Agentes de IA para empresas: quando deixar o agente aprender sozinho (e quando não)

A Google DeepMind apresentou o SIMA 2, um agente construído sobre o Gemini que joga videogames em mundos virtuais 3D, segue instruções humanas dadas por texto, voz ou desenho na tela e melhora por tentativa e erro. A própria DeepMind trata como experimento. Mas ele empurra uma pergunta que chega rápido em quem opera uma PME: quando vale a pena usar agentes de IA para empresas que descobrem o fluxo sozinhos, e quando a automação determinística continua sendo a escolha mais barata e mais segura. Se você quer ver como essa discussão já aparece em operações reais, vale ler o caso do Launchpad da Hotmart e o time enxuto com agentes de IA.

O SIMA 2 é a versão mais recente do Scalable Instructable Multiworld Agent, apresentado originalmente em 2024. Ele recebe pixels do jogo quadro a quadro, associa comandos de teclado e mouse a ações e tenta resolver desafios sem um script passo a passo. A DeepMind treinou o agente com gravações de humanos jogando oito videogames comerciais, incluindo No Man's Sky e Goat Simulator 3, além de três mundos criados pela própria empresa. Também usou o Gemini para gerar novas tarefas e dicas quando o agente falhava. O resultado impressiona, mas continua sendo um experimento com limites claros.

O que o SIMA 2 realmente demonstra (e o que não demonstra)

O feito técnico é real: um agente que aprende a operar ambientes abertos, sem objetivos predefinidos, a partir de instruções em linguagem natural. Isso é diferente de um robô de automação clássico, que segue um roteiro fixo. Joe Marino, cientista pesquisador da Google DeepMind, resume a escolha do videogame como laboratório: "Os jogos têm sido uma força motriz nas pesquisas sobre agentes há bastante tempo". E acrescenta que os jogos trazem "um conjunto realmente complexo de tarefas que você precisa resolver para progredir".

O que o SIMA 2 não demonstra é que esse tipo de agente está pronto para operar um processo de negócio. Três limites aparecem na própria descrição do experimento:

• Tarefas complexas de várias etapas ainda são difíceis para o agente.
• A memória é restrita às interações mais recentes, ou seja, o agente não carrega um histórico longo de contexto.
• O desempenho depende de interfaces relativamente padronizadas. Matthew Guzdial, pesquisador de IA da Universidade de Alberta, é direto: "Se você colocar diante dele um jogo com um sistema de entrada incomum, não acho que ele conseguiria ter um bom desempenho".

Traduzindo para a operação de uma empresa: no videogame, errar custa um reinício. No CRM, no ERP ou no WhatsApp Business, errar custa dinheiro e reputação. Um pedido atualizado com status errado, um boleto emitido com valor incorreto ou uma promessa de prazo de entrega feita sem base geram retrabalho, churn e conversa difícil com cliente. O ambiente de simulação tem recompensa clara e reinício barato. O ambiente real não tem nenhum dos dois.

A tese que defendo aqui não é "agente que aprende sozinho é melhor". É que existe um novo ponto no gráfico de custo versus risco, e a decisão de usar ou não esse ponto é operacional, não ideológica.

Por que a maioria das automações de PME ainda deve ser determinística

Vale separar dois conceitos que costumam ser misturados. IA generativa improvisa: recebe contexto, interpreta e produz uma resposta ou ação que pode variar. Automação determinística segue regra fixa: se aconteceu X, faça Y, sempre do mesmo jeito, com resultado auditável.

Boa parte do que uma PME precisa automatizar não pede criatividade nenhuma:

• Emitir boleto quando o pedido é aprovado.
• Atualizar o status do pedido no sistema quando o pagamento confirma.
• Responder o prazo de entrega com base na tabela vigente.
• Disparar o follow-up no dia combinado.

Nesses casos, o fluxo determinístico é mais barato de construir, mais barato de testar, mais barato de manter e, principalmente, previsível. Você sabe exatamente o que vai acontecer em cada cenário, e quando algo quebra, o erro aparece no log certo.

O risco de colocar um agente de IA no CRM sem trilha de auditoria é o erro silencioso. O agente classifica um lead errado, altera um campo que ninguém pediu para alterar, ou pior, atualiza uma condição comercial sem que ninguém tenha autorizado. Sem log, você descobre o problema semanas depois, com o dado já corrompido e o retrabalho já acumulado. Não é um problema de capacidade do modelo. É um problema de desenho de processo. Para entender como estruturar isso antes de escalar, o guia de governança e limites de risco para agentes de IA com pouca supervisão cobre os controles mínimos.

Quando um agente de IA que aprende sozinho começa a fazer sentido

Existe um recorte onde a exploração do agente compensa: alto volume, baixo risco por erro e feedback barato. Se o erro pode ser revertido ou simplesmente ignorado, vale deixar o agente tentar.

Cenários que funcionam bem na prática:

• Triagem de mensagens no WhatsApp Business: separar o que é dúvida comercial, suporte, cobrança ou spam.
• Classificação de leads por intenção e estágio da conversa, para o time humano priorizar.
• Resumo de histórico de atendimento antes de o vendedor assumir a conversa.
• Automação de atendimento com IA em perguntas abertas e ambíguas, onde a regra fixa produz resposta errada ou engessada.

O conceito que organiza isso é ambiente com feedback barato. No videogame, o SIMA 2 pode tentar mil vezes porque a tentativa custa quase nada. Na triagem de mensagens, uma classificação errada custa um humano olhando de novo, o que é tolerável. Na alteração de preço, o erro não é tolerável.

O ganho real está em reduzir trabalho humano repetitivo, não em substituir decisão crítica. O agente faz a parte cansativa: ler, resumir, classificar, encaminhar. A decisão que envolve dinheiro, contrato ou exceção continua com gente.

O critério prático: matriz de decisão para PMEs

Em vez de discutir "IA sim ou não", responda quatro perguntas para cada tarefa:

1. O erro é reversível? Se der para desfazer sem custo relevante, o agente pode explorar. Se não der, regra fixa.
2. O volume justifica o custo? Automatizar com agente tem custo de construção e de observabilidade. Volume baixo raramente paga essa conta.
3. Existe dado para o agente aprender? Sem histórico de conversas, tickets ou decisões anteriores, o agente não tem de onde tirar padrão.
4. Há supervisão humana disponível? Se ninguém consegue revisar o que o agente fez, você está operando no escuro.

Cruzando as respostas, três faixas:

• Use determinístico: erro caro, volume baixo, sem dado histórico, sem supervisão. Exemplo clássico: alterar preço ou condição de pagamento.
• Use agente com supervisão: erro reversível, volume médio a alto, existe dado, existe humano revisando. Exemplo: qualificar lead com score e sugerir próxima ação.
• Use agente autônomo apenas em ambiente controlado: erro barato, volume alto, dado farto, monitoramento ativo. Exemplo: triagem e roteamento de mensagens recebidas.

O mesmo CRM comporta as duas abordagens. Qualificar lead com score é trabalho de agente. Alterar preço é trabalho de regra determinística. Misturar os dois sem critério é o que gera incidente.

Governança de agentes de IA: o que muda na prática

Governança de agentes de IA, em termos simples, é conseguir responder três perguntas: o que o agente fez, por que fez e como reverter. Se você não responde as três, não tem governança, tem torcida.

Controles mínimos que eu colocaria de pé antes de qualquer agente tocar em sistema de cliente:

• Log de ações, com entrada, decisão e resultado.
• Limite de escopo, ou seja, o agente só acessa o que precisa para a tarefa.
• Aprovação humana em ações sensíveis, como enviar proposta, alterar cadastro ou mexer em valor.
• Monitoramento de deriva, para perceber quando o comportamento do agente muda sem que ninguém tenha alterado nada.

O custo escondido de agentes que aprendem sozinhos é a observabilidade. Comportamento emergente é difícil de prever, então você precisa de instrumentação para enxergar o que está acontecendo e de gente capaz de interpretar isso. Isso não aparece na conta de "quanto custa o modelo", mas aparece na operação.

E tem a camada de responsabilidade. Se o agente erra com dado de cliente, quem responde é a empresa, não o modelo. A LGPD não olha para o fornecedor de IA, olha para o controlador do dado. Por isso medição antes de escalar, modo sombra antes de produção e auditoria contínua não são burocracia, são o que permite dormir tranquilo. Quem está montando essa estrutura do zero costuma se beneficiar de ver como outras empresas estão tratando o tema na prática, como neste caso do papel de um diretor de IA dentro da empresa.

Como começar sem apostar a operação inteira

O caminho que eu vejo funcionar em PME é piloto de escopo estreito. Um canal, uma tarefa, uma métrica clara de sucesso e rollback fácil. Se der errado, você desliga e volta ao que era antes sem drama.

Na prática:

• Mantenha o fluxo determinístico como espinha dorsal. Ele carrega o que precisa ser confiável.
• Use o agente como camada de interpretação e triagem, na frente do fluxo, não no lugar dele.
• Rode em modo sombra primeiro: o agente decide, mas quem executa é o humano, e você compara as duas decisões.
• Revise mensalmente custo por tarefa, taxa de erro e horas humanas economizadas. Se o número não fecha, corte.

O SIMA 2 mostra uma direção: agentes que aprendem a operar ambientes abertos com instrução em linguagem natural. Isso é pesquisa, e a própria DeepMind trata como experimento. A PME que lucra hoje não aposta tudo nessa direção. Ela combina autonomia supervisionada, em tarefas de erro barato, com regra previsível no que sustenta o negócio. O resto é hype.

Perguntas frequentes

O que é o SIMA 2, da Google DeepMind? É um agente construído sobre o Gemini que joga videogames em mundos virtuais 3D. Ele segue instruções humanas por texto, voz ou desenho na tela, recebe pixels do jogo quadro a quadro e aprende por tentativa e erro. Foi treinado com gravações de humanos jogando oito jogos comerciais e três mundos criados pela empresa. Continua sendo um experimento de pesquisa.

O SIMA 2 já pode ser usado para operar sistemas de empresa? Não. A própria descrição do experimento aponta limites: dificuldade em tarefas complexas de várias etapas e memória restrita às interações mais recentes. Além disso, o desempenho depende de interfaces relativamente padronizadas. Operar CRM, ERP ou WhatsApp Business exige confiabilidade que o experimento ainda não demonstra.

Quando vale a pena usar um agente de IA que aprende sozinho na minha empresa? Quando o erro é reversível ou barato, o volume é alto, existe dado histórico para o agente aprender e há supervisão humana disponível. Triagem de mensagens, classificação de leads e resumo de histórico são bons candidatos. Alterar preço, emitir boleto ou mexer em condição de pagamento não são.

Qual a diferença entre IA generativa e automação determinística? IA generativa improvisa: interpreta contexto e produz uma resposta ou ação que pode variar. Automação determinística segue regra fixa: se aconteceu X, faça Y, sempre igual e auditável. As duas têm lugar na operação, em tarefas diferentes.

O que é governança de agentes de IA na prática? É conseguir responder o que o agente fez, por que fez e como reverter. Isso exige log de ações, limite de escopo, aprovação humana em ações sensíveis e monitoramento de deriva. Sem esses controles, você não tem governança, tem risco não medido.

Se o agente erra com dado de cliente, quem responde? A empresa, não o modelo. A LGPD trata a empresa como controladora do dado. Por isso medição antes de escalar, modo sombra e auditoria contínua são pré-requisitos, não etapas opcionais.

Por onde começar sem apostar a operação inteira? Por um piloto de escopo estreito: um canal, uma tarefa, métrica clara de sucesso e rollback fácil. Mantenha o fluxo determinístico como espinha dorsal e use o agente como camada de interpretação e triagem. Revise custo por tarefa, taxa de erro e horas economizadas todo mês.