Usar inteligência artificial para resumir reuniões e redigir e-mails pode economizar tempo. Mas, para Marco Ruiz, esse é apenas o começo. Na palestra “Beyond Copilot: Scaling from AI Adoption to Business Value with Agents”, ele mostrou como as empresas podem avançar dos assistentes de IA para agentes de IA capazes de apoiar processos específicos e gerar resultados mensuráveis.
O tema interessa diretamente às equipes de intranet, comunicação interna e RH. À medida que os agentes passam a responder dúvidas, consultar bases de conhecimento e executar etapas de trabalho, a qualidade da informação corporativa deixa de ser apenas uma questão editorial: torna-se parte da infraestrutura da automação.
Agentes de IA são o próximo passo
Ruiz comparou o estágio atual da inteligência artificial à era dos celulares Sony Ericsson: uma tecnologia impressionante para seu momento, mas ainda anterior a uma transformação comparável à chegada do iPhone. A analogia serve para explicar por que organizações investem em IA mesmo quando muitos casos de uso atuais parecem limitados a tarefas individuais.
“Estamos na era Sony Ericsson. Não seja alguém que odeia ou bloqueia a tecnologia: prepare-se para o ‘iPhone’ que vai chegar”, afirmou.
Sua provocação é que os investimentos não se justificam apenas pela possibilidade de escrever um e-mail mais rápido. O valor maior está em redesenhar fluxos completos de trabalho: reduzir etapas manuais, conectar áreas e melhorar a experiência de quem usa os serviços internos.
Para chegar lá, é preciso distinguir três tipos de ferramenta. Assistentes genéricos respondem a uma ampla variedade de perguntas. Copilotos integrados a plataformas ajudam nas atividades realizadas dentro de um conjunto de aplicativos. Já os agentes são configurados para atuar em uma tarefa ou processo delimitado, usando conhecimentos, regras e, quando necessário, ações específicas.
Três níveis de valor da IA
Segundo Ruiz, a eficiência da IA deve ser construída em três níveis. Um não substitui o outro: a adoção individual prepara as pessoas; os agentes departamentais resolvem problemas recorrentes; e a integração entre áreas permite transformar processos de ponta a ponta.
| Nível | Aplicação | Resultado a medir |
|---|---|---|
| Individual | Resumos de reuniões, pesquisa e elaboração de rascunhos | Tempo economizado e qualidade percebida do trabalho |
| Departamental | Agentes para dúvidas de RH e outras demandas frequentes | Volume de solicitações, tempo de resposta e resolução |
| Organizacional | Fluxos que atravessam equipes e sistemas | Tempo total do processo, custo e qualidade da entrega |
Na experiência apresentada na palestra, o uso individual do Copilot registrou NPS de +60, utilização diária por 80% dos usuários, economia estimada de 2,7 horas por pessoa a cada semana e melhora na qualidade do trabalho percebida por 87% dos respondentes. A estimativa mencionada foi de cerca de 1,35 milhão de horas liberadas por ano em uma operação com aproximadamente 11 mil licenças. São resultados relatados pelo palestrante, não médias aplicáveis a qualquer empresa.
“A disputa não é entre a IA e o ser humano; é entre a pessoa que usa IA e aquela que ainda não sabe usá-la”, resumiu Ruiz. O próximo desafio, porém, é ir além do ganho individual: transformar tempo economizado em melhorias que possam ser percebidas e medidas pela organização.
Onde os agentes entram na intranet
Um exemplo apresentado foi a caixa de entrada de RH que recebe repetidamente perguntas já respondidas na intranet. Um agente conectado a uma base de conhecimento delimitada pode localizar a política pertinente e responder dúvidas comuns, deixando casos excepcionais para a equipe humana.
Esse modelo depende de conteúdo confiável. Se uma política estiver desatualizada, duplicada ou sem responsável definido, o agente poderá ampliar o problema em vez de resolvê-lo.
Para restringir as respostas ao conhecimento apropriado, a palestra mencionou o uso de RAG, sigla em inglês para geração aumentada por recuperação. Em termos simples, o sistema busca informações em fontes autorizadas antes de formular uma resposta. Isso ajuda a dar contexto ao agente, mas não dispensa permissões corretas, manutenção do conteúdo e testes de qualidade.
“Caixas de entrada com duas ou três pessoas respondendo às mesmas perguntas da intranet vão desaparecer. Os agentes farão isso”, afirmou Ruiz. A frase deve ser entendida como uma previsão do palestrante, não como um resultado inevitável: o que poderá ser automatizado dependerá da complexidade da demanda e dos controles adotados.
Comece pelo problema, não pela ferramenta
O risco de uma estratégia centrada na tecnologia é criar um agente que impressiona em uma demonstração, mas não resolve uma necessidade real.
“Defina primeiro o problema. Caso contrário, você vai construir algo ‘legal’ que morre porque não resolve nada”, alertou Ruiz.
Para as áreas de intranet, RH e comunicação interna, o ponto de partida pode ser um inventário de dúvidas frequentes, tarefas repetitivas e processos com muitas transferências entre equipes. Nem toda dificuldade exige IA: algumas podem ser resolvidas ao atualizar uma página, simplificar uma regra ou automatizar um formulário.
Quando houver um caso adequado para um agente, o objetivo precisa ser verificável. Ruiz deu o exemplo de reduzir de 500 para 100 os e-mails recebidos por uma caixa de RH, com critérios claros para encaminhar casos complexos ou sensíveis a uma pessoa. Testes comparativos, pesquisas com usuários e acompanhamento dos resultados ajudam a decidir se vale ampliar o piloto.
Comprar, construir e reutilizar
A estratégia proposta por Ruiz não coloca a compra de soluções prontas e o desenvolvimento interno como alternativas excludentes. Agentes oferecidos por fornecedores podem atender processos comuns; agentes desenvolvidos pela própria organização podem fazer mais sentido quando o fluxo é específico, envolve informações sensíveis ou representa um diferencial do negócio.
A escolha também deve considerar as ferramentas já usadas no trabalho diário. Uma empresa baseada em Microsoft 365 ou Google Workspace, por exemplo, precisa avaliar como o agente se integra ao seu ambiente, sem perder de vista o risco de depender excessivamente de um único fornecedor.
Escalar não significa recriar cada solução do zero. Fluxos, critérios de teste, componentes e aprendizados documentados podem ser reaproveitados entre áreas e países. Conforme o uso cresce, a organização também precisa acompanhar os custos de interação com os agentes. Ruiz sugeriu identificar usuários avançados que geram mais valor e evitar limites de uso iguais para todos.
Governança acompanha a escala
Quanto mais tarefas um agente executa, mais importante se torna definir o que ele pode consultar, responder ou fazer sozinho. Ruiz apresentou cinco princípios para essa governança:
- Quem responde pelo conhecimento responde pelo agente: o proprietário de uma política ou página deve participar da validação das respostas produzidas a partir dela.
- A classificação da informação define limites: conteúdos sensíveis precisam de permissões e regras compatíveis com seu uso por IA.
- Publicações externas passam por revisão humana: conteúdos ou ações que saem da organização devem ter uma pessoa responsável pela aprovação.
- Interações precisam ser auditáveis: a empresa deve conseguir investigar comandos, respostas e ações quando necessário.
- A experimentação precisa de um ambiente próprio: testes devem acontecer sem colocar os sistemas de produção em risco.
“Se você é responsável pelo site no SharePoint, é responsável pelo que o agente diz sobre ele”, afirmou Ruiz. A frase traduz uma mudança importante para gestores de conteúdo: publicar informação deixa de ser o fim do trabalho. É preciso mantê-la correta, acessível às pessoas certas e pronta para servir de base a sistemas de IA.
Um cuidado técnico merece destaque: rótulos de sensibilidade não são, por si só, uma proteção universal que acompanha automaticamente toda resposta gerada. A documentação da Microsoft descreve controles de acesso e auditoria para cenários específicos, mas também informa que conteúdo novo criado por determinadas instâncias de agente não herda automaticamente os rótulos dos arquivos de origem. Por isso, cada implementação precisa testar as permissões, os rótulos e as saídas efetivas do agente.
O que muda para o RH
A principal lição da palestra não é lançar o maior número possível de agentes. É criar uma sequência sustentável entre adoção, problema identificado, indicador de sucesso e governança.
Para começar, o RH pode selecionar uma demanda recorrente — como perguntas sobre uma política interna —, conferir quem é responsável pelo conteúdo, definir quais casos exigem atendimento humano e medir o volume e a qualidade das respostas antes de ampliar a solução. A comunicação interna, por sua vez, pode ajudar a tornar as fontes mais claras e a explicar aos colaboradores quando usar o agente e quando procurar uma pessoa.
“Não precisamos ler tudo. Precisamos ser capazes de ler”, disse Ruiz ao tratar de auditabilidade. A frase resume o equilíbrio proposto: permitir que a IA trabalhe em escala, sem abrir mão da capacidade humana de verificar, corrigir e assumir responsabilidade pelos resultados.
