O que é um agente de IA e o que ele faz dentro de uma empresa

Agente de IA explicado sem código: o que ele faz, como difere de um chat, as quatro peças que o compõem e um dia de fechamento mensal numa indústria.

Um agente de IA é um programa que recebe um objetivo, decide quais passos são necessários para cumpri-lo, usa ferramentas (consultar um banco, gerar uma planilha, enviar um e-mail) e para quando o trabalho está feito ou quando precisa de uma pessoa. A definição cabe em uma frase, mas o termo virou guarda-chuva para tudo, do chatbot de site ao robô que fecha o mês. Por isso vale separar o que é marketing do que é mecânica.

Um exemplo cotidiano: toda segunda-feira, a gerente comercial de uma distribuidora com 40 vendedores abre o ERP, exporta os pedidos da semana, cruza com a meta por região numa planilha, pinta de vermelho quem ficou abaixo de 80% e manda por e-mail para os supervisores. São 50 minutos de trabalho repetido, sempre igual. Um agente faz exatamente essa sequência, sozinho, às 7h, e só chama a gerente se encontrar algo fora do padrão: uma região com meta zerada no cadastro, por exemplo.

Chat responde, agente executa

Um chat de IA, como o ChatGPT, o Claude ou o Gemini, responde ao que você pergunta e espera a próxima mensagem. Ele não sabe o que aconteceu no seu ERP esta manhã, não abre sistemas, não guarda uma tarefa para amanhã. É um interlocutor muito bom, mas a iniciativa é toda sua: você pergunta, ele responde, você copia a resposta e faz o resto.

O agente inverte a relação. Ele recebe um objetivo ("preparar o relatório de inadimplência de todas as filiais até as 8h") e encadeia os passos: consulta a base, aplica a regra de corte que a empresa definiu, monta o arquivo, confere se o resultado está dentro do esperado e entrega. O modelo de linguagem continua lá dentro, raciocinando a cada etapa, mas agora com acesso a dados, ferramentas e permissões. O modelo é o mesmo; o que muda é tudo o que foi colocado ao redor dele.

Cinco diferenças que importam para quem gerencia

Para quem aprova orçamento, a distinção técnica importa menos do que as consequências práticas. Cinco delas aparecem já nas primeiras semanas de uso:

• Quem toma a iniciativa. No chat, a pessoa. No agente, o gatilho pode ser um horário, um evento (chegou a nota fiscal) ou um pedido. O trabalho acontece sem alguém sentado na frente da tela.
• O que sai no fim. O chat entrega texto. O agente entrega o resultado no formato que a operação usa: planilha no e-mail do diretor, painel atualizado, lançamento preparado no sistema.
• De onde vêm os números. O chat trabalha com o que foi colado na conversa. O agente consulta a fonte oficial (ERP, CRM, data warehouse), com o SQL registrado e a mesma permissão de acesso que a pessoa teria.
• Como o erro aparece. Um chat erra e você lê a resposta errada. Um agente erra e uma planilha errada pode chegar a 30 pessoas. Por isso agente exige alçada, limite e auditoria desde o primeiro dia.
• Quanto custa manter. O chat custa por assento. O agente custa por execução (tokens, consultas, tempo de máquina), o que exige medir e controlar o consumo por rotina, não por usuário.

A anatomia de um agente

Tirando o jargão, todo agente que funciona dentro de uma empresa tem quatro peças. Quando um projeto de agente dá errado, quase sempre é porque uma delas ficou implícita, na cabeça de quem configurou, em vez de escrita.

Objetivo

É a tarefa que o agente precisa cumprir, descrita com o critério de pronto. "Preparar o fechamento de novembro" é vago; "gerar a planilha de rateio de custos por centro de custo, com os valores batendo com o razão contábil, até o terceiro dia útil" é um objetivo. A qualidade do agente começa aqui, e isso é trabalho de gestor, não de programador.

Ferramentas que ele pode usar

Ferramentas são as ações disponíveis: consultar o banco de dados, ler uma planilha, gerar um Excel, montar um slide, enviar um e-mail, abrir um chamado. O agente escolhe qual usar a cada passo, mas só entre as que foram liberadas. Um agente de fechamento que só tem acesso de leitura ao ERP não consegue, nem por engano, alterar um lançamento.

Na prática corporativa, a ferramenta mais importante é a que traduz o pedido em consulta à fonte oficial. Sem ela, o agente trabalha com cópias e extrações, e volta o problema das três versões do mesmo número.

Memória e contexto

Contexto é o que o agente sabe sobre a empresa antes de começar: o que significa "faturamento líquido" aqui, qual é a hierarquia de centros de custo, que a filial de Manaus fecha um dia depois das outras. Memória é o que ele guarda entre execuções: o que foi aprovado no mês passado, quais exceções o controller já validou. Sem as duas, o agente reinventa a regra toda vez e erra de um jeito diferente a cada rodada.

Limites e permissões

Os limites definem o que o agente nunca faz sem uma pessoa: enviar para fora da empresa, gravar no sistema, ultrapassar um valor. As permissões definem o que ele enxerga, herdadas do perfil de quem o criou ou de quem o aciona: o agente do gerente regional vê as lojas da região dele, e nada mais. Essa é a parte que o jurídico e a TI vão perguntar primeiro, e é a que separa um piloto de algo que entra em produção.

Um dia na vida de um agente de fechamento

Pense numa indústria de embalagens com três plantas, ERP TOTVS e um fechamento mensal que ocupa dois analistas por quatro dias. A regra de rateio dos custos indiretos (energia, manutenção, frete interno) está num documento de 2019 e na cabeça do controller. No dia 1º do mês, às 6h, o agente acorda com um objetivo: montar a planilha de rateio por planta e por linha de produto, com os totais batendo com a contabilidade.

Primeiro passo: ele consulta o ERP. Puxa os custos lançados por centro de custo, as horas-máquina de cada linha e o volume produzido, com SQL gerado e validado contra a fonte, e registra cada consulta. Segundo passo: aplica a regra de rateio escrita como Skill: energia por hora-máquina, manutenção por valor do ativo, frete interno por tonelada movimentada. Ele não "interpreta" a regra; ele executa a regra que o controller escreveu e aprovou.

Terceiro passo: gera a planilha com as abas que a diretoria conhece, compara o total rateado com o saldo contábil e encontra uma diferença de R$ 18 mil na planta de Joinville. Aqui ele para. Não ajusta, não arredonda, não decide. Manda uma mensagem ao controller com a planilha, a diferença localizada (um centro de custo novo sem chave de rateio) e duas opções de tratamento. Às 8h20, o controller cadastra a chave, aprova, e o agente refaz o cálculo.

Quarto passo: com a aprovação registrada, o agente envia a planilha final ao CFO e aos gerentes de planta, cada um recebendo só a parte que tem permissão de ver, e grava o histórico: quem aprovou, qual consulta rodou, qual regra foi aplicada. Os dois analistas, que antes gastavam quatro dias colando extrações, gastaram uma manhã conferindo exceções. Isso é um agente dentro de uma empresa: um executor confiável, com uma pessoa na alçada certa.

Onde agentes dão errado

A maioria dos projetos de agente que fracassam não quebra por limitação do modelo. Quebra por faltar uma das quatro peças descritas acima. Os quatro erros que mais vemos em empresas brasileiras:

• Sem dados conectados. O agente roda sobre extrações coladas no prompt, planilhas de ontem ou um PDF. O número que ele usa já nasce velho e ninguém sabe de onde veio.
• Sem regra escrita. A regra de rateio, de comissão ou de crédito vive na cabeça de uma pessoa. O agente adivinha, e adivinha diferente a cada execução.
• Sem alçada humana. O agente envia, grava ou aprova sozinho. Um erro de centavos vira um e-mail para 30 gestores antes que alguém perceba.
• Sem auditoria. Ninguém consegue responder "por que esse número saiu assim?". Sem o registro da consulta, da regra e da aprovação, o agente é uma caixa preta, e o CFO tem razão em não confiar.

Como um agente nasce dentro da Luria

Na Luria One, um agente não é um projeto de software. Ele nasce de três coisas que a empresa já configurou: uma conexão com a fonte oficial (ERP, CRM, BigQuery, SQL Server, PostgreSQL, Databricks ou planilha), uma Skill com a regra de negócio escrita em português e um Agendamento que define quando a rotina roda e para quem o resultado vai. A consulta sai como SQL validado na fonte; a planilha, a apresentação ou o painel saem no padrão da empresa; e a entrega chega por e-mail ou no Space da área.

A governança vem junto, sem configuração extra: SSO, permissão por perfil, Row-Level Security aplicado a cada consulta do agente, auditoria de cada execução e observabilidade de tokens por rotina. O ponto de aprovação humana (human in the loop) é uma etapa configurada do agente, com responsável e prazo. Para ver os tipos de agente disponíveis, consulte a página de agentes de IA da Luria; para a visão completa de arquitetura, leia o guia completo de agentes de IA para dados.

Quer ver um agente preparando um fechamento sobre os seus dados? Agende uma demonstração e montamos o primeiro ao vivo, com a sua regra de rateio.