sua efetiva utilização na tomada de decisão. "As organizações dispõem de cada vez mais dados sobre as suas pessoas, mas a distância entre aquilo que são os dados e a decisão continua a ser enorme", sublinhou, explicando que a Agentic AI começa a reduzir essa distância, não como uma promessa futura, mas como uma realidade já com impacto em processos de recrutamento, desenvolvimento e mobilidade interna.
Também Hugo Bernardes, Managing Partner da The Key Talent, sublinhou que o objetivo do encontro foi precisamente discutir essa transição de um "mundo dos sonhos" para soluções concretas e aplicáveis. "Aquilo que há cinco anos era um sonho está hoje a transformar-se em soluções reais com impacto direto nas organizações", assegura.

Mudança em contínua evolução 
O mercado está, de facto, a entrar numa nova realidade, diz Juan Gracia, Co-Founder & CEO da Performanze, que apresentou uma leitura do estado atual da Agentic AI a nível internacional, distinguindo claramente a nova abordagem das anteriores gerações de IA. A sua visão é sustentada na experiência da empresa que fundou há cinco anos, em Valência, para o desenho e implementação de soluções de IA aplicada a processos de negócio, com foco particular na criação de sistemas baseados em agentes. Desde o arranque, a Performanze optou por iniciar atividade no mercado norte-americano, onde encontrou maior maturidade tecnológica e abertura à experimentação. "Na altura, o ecossistema europeu ainda não estava suficientemente avançado para este tipo de soluções", explica.
Essa opção estratégica permitiu desenvolver projetos em diferentes setores e geografias, acumulando uma experiência prática que está agora a ser transferida para o contexto europeu. Juan Gracia distingue claramente a evolução recente da IA empresarial. Depois de uma fase dominada por ferramentas de automação e copilots, o mercado entra agora numa nova etapa, marcada pela capacidade dos sistemas não apenas responderem, mas executarem ações, aprenderem e interagirem: "os agentes já conseguem raciocinar, executar e aprender num ciclo contínuo."
Esta mudança implica uma transformação estrutural na forma como a tecnologia se integra nas organizações, deixando de ser uma camada de apoio para passar a atuar como elemento ativo nos processos de decisão. O que significa que terão de ser abandonados os modelos tradicionais baseados em software SaaS, que tendem a organizar os dados em silos. É que se a informação não for integrada, a inteligência nunca será verdadeiramente transversal à organização.
A Agentic AI surge precisamente como resposta a essa limitação, já que permite trabalhar sobre bases de dados unificadas, cruzando informação de diferentes departamentos e criando uma visão integrada do negócio. E a próxima fase desta evolução será a de sistemas multiagente, capazes de interagir entre si, simulando dinâmicas de decisão organizacional. Neste modelo, diferentes agentes contribuem com variáveis distintas, permitindo decisões mais informadas e contextualizadas, que podem, em última instância, escalar para intervenção humana.
Um dos pontos que o orador destacou ainda é o da diferença entre os mercados norte-americano e europeu, com abordagens distintas à adoção da IA. Nos Estados Unidos, a adoção da IA está fortemente orientada para ganhos de eficiência e redução de custos, muitas vezes associados a métricas diretas de produtividade e redução de recursos humanos. Aqui, "a pergunta central é: quanto é que isto permite poupar?"
Já na Europa, o enfoque tende a ser diferente, privilegiando a construção de modelos mais integrados e sustentáveis, com maior atenção à dimensão organizacional e ao desenvolvimento de capacidades. Para Juan Gracia, "há mais foco na construção de modelos preditivos e na integração da IA nos processos de decisão."
É uma diferença reflete não apenas prioridades económicas, mas também enquadramentos regulatórios e culturais distintos, que condicionam o ritmo e a forma de adoção da tecnologia. Acresce que este é um caminho que ainda vai ser percorrido: "o que estamos a ver hoje não é o futuro final. É apenas o início de uma mudança que passa pela unificação de dados e pela decisão baseada em agentes." 
Sendo que o principal risco neste momento não é a adoção da tecnologia, mas sim a sua implementação sem uma arquitetura de dados adequada, o que poderá limitar o seu potencial e perpetuar ineficiências existentes.

Do silo à visão integrada
Ainda que o potencial da Agentic IA na gestão de talento seja enorme, a realidade mostra que a maioria das organizações continua a operar com dados fragmentados, sistemas isolados e processos reativos. O diagnóstico é de Hugo Bernardes, Managing Partner da The Key Talent, para quem "mesmo dentro dos recursos humanos, temos dados em silos que não comunicam. Sem comunicação, não há visibilidade nem capacidade de decisão informada."
Este modelo tradicional limita a capacidade de as organizações anteciparem necessidades, identificar talento interno ou alinhar a gestão de pessoas com os objetivos estratégicos do negócio. E a consequência é uma gestão de talento frequentemente reativa, baseada em eventos - como saídas, necessidades urgentes de contratação ou avaliações periódicas - em vez de uma lógica contínua e preditiva.
É exatamente essa lógica que a Agentic IA vem introduzir, numa verdadeira mudança estrutural, já que cria uma camada transversal de inteligência, capaz de integrar dados ao longo de todo o ciclo de vida do colaborador. "Deixamos de falar de sistemas isolados para passar a ter uma camada de inteligência que atravessa todo o ciclo do talento, da atração ao desenvolvimento", assegura.
Esta abordagem permite cruzar informação que até agora permanecia dispersa em termos de competências, desempenho, mobilidade interna, histórico de recrutamento ou níveis de engagement e transformá-la em insights acionáveis em tempo real. O que, na prática, se traduz em novas capacidades para as organizações. Como identificar colaboradores com potencial para novas funções antes de surgir a necessidade; antecipar riscos de saída com base em padrões comportamentais; mapear lacunas de competências de forma contínua; e apoiar decisões de recrutamento com base em evidência e não apenas em perceção.
Para o gestor, "durante anos, tivemos sistemas que nos diziam o que aconteceu. Agora começamos a ter sistemas que nos dizem o que pode acontecer e o que devemos fazer." Uma transição que permite um reporting para suporte ativo à decisão, o que representa, uma das mudanças mais relevantes na gestão de talento, aproximando-a das lógicas de decisão do negócio.
E garante que há exemplos concretos de aplicação, sobretudo na área do recrutamento e planeamento de workforce, onde a utilização de agentes permite reduzir significativamente o tempo de resposta e aumentar a qualidade das decisões: "Processos que demoravam meses, ou até anos, podem hoje ser transformados em sistemas dinâmicos, atualizados em tempo real."
É o caso dos sistemas que analisam perfis de candidatos e recomendam automaticamente os mais alinhados com necessidades futuras. Ou de modelos que cruzam dados internos e externos para identificar escassez de competências. Ou ainda de ferramentas que sugerem planos de desenvolvimento personalizados com base em trajetórias reais dentro da organização.
Mas, apesar de todo o potencial, alerta para a necessidade de uma abordagem pragmática à implementação, evitando projetos excessivamente ambiciosos numa fase inicial. É que "não é um tema de tudo ou nada. As organizações devem começar por casos concretos, testar, aprender e depois escalar", uma lógica de adoção incremental que permite mitigar riscos, validar valor e garantir alinhamento com os processos existentes.
Acresce que a adoção da Agentic AI implica também uma transformação da própria função de recursos humanos, que tende a evoluir de uma função operacional para um papel mais estratégico. Como explica Hugo Bernardes, "a gestão de talento está a aproximar-se da lógica de decisão do negócio. O que exige novas competências e ferramentas."

Entre a inovação e o risco regulatório
A aposta das empresas na adoção de ferramentas de Agentic AI tem também de ter em conta outra componente verdadeiramente essencial: a dimensão regulatória. É que os riscos associados à utilização de IA em recursos humanos já são uma realidade em termos legais e até reputacionais. Como avança Mário Silveiro de Barros, Of Counsel da DLA Piper, "os litígios relacionados com a IA já começaram e vão tornar-se cada vez mais frequentes", até porque muitas aplicações de IA em RH são classificadas como de "alto risco" no âmbito do regulamento europeu, o IA Act. 
Para o advogado, O AI Act classifica como sistemas de alto risco várias aplicações de IA utilizadas em recursos humanos, nomeadamente aquelas que influenciam decisões de recrutamento, avaliação de desempenho, promoção ou acesso a oportunidades profissionais. "Sempre que estamos a falar de sistemas que afetam a vida profissional das pessoas, estamos, muito provavelmente, no domínio do alto risco", acrescenta. 
Sendo que esta realidade implica um conjunto exigente de obrigações para as organizações. Como os requisitos de transparência e explicabilidade, o controlo da qualidade e integridade dos dados, os mecanismos de supervisão humana e a auditoria e monitorização contínua dos sistemas. O problema é que muitas organizações ainda não têm plena consciência da extensão destas exigências.
Um dos principais riscos identificados prende-se com a discriminação algorítmica, que pode resultar da utilização de dados históricos enviesados ou incompletos. "Se os dados refletem decisões passadas enviesadas, a IA pode amplificar esses enviesamentos", explica o responsável da DLA Piper. E o problema não reside apenas no algoritmo, mas na qualidade e representatividade dos dados utilizados para o treinar. Neste sentido, a governação de dados surge como um elemento central na mitigação de risco.
Outro ponto crítico abordado é a capacidade de explicar decisões suportadas por IA, especialmente em contextos sensíveis como a gestão de talento. Porque "não basta tomar uma decisão correta. É necessário conseguir explicá-la". E a incapacidade de justificar uma decisão, como a rejeição de um candidato ou a não promoção de um colaborador, pode ter implicações legais significativas, nomeadamente em matéria de discriminação ou violação de direitos laborais.
Mário Silveiro de Barros alertou ainda para a necessidade de clarificar a responsabilidade dentro das organizações, num contexto em que decisões passam a ser parcialmente suportadas por sistemas automatizados. "A responsabilidade não desaparece com a tecnologia. Continua a existir e continua a ser da organização", pelo que defende a criação de modelos claros de governação, que definam quem valida e supervisiona os sistemas, como são tomadas as decisões finais e que mecanismos de controlo e auditoria estão implementados.
Apesar dos riscos, o orador sublinhou que o enquadramento regulatório não deve ser visto apenas como um obstáculo, mas também como uma oportunidade para diferenciar práticas. Porque a verdade é que "as organizações que conseguirem integrar inovação com conformidade terão uma vantagem competitiva relevante." Além de que uma adoção responsável de IA - com transparência, qualidade de dados e supervisão humana - pode reforçar a confiança de colaboradores, candidatos e stakeholders, tornando-se um fator crítico num contexto de crescente escrutínio.

Empresas em ação: da experimentação à aplicação
No debate final, moderado por Sandra Fazenda Almeida, foram apresentados casos concretos de utilização de IA na gestão de talento em organizações nacionais de grande dimensão: a TP (ex-Teleperformance) e os CTT.  E ficou claro que já está a ser feita a transição de projetos piloto para uma integração progressiva nos processos organizacionais. Apesar as abordagens distintas, há convergência na forma como estão a incorporar a IA nos seus modelos de gestão.
Ana Castro Sanches, VP of ESG and Organisational Development da TP começou por enquadrar o contexto específico do grupo, que é de elevada escala, grande diversidade geográfica e forte intensidade de recrutamento. "Somos uma empresa global, com uma operação muito intensiva em pessoas. Isso obriga-nos a procurar soluções que tragam escala, mas sem perder a componente humana", explica.
Por isso, a adoção da IA tem sido feita de forma estruturada, com foco na integração de dados e na criação de uma visão mais completa sobre as competências existentes dentro da organização. O resultado? "Durante muito tempo, tínhamos talento dentro de casa que não conseguíamos identificar. Hoje, com uma visão integrada de skills, começamos a tornar esse talento visível."
A gestão de competências é apontada como um dos eixos centrais, permitindo não só identificar perfis adequados para novas funções, mas também apoiar decisões de mobilidade interna e desenvolvimento. É que o objetivo não é apenas recrutar melhor, mas utilizar melhor o talento in-house. 
Acresce que, apesar do avanço tecnológico, a organização mantém uma abordagem híbrida, combinando automação com supervisão humana. "Somos uma empresa high-tech, mas também high-touch. A tecnologia apoia, mas não substitui o julgamento humano", deixa claro. 
Já nos CTT, a aposta tem sido na eficiência operacional e na capacitação progressiva das equipas. E Patrícia Durães, Talent Management Director dos CTT garante que a introdução de IA tem permitido ganhos concretos, sobretudo em tarefas repetitivas e intensivas em tempo, como o tratamento de informação em processos de recrutamento. "Só com a automatização de relatórios de entrevistas conseguimos poupar cerca de 21 dias de trabalho por ano", exemplifica. 
Para além da eficiência, a organização tem apostado na disseminação de competências internas, promovendo uma adoção mais alargada da tecnologia. Como adianta, "estamos a investir muito na capacitação das pessoas - com formação, hackathons e objetivos concretos ligados à utilização de IA."
"Mas não basta implementar ferramentas. É preciso garantir que as pessoas percebem o valor e sabem como utilizá-las", pelo que a adoção de IA não se pode limitar à tecnologia. Tudo passa por uma verdadeira mudança cultural que tem vindo a ser operada. 
Nestes dois grupos, ficou claro que há desafios, como a qualidade e integração dos dados, que surgem como condição crítica para o sucesso de qualquer solução baseada em IA. Ou a onfiança nos sistemas, tanto do ponto de vista dos utilizadores internos como da organização no seu todo. Com avança Patrícia Durães, "a adoção depende muito da confiança. E esta constrói-se com transparência e resultados."
A governação da utilização da IA foi também identificada como um tema essencial, com implicações ao nível da definição de políticas internas, da validação das decisões e da articulação com o enquadramento regulatório.

PROGRAMA