Há apenas alguns anos, a automação de processos robóticos (RPA) era o principal exemplo de eficiência no local de trabalho: robôs de software usados para tarefas frequentemente recorrentes e baseadas em regras, como mover dados de clientes de um banco de dados para outro ou enviar e-mails automaticamente para os clientes. Em seguida, surgiram os modelos de linguagem ampla (LLMs), que permitiram que as máquinas processassem entradas não estruturadas e extraíssem respostas dos próprios dados, abrindo maneiras mais inteligentes de automatizar decisões e economizar tempo. Os agentes de IA já estão em uso, prometendo às empresas processos mais suaves e resultados mais rápidos. De acordo com uma pesquisa recente nos EUA, quase quatro em cada cinco organizações afirmam ter integrado agentes de IA em pelo menos um de seus fluxos de trabalho, embora a maioria ainda esteja descobrindo como passar da experimentação para o uso em toda a empresa. O desafio que temos pela frente: descobrir como a Process Intelligence pode ter um impacto onde os sistemas legados ainda dominam.
Em geral, um agente é um sistema que pode agir de forma autônoma. Os sistemas baseados em agentes já existem há algum tempo. Basta pensar em RPA, carros sem motorista ou até mesmo termostatos. Eles também estão cientes do ambiente ao seu redor e tomam decisões sem a supervisão humana constante. Mas o surgimento dos LLMs deu a esses sistemas um "sabor" especial, um novo tipo de inteligência: A capacidade de pensar, agir e observar para interpretar contextos, compreender metas e planejar medidas. Em contraste com a automação tradicional, os agentes de IA buscam seus próprios objetivos e orquestram fluxos de trabalho. Eles acessam ferramentas e fontes de dados, trabalham de forma integrada com pessoas e outros agentes e aprendem com seus resultados. Em essência, não se trata apenas de automação – trata-se de inteligência de processo real que percorre toda a empresa.
Os agentes de IA facilitam a vida cotidiana, assumindo tarefas complexas e baseadas em julgamento, classificando grandes quantidades de informações, ajudando-nos a tomar decisões rápidas e personalizando serviços. Isso cria mais tempo para o que é importante para nós. No entanto, a vantagem real está em sua capacidade de aprender e se adaptar continuamente, mesmo em ambientes dinâmicos, otimizando ainda mais os processos em toda a organização. Um exemplo é a enorme complexidade técnica da rede da Deutsche Telekom: Milhares de servidores, cabos e antenas transmitindo em diferentes bandas de frequência – todos funcionando na velocidade e na escala do 5G. O verdadeiro desafio era reconhecer as células problemáticas e sobrecarregadas e ajustar o desempenho para evitar problemas de serviço: é exatamente nesse ponto que o RAN Guardian-Agent2 entra em ação, monitorando a rede de acesso via rádio (RAN) 24 horas por dia. Ele funciona como um sistema multiagente, o que significa que vários agentes especializados trabalham juntos para garantir o desempenho ideal da rede.
Um exemplo: O agente pesquisa fontes públicas, como mídias sociais, identifica os próximos eventos na Alemanha e os classifica conforme o tamanho e o local. Em seguida, outro agente intervém no processo e verifica a capacidade da rede móvel de lidar com o tráfego de dados durante cada evento e sugere medidas de otimização, se necessário. Por fim, um agente adicional pode fazer ajustes, por exemplo, redistribuindo os recursos da rede, e documentar todo o processo a fim de aprimorar e otimizar ainda mais a rede para eventos futuros. O agente RAN Guardian usa várias fontes de dados e trabalha com modelos modernos de IA, como o Google Gemini 2.0. Quando uma área se torna mais silenciosa, a IA reduz a capacidade dessa área e, assim, economiza energia. Esse é um passo importante em direção a uma rede móvel "autocorretiva".
Ou, por exemplo, nosso engenheiro de IA, que dá suporte aos desenvolvedores de software. O agente é bem versado em linguagens de programação modernas, como Python e TypeScript, mas também em linguagens mais antigas, como COBOL ou C++, e oferece suporte aos desenvolvedores na geração, teste e documentação de código. Isso significa que os aplicativos que costumavam levar meses para serem desenvolvidos agora podem ser programados em minutos. Porque no desenvolvimento de software, a mágica não está na programação; trata-se de entender o que o cliente quer, qual problema o código deve resolver e como ele se encaixa no sistema de TI existente – e os desenvolvedores podem se concentrar exatamente nisso.
Em essência, não se trata apenas de automação – trata-se de inteligência de processo real que percorre toda a empresa.
Frederick Peters, líder de capítulo da equipe de facilitadores digitais da T-Systems
O problema é que a maioria das empresas ainda depende muito de sistemas de TI antigos: sistemas bancários centralizados, módulos ERP, bancos de dados de RH – muitos deles foram desenvolvidos há cerca de 20 anos. Esses sistemas são confiáveis, mas inflexíveis. Eles não foram criados para fornecer dados a modelos de aprendizado de máquina, muito menos para trabalhar com agentes de IA. Ao mesmo tempo, as empresas estão investindo pesadamente em sistemas de IA para atender às crescentes expectativas dos clientes, automatizar processos e aumentar a produtividade. Isso cria uma mistura complicada: os sistemas antigos são rígidos e isolados, enquanto a IA precisa de dados, transparência e estrutura para ser eficaz. Não é de se admirar que 85% das organizações admitam que têm dificuldades para dimensionar a IA de forma eficaz.3
E a lacuna está crescendo cada vez mais, especialmente porque os LLMs continuam a expandir o potencial da IA. Os analistas preveem que, até 2028, um terço do software empresarial conterá funções de agente de IA.4 Mas a realidade é essa: os sistemas legados não desaparecem. Como as empresas podem fechar essa lacuna e integrar os agentes de IA em seu ambiente de TI existente?
Para criar uma base sólida para a IA agêntica, as empresas precisam dominar a orquestração. Isso significa que as tarefas e as informações são transmitidas sem problemas, a tomada de decisões permanece transparente e os processos são executados do início ao fim sem interrupções. Isso possibilita a integração de agentes de IA aos fluxos de trabalho existentes. Os sistemas antigos permanecem em vigor, mas recebem uma camada inteligente que permite transparência, flexibilidade e controle. Por exemplo: Quando chega uma consulta urgente de um cliente, a IA analisa imediatamente o contexto e transfere exatamente as partes certas para o antigo banco de dados de RH para registros ou para o ERP para dados de entrega – tudo em tempo real. Enquanto isso, as pessoas só intervêm quando seus conhecimentos são necessários ou quando uma decisão precisa ser tomada.
Em vez de silos, a orquestração garante um processo suave. Um bom exemplo disso é o nosso HRCules, uma plataforma de RH com suporte de IA da Deutsche Telekom. Todo o ecossistema fragmentado de RH precisava ser modernizado com a substituição de um sistema de TI de 15 anos sem interromper os processos de negócios. Com a plataforma Pega, que combina IA e funções de baixo código, criamos uma camada de orquestração entre sistemas antigos e novos. Isso levou a um aumento na eficiência dos processos de RH em cerca de 80%, resultando em processos mais enxutos e transparentes e em um aumento significativo na satisfação dos funcionários. Esse projeto mostra como as empresas podem estabelecer as bases para a IA baseada em agentes.
O potencial é óbvio, mas os verdadeiros impulsionadores do progresso e do uso responsável estão trabalhando em segundo plano.
A IA continua sendo um tópico existencial para nossa economia e para todas as empresas. Graças às nossas parcerias estratégicas e à ampla experiência na realização de projetos de IA e automação para nossos clientes em vários setores, estamos prontos para ajudar as empresas a moldar seu futuro na era agêntica. Em estreita parceria com a NVIDIA e a SAP, anunciamos recentemente um marco decisivo para a soberania digital da Alemanha e da Europa: Em Munique, estamos construindo uma das maiores e mais modernas fábricas de IA da Europa, a Industrial AI Cloud. Ela será equipada com 10.000 GPUs NVIDIA de última geração (Blackwell), o que aumentará a capacidade de computação de IA na Alemanha em cerca de 50%. Grandes empresas, PMEs e autoridades públicas poderão usar nossa fábrica de IA para várias aplicações já no início de 2026: Para a simulação de instalações de produção, testes de colisão, realização de testes digitais em túneis de vento para carros e aviões, treinamento de robôs ou desenvolvimento e operação de seus próprios modelos de IA. O Industrial AI Cloud está integrado ao nosso ecossistema T Cloud e garante total soberania dos dados e conformidade com as mais rigorosas regulamentações nacionais e europeias.
1 PwC’s AI Agent Survey, 2025, pwc.com
2 https://www.telekom.com/en/media/media-information/archive/ai-agents-for-mobile-network-1099054
3 A lacuna de automação: Making Legacy Systems And AI Work Together, Jakob Freund, 2025, Forbes Technology Council
4 Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027, 2025, gartner.com
Driving Efficiency With Agentic AI, Saurav Gupta, 2025, business-reporter.co.uk.
