O Piloto Que Nunca Saiu do Papel

A demo durou quarenta minutos e foi impecável. O agente resumia contratos, respondia clientes, preenchia a planilha, tudo ao vivo. Na sala de reunião virou consenso: aquilo ia mudar a operação em um trimestre. Seis meses depois, o mesmo agente roda numa aba esquecida do navegador, com um login de teste e nenhum dado real passando por ele. Nada quebrou, nada foi reprovado em comitê. Ele simplesmente nunca saiu do papel.

Essa cena deixou de ser anedota e virou estatística. Segundo a PwC, 79% dos executivos afirmam que suas empresas já adotam agentes de IA. Mas quando a pergunta muda de 'você adota' para 'você tem agentes em produção', o número despenca: o levantamento compilado pela BvLogic aponta que apenas 31% das empresas têm ao menos um agente rodando de verdade, e que 88% dos projetos-piloto nunca chegam à produção ^[1]. Entre a frase do palco e a realidade da operação existe um abismo, e ele não é tecnológico.

A demo é ambiente controlado, a produção é o mundo real

O motivo pelo qual um agente brilha na demonstração e trava na operação é estrutural, não acidental. Demo roda com dados limpos, cenários escolhidos a dedo e uma plateia disposta a acreditar. Produção roda com dado sujo, casos extremos que ninguém previu e usuários que só lembram do sistema quando ele erra. Um agente que executa a tarefa corretamente 80% do tempo parece excelente numa apresentação e parece quebrado em produção, porque os 20% de falha ficam visíveis para pessoas reais com stakes reais ^[3]. O relatório State of Agent Engineering da LangChain estima sucesso na casa de 50% para tarefas complexas em ambientes reais, e aponta qualidade de saída como a barreira número 1 para colocar mais agentes em produção, citada mais que o dobro de vezes em relação a qualquer outro fator, incluindo custo ^[3].

O gargalo é avaliação, não modelo

A própria compilação da BvLogic identifica as lacunas de avaliação entre os principais obstáculos para que projetos de agentes avancem à produção ^[1]. Em linguagem direta: a maioria das empresas não sabe dizer, com números, quando um agente está pronto. Sem essa régua, todo resultado vira opinião, toda falha vira debate, e o projeto morre de reunião. A matéria-prima da decisão existe, dados de taxa de acerto, de escalonamento pra humano, de custo por tarefa, mas ninguém combinou antes quais números importam e qual limiar libera o agente pro mundo real.

O que escrever antes de rodar o próximo piloto

• Definição de sucesso: qual número, medido como e por quem, prova que o agente funciona (ex.: 90% das tarefas concluídas sem retrabalho em duas semanas de operação real).
• Tolerância de erro: qual taxa e qual tipo de falha são aceitáveis, e quais erros derrubam o piloto na hora (alucinar um preço pro cliente é diferente de formatar um relatório feio).
• Ponto de aprovação humana: em quais decisões o agente propõe e um humano assina, com nome e responsável definidos, não 'o time' abstrato.
• Critério de desligamento: o gatilho objetivo que pausa ou encerra o piloto, combinado antes, pra que matar o projeto não exija coragem política.

Quem escala IA não tem ferramenta melhor, tem critério escrito. A diferença entre o time que chega em produção e o time que pilota há um ano raramente é o modelo: é ter, antes da primeira tarefa rodar, uma definição de sucesso, uma tolerância de erro e um ponto de aprovação humana que o negócio assinou embaixo.

- Gabriel Krüger, Arquiteto de Operações com IA

Governança: o freio que acelera

Os dados de governança explicam por que o abismo entre piloto e produção persiste mesmo com orçamento aprovado. O Agent Productivity Index 2026 da Kore.ai, com 408 líderes de TI e negócios em empresas de grande porte, mostra que 62% já atrasaram deploys de agentes por preocupações de governança e observabilidade, 53% admitem rodar agentes que não entendem nem confiam plenamente, e 79% já precisaram reverter manualmente uma ação tomada por um agente ^[2]. Leia os três números em sequência: as empresas sabem que não confiam no que implantaram, então freiam os próximos, e seguem operando no limiar. O atraso não é incompetência, é o preço de não ter critério antes de começar.

Ficar parado também tem preço, e ele compõe. O Gartner projeta que mais de 40% dos projetos de IA agêntica serão descartados até 2027, não porque os modelos falham, mas porque as organizações não conseguem operacionalizá-los ^[5]. Enquanto isso, o Stanford HAI 2026 AI Index mostra que menos de 10% das organizações têm agentes implantados em qualquer função específica de negócio, mesmo com 88% usando IA em algum lugar, e a McKinsey registra só 23% escalando agentes em ao menos uma função ^[4]. A distância entre a minoria que escala e a maioria que pilota não é um abismo de tecnologia: quem já está em produção está no terceiro ou quarto sistema, acumulando dados operacionais, benchmarks de avaliação e memória institucional que o concorrente eternamente em piloto simplesmente não tem. E a jogada prática cabe em uma página. Antes do próximo piloto, escreva três respostas: o que é sucesso, que erro é aceitável, onde o humano aprova. Se essas três linhas não saem em uma página assinada pelo dono do processo, o problema não é a IA, é que ninguém decidiu o que 'funcionar' significa. Piloto sem critério de saída não é experimento, é entretenimento corporativo com fatura de API.