O custo invisível de criar um agente de IA a cada problema
Uma área de marketing cria um agente para gerar conteúdo. O financeiro monta outro para despesas. O atendimento acumula vários fluxos próprios e o RH automatiza a triagem de currículos. Isoladamente, cada um resolve um problema real, mas juntos são a semente do agent sprawl.
Como arquitetura, porém, é assim que surge o agent sprawl: a proliferação desordenada de agentes que resolvem problemas locais, duplicam funções e criam dependências invisíveis, concorrendo pelos mesmos dados, usando credenciais diferentes e produzindo decisões incompatíveis [1].
Em um artigo publicado pelo TI Inside em outubro de 2026, o executivo Samir Iásbeck resume o problema com uma frase que capta o momento que boa parte das empresas brasileiras vive agora: uma área cria um agente para resolver uma tarefa, e outra repete a experiência.
Em pouco tempo, a empresa tem vários sistemas funcionando sem que ninguém consiga responder com segurança quantos são, quais dados acessam, quanto custam ou quem decide sobre seu ciclo de vida [1].
Para quem opera comércio digital, isso não é um problema abstrato de TI. É o mesmo tipo de fragmentação que já apareceu em casos de atendimento via WhatsApp, recomendação de produtos e automação de marketing cobertos nesta newsroom nas últimas semanas, agora visto pela ótica de quem precisa sustentar essa estrutura no longo prazo.
Por que agent sprawl é uma dívida técnica que não aparece no código?
Agent sprawl é a multiplicação descontrolada de agentes de IA dentro de uma empresa, cada um criado para resolver uma necessidade pontual, sem inventário central, sem dono único e sem critério de desligamento. Diferente da dívida técnica tradicional, que vivia em linhas de código, essa nova dívida se espalha por identidade, permissões, modelos e custos.
Durante anos, dívida técnica significou código difícil de manter, integrações improvisadas e decisões aceleradas que cobrariam seu preço no futuro. Com agentes de inteligência artificial, a complexidade não desaparece, ela se desloca, segundo o artigo do TI Inside [1].
Isso significa que um agente não é um arquivo esquecido em uma pasta. Um agente em operação pode ler informações, acionar ferramentas e alterar o estado de um processo. Por isso não basta documentar seu nome e sua finalidade inicial: a empresa precisa registrar quem é o dono, qual identidade técnica utiliza e que permissões possui.
Também é preciso registrar quais modelos e integrações sustentam sua atuação e quais evidências permitem acompanhar o que fez [1].
O risco se soma ao custo. Uma credencial excessiva parece um detalhe técnico até o agente acessar informação que não precisava, e a dívida cresce quando a empresa posterga arquitetura, observabilidade e governança para "depois do piloto" [1].
Gartner: tratar todo agente do mesmo jeito é a receita para o fracasso
A projeção do Gartner que melhor resume o risco é direta: até 2027, 40% das empresas vão rebaixar ou desativar agentes autônomos de IA porque suas falhas de governança só aparecem depois que o problema já aconteceu em produção [2].
A causa raiz, segundo a consultoria, não é a tecnologia, é tratar a governança como uma escolha binária. A projeção alerta para os riscos de organizações aplicarem os mesmos controles a agentes com diferentes níveis de autonomia e acesso a sistemas [2]. Na prática, isso restringe demais os agentes simples e supervisiona de menos os agentes que já agem sozinhos sobre sistemas de produção.
Por isso o Gartner propõe uma escala de governança proporcional ao nível de autonomia de cada agente:
Essa classificação importa porque muitas das automações que o comércio brasileiro já colocou em produção, como atendimento no WhatsApp, triagem de pedidos e geração de promoções, se espalham por todos esses quatro níveis ao mesmo tempo, muitas vezes sem que a empresa tenha mapeado isso.
| Nível | O que o agente faz | Controle recomendado |
|---|---|---|
| 1. Observação | Acesso só de leitura, resume documentos, recupera informação | Autenticação, delimitação de dados, registro de uso [2] |
| 2. Aconselhamento | Produz recomendações e rascunhos, decisão fica com humano | Testes de precisão, avaliação de alucinação, capacitação do usuário [2] |
| 3. Ação com aprovação | Grava dados, envia comunicações, cada ação é autorizada antes | Fluxo de aprovação, trilha de auditoria, resposta a incidentes [2] |
| 4. Ação autônoma | Executa tarefas de forma independente dentro de limites definidos | Monitoramento contínuo, reversão rápida, interrupção automática [2] |
O retrato brasileiro: adoção dispara, governança ainda não acompanha
No Brasil, a pressão para adotar agentes de IA já é maior do que a capacidade das empresas de governá-los. Uma pesquisa do IT Forum com 243 grandes empresas brasileiras mostra que adotar, governar e/ou escalar IA/ML e IA Generativa está no topo dos desafios para a estratégia da TI corporativa neste ano, com 63% dos CIOs corroborando essa afirmação [4].
Alguns números da mesma pesquisa resumem o descompasso:
O relatório também alerta para um ponto que conecta diretamente com o agent sprawl: agentes de IA não têm custo fixo e previsível como sistemas tradicionais. Eles "raciocinam" de forma autônoma e disparam múltiplas chamadas de API, o que pode elevar o consumo computacional de forma exponencial e sem monitoramento em tempo real [4].
O lado positivo do mesmo movimento aparece quando a governança é feita direito. A Riachuelo trocou o chatbot tradicional por IA agêntica integrada aos sistemas internos no atendimento via WhatsApp e viu o uso do autoatendimento saltar de 30% para 84%, com aumento de 60% na satisfação do cliente e queda de 26% nos custos de tecnologia [3].
A diferença central não foi o modelo de IA em si: foi a integração governada aos fluxos de trabalho da empresa, em vez de mais um agente isolado respondendo sem contexto.
- 88% das grandes empresas no Brasil já possuem alguma iniciativa de IA, sendo a maioria, 48%, ainda em estágio piloto [4].
- Automação de tarefas e processos aparece em 68% das iniciativas, o caso de uso mais comum [4].
- Atendimento conversacional vem em seguida, presente em 48% das iniciativas, já familiar a quem opera e-commerce [4].
O contrato mínimo que todo agente deveria ter antes de nascer
Todo agente de IA deveria nascer com um contrato operacional documentado, não apenas com um nome e uma finalidade. Antes de criar um novo agente, a recomendação é responder perguntas simples: já existe algo que cumpre essa função, qual resultado será medido, que sistemas poderá acessar, qual é sua alçada, quem responde por ele e quando será revisto ou desligado [1].
“A vantagem competitiva não estará na empresa que acumular mais agentes, mas naquela que souber coordenar poucos agentes úteis, seguros e mensuráveis.”
Esse contrato mínimo inclui finalidade, entradas, saídas, dependências, permissões, responsável, custo, critérios de qualidade, mecanismo de intervenção e ciclo de vida, apoiado por uma arquitetura comum de identidade, memória, integrações e evidências [1]. Sem isso, cada agente novo aumenta a capacidade local da empresa e reduz sua compreensão do conjunto.
O que times de comércio devem fazer agora
Para quem lidera comércio digital, o próximo passo não é parar de criar agentes, é parar de criá-los sem inventário. Algumas ações concretas ajudam a evitar que a dívida técnica se acumule:
A urgência existe porque a janela para corrigir o problema está encolhendo. Empresas que tratam arquitetura, observabilidade e governança como etapa de "depois do piloto" vão descobrir o custo real da fragmentação durante um incidente, não antes dele [1]. Quem documenta esse contrato agora, enquanto o número de agentes ainda é gerenciável, evita pagar essa conta de uma vez só em 2027.
- 1Fazer um inventário vivo de todos os agentes em produção, com dono, permissões e dependências registrados.
- 2Classificar cada agente pelo nível de autonomia, usando a escala do Gartner, em vez de aplicar as mesmas regras a todos [2].
- 3Consolidar o monitoramento de custo de infraestrutura e modelos em um único painel, hoje pulverizado entre áreas diferentes [1].
- 4Definir, antes de lançar um agente novo, quem decide seu desligamento e com que frequência ele será revisado [1].
- 5Priorizar menos agentes bem integrados aos sistemas de produção em vez de mais agentes isolados, como mostrou o salto de resultado da Riachuelo [3].
Fontes
- [1]TI Inside, A próxima dívida técnica das empresas será o excesso de agentes de IA — tiinside.com.br
- [2]E-Commerce Brasil, Problemas com governança podem frear agentes de IA, aponta Gartner — ecommercebrasil.com.br
- [3]E-Commerce Brasil, IA agêntica resolve demandas de 84% dos clientes da Riachuelo no WhatsApp — ecommercebrasil.com.br
- [4]IT Forum, Tendência: 2026, o ano dos agentes de IA? — itforum.com.br
