Agentes de IA no trabalho: o que sua empresa pode delegar hoje (e o que ainda não)

Terça de manhã, uma empresa de médio porte. A gerente comercial abre o computador e, em vez de começar pela planilha de sempre, digita um pedido: "compile os pedidos da semana passada, cruze com o estoque, monte a prévia do relatório de vendas e deixe as pendências marcadas para eu revisar". Trinta minutos depois, o rascunho está pronto na tela. Ela não escreveu uma linha da planilha. Corrigiu dois números que o sistema interpretou errado, aprovou o resto e seguiu para a reunião. Foi o primeiro contato dela com o que hoje se chama de agentes de IA no trabalho: um programa que recebe um objetivo, executa os passos e entrega a tarefa quase pronta, em vez de só responder perguntas.

Essa cena deixou de ser demonstração de palco. Em julho de 2026, os dois maiores fornecedores de IA lançaram produtos exatamente para isso, e o assunto saiu do departamento de tecnologia para a mesa de quem decide. O problema é que, junto com a capacidade real, veio o hype de sempre: promessas de que o agente faz tudo, some com o trabalho humano e resolve a empresa inteira sozinho.

Este post separa as duas coisas do ponto de vista de quem toca uma PME, não de quem programa. Você vai ver o que um agente já executa de ponta a ponta hoje, o que ainda depende de um humano no meio do caminho, um plano por porte de empresa com a conta em reais e como começar sem queimar dinheiro.

O que mudou: o agente virou produto de prateleira

Até pouco tempo, montar um agente exigia projeto sob medida. Isso mudou de vez neste mês. A OpenAI lançou o GPT-5.6 junto com o ChatGPT Work em 9 de julho de 2026, um agente que pega o contexto espalhado nos seus documentos e ferramentas de trabalho e devolve apresentações, planilhas e relatórios editáveis. Poucos dias antes, a Anthropic expandiu o Claude Cowork para o navegador e o celular, com o agente rodando em segundo plano mesmo com o notebook fechado e pedindo aprovação pelo telefone antes de ações sensíveis.

Um dado desse mesmo anúncio da Anthropic diz muito sobre para quem esses agentes servem: mais de 90% das sessões do Cowork não tinham nada a ver com programação. Eram tarefas de negócio e criação de conteúdo, como conciliar despesas e preparar apresentações para cliente.

Para o decisor, a leitura é direta: agente de IA deixou de ser ferramenta de desenvolvedor e virou ferramenta de operação de negócio. E o movimento não é isolado. A Gartner projeta que 40% das aplicações corporativas terão agentes de IA embutidos até o fim de 2026, ante menos de 5% em 2025.

Há um empurrão econômico por trás disso. A queda no custo de processamento derrubou o preço de cada tarefa: a própria OpenAI cortou o preço dos modelos mais leves do GPT-5.6 em até 80% no fim de julho. Trabalho que era caro demais para automatizar entrou na conta.

O que "delegar a um agente" realmente significa

Antes da lista prática, vale fixar a diferença, porque é ela que separa o que dá para delegar do que não dá. Um assistente responde; um agente executa. Você pede um texto a um assistente e ele te devolve o texto para você usar. Você dá um objetivo ao agente e ele decide os passos, consulta sistemas, preenche campos, gera o arquivo e só te procura quando termina ou quando precisa de uma decisão. Se essa distinção ainda está embaçada, eu a abri com calma em agentes de IA para executivos.

A consequência dessa autonomia é o que define o limite. Onde o passo em falso do agente é percebido e corrigido sem estrago, dá para delegar com folga. Onde o erro vira uma ação irreversível (dinheiro que sai, contrato assinado, cliente ofendido), o humano precisa continuar no circuito. Delegar bem é escolher tarefas pelo tamanho do estrago que um erro causaria, não pela sofisticação da tecnologia.

O que sua empresa já pode delegar a um agente hoje

Estas são categorias de tarefa em que os agentes de prateleira já entregam resultado útil de ponta a ponta, com revisão leve no fim:

• Preparar documentos e apresentações a partir de material bruto. Transformar um punhado de notas, planilhas e e-mails em uma proposta, um relatório ou um deck é justamente o que o ChatGPT Work e o Claude Cowork foram desenhados para fazer. Você revisa o resultado, não constrói do zero.
• Organizar e resumir informação dispersa. Ler uma caixa de entrada, uma pasta de contratos ou o histórico de um cliente e devolver um resumo com os pontos que importam. Tarefa repetitiva, de baixo risco, com ganho de tempo imediato.
• Primeira camada do atendimento. Responder dúvidas frequentes, consultar um pedido, abrir um chamado e escalar para uma pessoa quando o caso foge do script. Detalhei a conta e os cuidados desse caso específico em como automatizar o atendimento com agentes de IA.
• Rotinas administrativas repetitivas. Conciliar despesas, classificar lançamentos, preencher formulários a partir de um documento, montar a prévia de um relatório recorrente. Trabalho que consome horas da equipe e segue uma lógica clara.
• Apoio à análise de dados. Cruzar planilhas, apontar variações fora do padrão e montar o rascunho de um painel para você interpretar. O agente faz o braçal; a leitura de negócio fica com você.

O fio comum entre todas: são tarefas repetitivas, com regra definida, dados acessíveis e erro barato de corrigir. É aí que o agente compensa hoje, sem projeto complexo.

O que ainda precisa de um humano no loop

A lista do que o agente não fecha sozinho é tão importante quanto a anterior, e é onde o hype mais engana:

• Decisão com consequência séria e irreversível. Aprovar crédito, fechar contrato, mexer em folha, demitir. O agente pode preparar o material da decisão, nunca tomá-la no seu lugar.
• Julgamento que depende de contexto que não está escrito. A relação com aquele cliente difícil, a leitura política de uma negociação, o "isso aqui não cheira bem". Nada disso está nos dados que o agente consulta.
• Tarefas sobre dados bagunçados ou trancados na cabeça de alguém. Se a informação vive em planilhas soltas, grupos de WhatsApp e memória de gente, o agente não tem do que partir. O pré-requisito é organizar isso antes, tema que tratei em o que são agentes de IA e como podem transformar seu negócio.
• O que exige responsabilidade legal ou ética de uma pessoa. Assinatura, laudo, comunicação sensível a um cliente. Quem responde por isso é um humano, e assim deve continuar.

Repare que a fronteira não é a dificuldade técnica da tarefa. É o custo do erro e a presença de contexto não escrito. Uma regra prática cabe em uma frase.

Delegue ao agente a execução; guarde para o humano a decisão sobre o que é irreversível e o julgamento sobre o que não está nos dados.

Um plano por porte de empresa (com a conta em reais)

A postura certa muda com o tamanho do negócio. As faixas abaixo são estimativa minha, com base no mercado e na experiência à frente da Waxi, não tabela oficial: servem de régua para você calibrar expectativa antes de conversar com qualquer fornecedor.

Micro e pequena empresa

Comece pelos agentes de prateleira, sem projeto. Uma assinatura de plano de time do ChatGPT ou do Claude, na faixa de R$ 120 a R$ 300 por usuário ao mês, já coloca um agente capaz de preparar documentos, resumir e organizar na mão da sua equipe. O investimento real aqui não é dinheiro, é a hora de alguém aprender a delegar bem e revisar o resultado. Escolha uma tarefa repetitiva, rode por um mês e meça o tempo economizado antes de expandir.

Empresa de médio porte

Aqui vale combinar as duas frentes. Mantenha os agentes de prateleira para o trabalho de escritório e considere um agente sob medida onde há volume alto e integração com seus sistemas (ERP, CRM, WhatsApp). Esse segundo tipo tem custo de projeto, geralmente na casa dos milhares de reais para começar, mais um custo variável que cresce com o uso. A conta detalhada por camada eu abri em agentes de IA para executivos. A régua: agente de prateleira para ganhar tempo já; agente integrado só onde o volume justifica o investimento.

Como começar sem entrar para a estatística de cancelamento

Vale um alerta que uso em toda conversa sobre o tema: entusiasmo mal direcionado custa caro. A Gartner prevê que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, por custo que escala, valor incerto e controle de risco frágil. Ficar do lado que dá certo é método, não sorte. Quatro passos:

1. Parta de uma tarefa, não da tecnologia. Escolha uma dor repetitiva e mensurável em horas ou reais, e pergunte se um agente a resolve. O caminho inverso, começar em "precisamos de agentes", é o que mais fracassa, como detalhei em por que projetos de IA falham.
2. Meça a linha de base antes. Quanto tempo essa tarefa consome hoje? Sem o número de partida, você não terá como provar o ganho depois.
3. Comece por erro barato. O primeiro processo delegado deve ser um em que uma falha do agente é percebida e corrigida sem dano. Confiança se constrói com casos de baixo risco.
4. Defina onde entra a revisão humana. Uma página basta: o que o agente faz sozinho, o que precisa de aprovação, quem responde se algo der errado.

Perguntas frequentes sobre agentes de IA no trabalho

Preciso saber programar para usar um agente de IA no trabalho?

Não para os agentes de prateleira. ChatGPT Work e Claude Cowork recebem instruções em português comum, e o dado da Anthropic mostra que mais de 90% do uso do Cowork não é programação. Você precisa aprender a descrever bem a tarefa e a revisar o resultado, não a escrever código. Agente sob medida, integrado aos seus sistemas, é que exige apoio técnico para montar.

O agente vai substituir minha equipe?

O que ele substitui é a execução repetitiva de tarefas, não o trabalho da pessoa inteira. Na prática, quem operava a planilha passa a revisar o rascunho que o agente montou e a cuidar do que exige julgamento. Desconfie de quem promete número exato de vagas cortadas antes de ver o seu processo.

Quanto custa colocar um agente para trabalhar na minha empresa?

Para começar com um agente de prateleira, o custo se aproxima de uma assinatura de software, na minha estimativa entre R$ 120 e R$ 300 por usuário ao mês. Um agente sob medida, integrado aos seus sistemas, entra na casa dos milhares de reais de projeto mais um custo variável por uso. A régua honesta é começar barato, medir o ganho e só então investir no caso integrado.

Qual a diferença entre esse agente e o chatbot que já tenho no site?

O chatbot conversa: recebe uma pergunta e devolve uma resposta em texto. O agente executa: recebe um objetivo, usa seus sistemas para cumprir os passos e entrega a tarefa pronta ou escala para uma pessoa. O chatbot economiza o tempo de escrever uma resposta; o agente economiza o tempo de rodar um processo inteiro.

É seguro deixar um agente acessar os dados da minha empresa?

Depende de como você configura o acesso. A boa prática é dar ao agente só os dados e as permissões que a tarefa exige, manter contas em nome da empresa e reservar aprovação humana para ações sensíveis. Os produtos novos já pedem confirmação antes de agir em algo crítico, e essa trava é para usar, não para desligar.

O trabalho continua seu, a execução vira dele

A virada real de julho de 2026 não é o agente que faz tudo. É o agente que faz a parte repetitiva bem o suficiente para valer a pena delegar, e que já vem pronto no plano que sua equipe assina. Isso muda a pergunta que interessa ao decisor: não é mais "quando a IA vai chegar", é "qual tarefa da minha semana eu entrego primeiro".

A resposta certa quase nunca é a mais ambiciosa. É a mais chata e repetitiva, a de erro barato, aquela que você mediria em horas economizadas no fim do mês. Começa por ela, guarda a decisão de peso e o julgamento de contexto para as pessoas, e você colhe o ganho sem pagar a conta do hype que a Gartner já viu ruir em quatro de cada dez projetos.

Se você quer descobrir qual tarefa da sua operação é o melhor primeiro alvo para um agente, com a conta de custo e retorno aberta, vamos conversar. Liderei a área de Analytics na Vindi e hoje ajudo empresas brasileiras a decidir o que delegar à IA, com método e sem hype, pela Waxi.