A SAP dá o próximo passo evolutivo. Na SAPPHIRE, os de Walldorf divulgaram sua ideia de “Autonomous Enterprise”: a combinação de Inteligência Artificial com o conhecimento de processos acumulado da SAP e dados empresariais reais e relevantes, que alimenta o sonho de uma empresa que opera de forma autônoma.
SAP Autonomous Enterprise representa um novo nível de automação: assistentes de IA e agentes de IA não devem mais apenas apoiar os funcionários em seu trabalho, mas cada vez mais executar tarefas e processos end‑to‑end de forma autônoma. Isso promete às empresas mais eficiência, processos mais rápidos e alívio para os profissionais especializados.
Imagine uma fábrica onde ninguém verifica freneticamente os planos de produção, controla prazos de entrega ou instrui máquinas. Mesmo assim, a produção continua. No universo de Star Wars, essa ideia é natural: droides trabalham em enormes instalações de produção, máquinas operam máquinas e processos complexos funcionam em grande parte sem intervenção humana.
O que por muito tempo soou como ficção científica ganha substância real com a próxima geração da Inteligência Artificial (IA). Pois os agentes de IA dão um passo além dos assistentes de IA existentes: eles podem fazer mais do que pesquisar, responder perguntas, analisar densidades de informação e reconhecer conexões. Eles ponderam opções de ação, resolvem tarefas e – dentro de regras estabelecidas – executam ações de forma autônoma.
SAP define “AI Agents” como componentes de software que, “com a ajuda de modelos de IA, podem planejar e executar de forma autônoma tarefas em múltiplas etapas”. Partindo dessa definição de IA que planeja e age, a SAP desenvolve a ideia do Autonomous Enterprise.
Não se trata de empresas sem pessoas. O Autonomous Enterprise também deve ser uma resposta à escassez contínua de profissionais qualificados. As empresas precisam empregar a expertise humana existente da forma mais eficaz possível. Quem sobrecarrega os profissionais com busca de dados, tarefas rotineiras, conciliações e etapas manuais de processos, age de forma antieconômica e ineficiente. A IA pode assumir essas tarefas que consomem tempo.
Um serviço de IA simples, como um chatbot, responde a uma pergunta ou elabora uma sugestão. Um agente de IA vai um passo além: ele pode perseguir um objetivo de forma autônoma, usar informações de diferentes fontes e executar ações por conta própria – com eficácia surpreendente, como mostram os relatos sobre incidentes de segurança nos EUA. Portanto, é preciso garantir que os agentes atuem apenas dentro de um escopo de ação definido.
Um exemplo da cadeia de suprimentos nos leva de volta ao mundo SAP: imagine que um fornecedor importante não possa entregar a tempo um componente ou uma matéria‑prima necessária com urgência. Hoje, os funcionários analisam estoques e o planejamento de produção, buscam alternativas, se coordenam e, se necessário, geram novos pedidos.
Um agente de IA poderia assumir partes desse processo por conta própria: ele detecta a divergência, analisa os impactos, verifica fornecedores alternativos e, se as regras e permissões correspondentes permitirem, aciona – como ação subsequente – um pedido a um fornecedor qualificado. De um relatório puro no sentido de “Aqui está um problema” passa‑se para “Eu reconheci o problema e iniciei um possível processo de solução”. O valor agregado da IA aumenta.
A combinação de vários desses agentes reúne a SAP em “Assistentes”. Esses assistentes inovadores poderiam coordenar um processo de ponta a ponta suportado por IA. IA Agêntica representa, assim, um uso de IA de próxima geração e oferece, de fato, um enorme potencial de negócios. No Autonomous Enterprise, a ideia é que uma variedade desses agentes trabalhe, cuidando dos fluxos padrão, enquanto os humanos definem metas, prioridades e diretrizes.
É importante observar: a autonomia não pode ser ilimitada. Um agente precisa de um quadro definido de regras, permissões e lógica de negócios. E, em decisões críticas, as pessoas ainda precisam estar envolvidas.
Autonomous Enterprise é inicialmente uma visão estratégica: Uma empresa deve perceber mudanças continuamente, avaliá‑las no contexto de negócios e ser capaz de reagir a elas. A SAP descreve a visão como a interação entre pessoas, assistentes de IA e Agents: As pessoas definem prioridades, limites e regras, os Assistants coordenam atividades e os Agents executam tarefas definidas. Com isso, o papel do software empresarial também muda. Várias componentes da SAP devem assumir sub‑tarefas dentro do Autonomous Enterprise.
A SAP Business Suite fornece as aplicações e processos de negócios centrais. A SAP Autonomous Suite deve executar esses processos cada vez mais de forma autônoma: a SAP a descreve como uma suíte integrada, na qual aplicativos, dados, Agents e fluxos de trabalho colaboram entre áreas de negócios centrais. Isso inclui Finance, Supply Chain, Spend Management, Human Capital Management e experiência do cliente.
O fundamento para a parte de IA é a nova SAP Business AI Platform. A SAP a apresentou na Sapphire 2026 como uma arquitetura unificada que reúne a SAP Business Technology Platform, a SAP Business Data Cloud e a SAP Business AI. Ela é a base técnica para desenvolver, contextualizar, integrar e controlar agentes de IA.
Um papel especial é desempenhado pelo SAP Knowledge Graph. Pois um agente de IA no contexto de negócios precisa de mais do que um modelo de linguagem avançado. Ele deve entender como clientes, fornecedores, produtos, pedidos e processos estão interconectados. O Knowledge Graph representa essas entidades de negócios, relacionamentos e processos de forma estruturada e assim “explica” à IA o contexto de negócios.
E então tem o Joule. Com o Joule Work, a SAP evolui seu assistente de IA atual para um ambiente de trabalho central: os usuários formulam um objetivo – oralmente ou por escrito –, o Joule reúne informações relevantes e pode delegar o processamento adicional a assistentes de IA e agentes de IA. Esses, por sua vez, coordenam tarefas entre aplicações e sistemas.
Simplificando: Os aplicativos de negócios fornecem os processos. Dados corporativos e o Knowledge Graph fornecem o contexto. A SAP Business AI Platform fornece as capacidades de IA e a governança necessária. O Joule traz essas capacidades para o trabalho diário e orquestra a execução.
Entre os anúncios da Sapphire 2026 também estava o Joule Studio aprimorado, com o qual as empresas podem desenvolver agentes, aplicações e fluxos de trabalho de agentes e gerenciá‑los ao longo de seu ciclo de vida.
Também a transformação ERP deve ser apoiada por IA: com a cadeia de ferramentas liderada por agentes, a SAP conecta suas ferramentas de transformação a novos assistentes, que devem ajudar, por exemplo, em análises de sistema, gerenciamento de dados, ajustes no código customizado e testes. Assim, os agentes não serão usados apenas em processos de negócios futuros, mas já ao longo do caminho.
SAP associa explicitamente a nova estratégia de IA ao seu negócio de nuvem: para clientes RISE-with-SAP, três assistentes Joule deverão ser ativados no primeiro ano. Clientes do SAP GROW, a oferta baseada no SAP S/4HANA Cloud Public Edition, recebem ao iniciar acesso a todo o portfólio.
Nem todo processo de negócios se adequa igualmente à autonomia. São particularmente interessantes os fluxos recorrentes com regras claras, muitas transferências manuais e dados bem disponíveis.
Existem potenciais semelhantes em compras, recursos humanos, gestão de ativos e outras áreas. A SAP reúne esses cenários cada vez mais em seus domínios de negócios autônomos. A alavanca econômica está menos em fazer um único colaborador trabalhar um pouco mais eficientemente.
É interessante quando cadeias de processos inteiras podem funcionar com menos intervenções manuais. Os tempos de ciclo podem ser reduzidos, os erros diminuídos e os profissionais aliviados de trabalhos repetitivos. As promessas do Autonomous Enterprise são evidentes: processos mais eficientes, maior produtividade, menores custos.
Enterprise Autônoma é uma evolução consistente e evolutiva da SAP. A SAP traz para essa abordagem algo que muitos provedores nativos de IA ainda precisam desenvolver: uma visão profunda dos processos de negócios de seus clientes e a capacidade de conectar IA a dados e processos de negócios.
Os sistemas ERP estão na origem: eles contêm dados críticos para o negócio e modelam objetos de negócios, papéis, fluxos de trabalho e regras. É compreensível que o contexto de negócios consolidado nos sistemas SAP possa tornar os agentes de IA especialmente poderosos. Eles podem usar informações de negócios relevantes e agir dentro dos processos empresariais, desde que o acesso a dados e as permissões permitam.
A SAP considera a falta de contexto como uma das principais razões pelas quais os projetos de IA empresarial anteriores não entregam valor de negócio suficiente. Por isso, a Business AI Platform deve reunir dados, contexto de processo, lógica de negócios e governança.
Nisso reside simultaneamente a importância estratégica para a SAP: quando agentes de IA assumem cada vez mais trabalho operacional dentro das aplicações SAP, a SAP não será apenas o sistema onde os processos ocorrem. Ela se tornará cada vez mais uma plataforma onde atores digitais executam esses processos – e a SAP será ainda mais do que até agora o sistema operacional da empresa.
Para as empresas, isso pode trazer ganhos substanciais de eficiência e produtividade. Ao mesmo tempo, aumenta a importância estratégica da plataforma SAP. Quanto mais processos as empresas gerenciam por meio dessa plataforma, mais elas se vinculam à SAP. Essas dependências devem ser consideradas nas decisões de arquitetura.
A ideia soa atraente: processos rodam automaticamente, os colaboradores podem se concentrar em tarefas mais exigentes. Mas a autonomia também traz novas exigências: o que acontece se os dados estiverem errados ou incompletos? Sob quais regras um agente pode agir? Quais decisões ainda precisam ser aprovadas por um ser humano? Como é possível rastrear por que um agente disparou uma ação específica? Além disso, há requisitos de privacidade, segurança da informação e exigências regulatórias.
Especialmente em processos financeiramente ou juridicamente relevantes, não basta que um sistema de IA esteja geralmente correto. Nesse contexto, a governança não é adversária da autonomia. Ela é sua condição prévia: quanto maior o espaço de ação de um agente de IA, mais importante se torna o controle desse espaço de ação. Na prática, a governança permanece um dos grandes desafios na implementação do Autonomous Enterprise – e os usuários devem refletir cuidadosamente sobre as condições de uso de agentes de IA em ambientes críticos para os negócios.
Para as empresas, a questão não é apenas se desejam se tornar “autônomas”. Muito mais relevante é a questão de quais processos são adequados para maior autonomia. Um ponto de partida sensato pode – como em qualquer automação – estar nos processos rotineiros padronizados e de alto volume. Lá, é possível determinar de forma relativamente clara quais tarefas a IA pode assumir e quando um ser humano deve intervir.
Curiosamente, o Autonomous Enterprise pode ser particularmente relevante para empresas de médio porte. Elas costumam ter menos reservas de pessoal do que grandes empresas para absorver trabalho administrativo adicional. Ao mesmo tempo, não podem criar plataformas próprias e equipes de especialistas para cada caso de uso de IA. Soluções de IA integradas ao ecossistema SAP existente podem ser atraentes, pois os profissionais disponíveis ganham mais autonomia.
Não menos importante, ainda resta a questão dos custos para o uso de IA: a SAP prevê licenças específicas para os sistemas que interagem com a IA. A maior parte dos (novos) custos, porém, vem de outra fonte: muitos usuários de IA (também fora da SAP) já perceberam dolorosamente o que significa entrar na era da Tokenomics além do Public ChatGPT. Taxas de uso e taxas de token podem rapidamente assumir dimensões enormes (e imprevisíveis). É importante que os usuários obtenham transparência de custos antecipadamente e, se necessário, se protejam contra custos operacionais explosivos.
Autonomous Enterprise da SAP é mais do que uma nova funcionalidade de IA. Ela descreve uma possível mudança na divisão de trabalho entre humanos e software empresarial com perspectivas excepcionais. A SAP, com o papel que já desempenha hoje na empresa, está praticamente predestinada para esse salto evolutivo: Autonomous Enterprise é mais do que „apenas“ SAP „plus“ IA. Não mais apenas administração, mas controle ativo. A SAP desenha assim a imagem de um futuro empresarial mais produtivo, em que cada vez mais processos são assumidos por agentes de IA – um pouco de ficção científica empresarial.
Mas o Autonomous Enterprise não é algo automático: governança, custos, qualidade dos dados e também o desempenho da IA da SAP devem ser discutidos intensamente antes da implementação. Além disso, os tomadores de decisão das empresas devem avaliar se desejam tornar a SAP ainda mais o coração de sua organização. Para as empresas, o caminho para o Autonomous Enterprise começa, portanto, com uma pergunta concreta: quais tarefas a IA pode assumir de forma confiável em nossos processos e onde os humanos precisam decidir?
SAP Autonomous Enterprise é a visão da SAP de uma empresa em que a IA executa e orquestra cada vez mais os processos de negócios de forma autônoma. Agentes de IA analisam informações, identificam correlações e iniciam ações dentro de regras definidas. Os colaboradores continuam definindo metas e diretrizes e assumem decisões que exigem julgamento humano.
Empresa Autônoma descreve a visão estratégica de uma empresa cada vez mais impulsionada por IA e autônoma. A SAP Autonomous Suite deve implementar essa visão de forma tecnológica e funcional. Ela conecta aplicativos de negócios, dados, agentes de IA e fluxos de trabalho para possibilitar processos autônomos em áreas como Finanças, Cadeia de Suprimentos, Gestão de Capital Humano, Gestão de Gastos e experiência do cliente.
Agentes de IA vão além dos chatbots clássicos. Enquanto os chatbots, por exemplo, fornecem informações ou fazem sugestões, os agentes podem planejar tarefas e executá‑las autonomamente dentro de regras definidas. Vários agentes podem colaborar e, assim, apoiar ou orquestrar processos completos de ponta a ponta.
O principal benefício está na automação de trabalhos rotineiros e no aumento da produtividade. Agentes de IA podem, por exemplo, analisar dados, executar etapas de processos e reagir a mudanças. Isso pode reduzir os tempos de ciclo e diminuir os custos de processo. Ao mesmo tempo, os colaboradores são aliviados de tarefas recorrentes e podem se concentrar mais em decisões complexas e atividades que agregam valor.
IA autônoma requer mais do que modelos poderosos. São decisivos dados de alta qualidade, contexto de negócios, regras de negócios claras, permissões e governança. As empresas também precisam definir quais tarefas um agente de IA pode executar autonomamente e quando um ser humano deve intervir. A proteção de dados, a segurança da informação e os requisitos regulatórios devem ser considerados, especialmente em processos críticos para o negócio.
