Criar agente de IA virou atalho para parecer moderno. O problema é que, sem critério, isso só cria mais uma camada de custo, confusão e frustração.
O relatório da Prosus é valioso justamente porque desmonta parte da euforia do mercado. A Prosus é uma das maiores holdings e investidoras globais em tecnologia e comércio eletrônico do mundo, controladora ou principal investidora de diversas plataformas digitais conhecidas no Brasil, como o iFood, a OLX e a Sympla.
A empresa reuniu dados de mais de 60 mil agentes de IA criados por seus funcionários e chegou a uma conclusão que interessa muito mais do que o número em si: uma fatia muito pequena desses agentes concentra a maior parte do impacto real no negócio. Em outras palavras, não é a quantidade que faz diferença. É onde a IA entra, para resolver qual problema, com qual objetivo e dentro de qual processo.
Esse ponto é especialmente importante para a maioria das empresas brasileiras. Porque, quando se olha de fora para um caso como o da Prosus, a tentação é pensar assim: “se eles criaram milhares de agentes, eu também preciso começar logo”. Só que essa leitura é superficial. A Prosus não saiu distribuindo agentes pela empresa no improviso. Ela tinha estrutura, time técnico, integração com sistemas, governança, patrocínio da liderança e capacidade de medir retorno. Isso faz toda a diferença.
Na realidade do empresário brasileiro, o risco é outro. É começar pela ferramenta antes de entender a operação.
Muita empresa está fazendo exatamente isso. Compra uma plataforma, testa alguns prompts, cria um assistente comercial, outro para atendimento, outro para marketing, mais um para financeiro, e em pouco tempo ninguém sabe direito o que está funcionando, o que está gerando custo e o que realmente ajuda a empresa a vender mais, atender melhor ou ganhar eficiência. A IA entra como moda. Não como decisão de gestão.
E é aí que mora o erro.
Antes de pensar em agentes, a empresa precisa olhar para dentro. Onde está o retrabalho? Onde a equipe perde tempo? Quais tarefas são repetitivas? Quais atividades dependem de consulta constante a informações? Onde existem gargalos que travam venda, atendimento, cobrança, compras ou operação? Sem responder isso, qualquer projeto de IA nasce torto.
Se o processo já é confuso, automatizar não resolve. Só acelera a confusão.
Esse talvez seja o principal gancho do relatório. Os casos que mais geram resultado não são os mais bonitos nem os mais sofisticados. São os que atacam dores concretas. Triagem de mensagens, análise de dados, acompanhamento de clientes com risco de saída, geração de relatórios, apoio ao time comercial, organização de rotinas internas. Todos têm uma característica em comum: resolvem problemas claros, em processos que fazem diferença no dia a dia do negócio.
Para a maioria das empresas brasileiras, essa lógica vale ainda mais. O recurso é mais curto, o time é mais enxuto e o erro custa proporcionalmente mais. Uma grande companhia consegue absorver experimentos mal desenhados. A maior parte das empresas sente no caixa, na operação e no desgaste da equipe. Por isso, sair criando agentes sem prioridade definida é um luxo que poucos podem bancar.
Outro ponto que o empresário precisa encarar com realismo: são raras as empresas que têm a musculatura tecnológica da Prosus. Muito raras.
A maioria das empresas brasileiras não tem equipe interna preparada para mapear processo, escolher os casos de uso certos, integrar sistemas, desenhar governança, acompanhar indicadores e ajustar a operação para que a IA entregue resultado de verdade. E não há problema nenhum em admitir isso. O erro está em achar que a tecnologia sozinha compensa essa ausência.
Não compensa.
IA boa não começa no prompt. Começa no diagnóstico. Começa em alguém olhando a operação com profundidade, entendendo onde há desperdício, onde existe oportunidade de ganho e quais frentes fazem sentido atacar primeiro. Em muitos casos, o melhor projeto de IA não é o mais ambicioso. É o mais bem escolhido.
Por isso, para a realidade do empresário brasileiro, ter um parceiro especialista faz diferença real. Não para vender complexidade. Pelo contrário. Para evitar investimento mal feito, reduzir tentativa e erro e transformar IA em ganho prático. Um parceiro bom ajuda a empresa a separar o que é prioridade do que é só barulho de mercado. Ajuda a identificar onde um agente faz sentido, onde basta automação simples e onde o problema ainda é processo, não tecnologia.
Esse cuidado evita um erro comum: querer usar IA para compensar desorganização interna. Quando isso acontece, a expectativa sobe e o resultado decepciona. A empresa culpa a ferramenta, quando na verdade pulou a etapa mais importante.
O relatório da Prosus ensina uma coisa simples. O valor da IA não está em criar agentes em série. Está em escolher bem onde colocar inteligência para melhorar a operação.
Para a maioria das empresas brasileiras, a mensagem que fica é essa: antes de perguntar quantos agentes sua empresa pode ter, pergunte quais problemas da sua operação realmente merecem ser resolvidos primeiro.