Primeiro, a má notícia (que te poupa dinheiro)
A Gartner prevê que mais de 40% dos projetos de IA agêntica serão cancelados até ao final de 2027, por custos que disparam, valor de negócio pouco claro ou controlos de risco insuficientes (Gartner, junho de 2025). Na mesma análise avisam de um fenómeno com nome: agent washing —rebatizar chatbots, RPA e assistentes como «agentes»—, e estimam que dos milhares de fornecedores que se apresentam como agênticos, apenas cerca de 130 o são de verdade.
A conclusão da Gartner é a que repito aos meus clientes: muitos casos vendidos hoje como agênticos «não requerem uma implementação agêntica». Começar por perguntares se realmente precisas de um agente já te coloca à frente da maioria.
A pergunta certa não é «qual é melhor»
É «qual resolve o meu problema ao menor custo e risco». A Anthropic di-lo sem rodeios em Building Effective AI Agents: usa fluxos com passos predefinidos para tarefas bem definidas, e reserva os agentes para «problemas abertos onde é difícil ou impossível prever o número de passos». Um agente troca latência e custo por capacidade; se não precisas dessa capacidade, estás a pagar a mais.
Se ainda não tens clara a diferença técnica entre os dois, começa aqui: Qual é a diferença real entre um agente de IA e um chatbot?.
Quando te basta um chatbot (ou um fluxo simples)
- Respondes às mesmas perguntas vezes sem conta (horários, preços, «fazem X?»).
- Queres captar dados de contacto e qualificar leads com regras claras.
- Precisas de encaminhar pedidos para o departamento ou pessoa certa.
- O processo tem passos previsíveis e poucas exceções.
Nestes casos, um chatbot bem feito responde em segundos, custa pouco e é fácil de controlar e auditar. Não o subestimes: a maioria do valor comercial da IA numa PME captura-se aqui.
Quando precisas mesmo de um agente
- A tarefa é aberta e multipasso, e o caminho muda conforme o caso.
- É preciso decidir com contexto: consultar vários sistemas, cruzar dados e agir.
- O agente deve executar de princípio a fim (marcar, atualizar CRM, gerar e enviar algo), não apenas responder.
- A poupança de tempo ou o aumento de conversão compensam o custo e o risco extra.
Regra prática: se consegues desenhar o processo num fluxograma fechado, provavelmente não precisas de um agente. Se o processo é «depende», é aí que começa a fazer sentido.
Um modelo de decisão em quatro perguntas
Antes de escolher tecnologia, pontua o teu caso de 1 a 5 em cada eixo:
- Previsibilidade: os passos são sempre os mesmos? Muito previsível → chatbot/fluxo.
- Volume: quantas vezes por semana acontece? Alto volume justifica mais investimento.
- Impacto: move receita, poupa horas ou reduz erros caros?
- Risco: o que acontece se a IA se enganar sem supervisão? Quanto maior o risco, mais controlo humano e menos autonomia.
O quadrante vencedor para começar é quase sempre o mesmo: alta previsibilidade, alto volume, alto impacto e baixo risco — e esse quadrante resolve-se quase sempre com um chatbot ou um fluxo, não com um agente. Os agentes brilham quando baixas a previsibilidade mantendo o impacto, e sempre com um humano no ciclo onde o risco aperta.
O que diz o dinheiro
O retorno da IA é real, mas desigual. Segundo o relatório The State of AI in 2025 da McKinsey, engenharia e IT reportam reduções de custo de 10-20%, e marketing e desenvolvimento de produto, subidas de receita acima de 10%. Mas apenas cerca de 6% das organizações são «high performers» (mais de 5% de impacto no EBIT atribuível a IA). O uso de IA é massivo (88% das organizações), mas só 23% está a escalar algum sistema agêntico e 39% está a experimentar.
Tradução: quase toda a gente experimenta IA; muito poucos a convertem em lucro. A diferença não é a tecnologia, é escolher o caso certo e medi-lo. A Deloitte, por sua vez, esperava que em 2025 cerca de 25% das empresas que já usam IA generativa lançassem pilotos agênticos, subindo para 50% em 2027 (Deloitte TMT Predictions 2025): pilotos, não implementações massivas.
Como não cair no «agent washing» ao contratar
- Pede para te mostrarem o agente a usar ferramentas reais (a chamar uma API, a escrever num sistema), não só a conversar.
- Pergunta o que acontece quando falha: volta a tentar, escala a um humano, deixa rasto?
- Exige métricas: tempo de resposta, taxa de resolução sem humano, erros.
- Começa por um caso pequeno e mensurável antes de assinar algo grande.
Perguntas frequentes
Quando me basta um chatbot e quando preciso de um agente?
Um chatbot ou fluxo simples basta quando a tarefa é previsível e delimitada. Um agente justifica-se quando a tarefa é aberta e multipasso, exige decidir com contexto e a poupança compensa o custo e o risco extra.
O que é o «agent washing»?
Rebatizar como «agente» um chatbot, um RPA ou um assistente sem capacidade agêntica real. A Gartner estima que apenas cerca de 130 dos milhares de fornecedores autodescritos como agênticos o são de verdade. Pede provas concretas antes de pagar pela etiqueta.
A IA dá ROI na empresa?
Depende do caso. Segundo a McKinsey (2025), engenharia e IT reportam reduções de custo de 10-20% e marketing e produto, subidas de receita acima de 10%. Mas apenas cerca de 6% das organizações alcançam impacto significativo no EBIT: o retorno chega com casos bem escolhidos.
Próximo passo recomendado
Ofereço-te um diagnóstico técnico gratuito de 20 minutos: pontuamos o teu caso com o modelo acima e digo-te, sem vender fumo, se te convém um chatbot, um fluxo ou um agente —e porquê.