# News 0081: O Piloto Que Nunca Saiu do Papel > 79% das empresas dizem que já adotam agentes de IA, mas só 31% têm ao menos um em produção. O gargalo não é o modelo, é a ausência de critério escrito: o que conta como sucesso, qual erro é aceitável e onde o humano precisa aprovar. Categoria: IA/Tech · Data: 18 de setembro de 2026 · Leitura: 8 min URL: https://gabrielkruger.com/news/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]. > Insight: O agente não piorou quando saiu da demo. O ambiente é que ficou honesto. Enquanto o critério de aprovação do piloto for 'a demo impressionou', você não está avaliando um sistema, está avaliando uma apresentação. ## 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. > Adiar o deploy por governança é pisar no freio porque o carro nasceu sem cinto de segurança. O problema nunca foi a velocidade. > > Gabriel Krüger, Arquiteto de Operações com IA 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. > Insight: O piloto que nunca sai do papel não é um fracasso de tecnologia. É o sintoma de uma decisão que ninguém teve coragem de escrever. Enquanto 'estamos testando IA' for uma resposta confortável, a empresa vai continuar pagando por demos e chamando isso de estratégia. --- ## Referências 1. [79% das empresas testam agentes de IA, mas só metade colocou em produção (Exame)](https://exame.com/inteligencia-artificial/79-das-empresas-testam-agentes-de-ia-mas-so-metade-colocou-em-producao-entenda-o-motivo) 2. [Kore.ai Agent Productivity Index 2026 (408 líderes de TI e negócios)](https://www.kore.ai/news/new-kore-ai-survey-72-of-enterprises-say-their-ai-agents-operate-with-unmanaged-risk-and-create-new-operational-burdens) 3. [AI Agents in Production: Why 88% of Pilots Fail (LangChain State of Agent Engineering 2026)](https://www.institutepm.com/knowledge-hub/ai-agents-in-production) 4. [AI Agent Statistics 2026: 100+ Stats on Market and Adoption (Stanford HAI, McKinsey, PwC)](https://www.fwdslash.ai/blog/ai-agent-statistics) 5. [AI agents in 2026: from hype to enterprise reality (Kore.ai)](http://kore.ai/blog/ai-agents-in-2026-from-hype-to-enterprise-reality)