Por que a governança se tornou um problema para os agentes de IA
A expansão de sistemas de inteligência artificial capazes de executar tarefas antes realizadas por pessoas traz um novo dilema para as organizações: como monitorar e controlar programas que podem tomar decisões e agir com diferentes graus de autonomia.
Uma projeção do Gartner indica que, até 2027, 40% das empresas poderão reduzir ou desativar agentes autônomos de IA devido a falhas de governança identificadas após a entrada em operação dos sistemas.
O número não significa que quatro em cada dez agentes serão desligados. A estimativa se refere às companhias que poderão limitar a autonomia ou retirar de uso esses agentes por problemas de controle, segurança, conformidade ou gestão.
Agentes de IA são programas projetados para realizar etapas de uma tarefa com maior independência do que um chatbot convencional. Dependendo da configuração, podem consultar dados, sugerir ações, modificar informações, enviar mensagens ou executar processos em outros sistemas.
Essa capacidade amplia o potencial de aplicação da tecnologia no trabalho, mas também aumenta os riscos. Um agente com acesso a sistemas internos, por exemplo, pode causar danos em escala maior do que uma ferramenta usada apenas para gerar texto.
Segundo o Gartner, um erro comum é tratar a governança como uma escolha binária: bloquear totalmente o agente ou confiar nele sem estabelecer controles adequados ao seu nível de autonomia.
A recomendação é adotar níveis distintos de governança. Um agente que apenas lê documentos não oferece o mesmo perigo que outro capaz de alterar dados ou executar ações sem aprovação humana.
Quanto mais autonomia, maior a necessidade de controle
O Gartner classifica os agentes em vários níveis. Os mais simples podem apenas observar informações ou produzir recomendações. Em níveis superiores, o sistema pode executar uma ação após aprovação humana ou operar de forma autônoma dentro de limites pré-definidos.
Na prática, isso exige que as empresas saibam exatamente quais dados cada agente pode acessar e quais operações pode realizar.
Um programa usado para resumir documentos, por exemplo, pode ter permissão apenas de leitura. Já um agente responsável por atualizar registros financeiros precisaria de permissões mais restritas, mecanismos de aprovação, registro de ações e formas de interromper sua operação.
Para os agentes mais autônomos, o Gartner recomenda controles como monitoramento contínuo, mecanismos de interrupção, possibilidade de reversão de ações e definição clara de quem é responsável pelo comportamento do sistema.
O risco de criar agentes sem saber onde estão
O problema não se limita aos agentes desenvolvidos formalmente pelas áreas de tecnologia. A disseminação de ferramentas de inteligência artificial também pode levar funcionários a criar soluções por conta própria, fenômeno conhecido como shadow AI.
Em abril de 2026, o Gartner afirmou que apenas 13% das organizações consideravam ter governança adequada para seus agentes de IA. A consultoria também projetou que uma empresa média da lista Fortune 500 poderá ter mais de 150 mil agentes em uso até 2028.
Nesse cenário, manter um inventário dos agentes passa a ser uma etapa essencial de controle. As companhias precisam identificar quais sistemas existem, quem os criou, quais dados acessam, que ações podem executar e quando devem ser revisados ou desativados.
Agentes de IA também podem ser descontinuados por falta de resultados
A governança não é o único motivo que pode levar um projeto de agente a ser encerrado. Em 2025, o Gartner já havia previsto que mais de 40% dos projetos de inteligência artificial agentiva seriam cancelados até o fim de 2027 devido a custos elevados, falta de valor claro ou controles de risco insuficientes.
A previsão mostra que colocar um agente em operação não garante sua continuidade. O projeto precisa demonstrar resultados, ter custos controlados e operar dentro de limites definidos.
Para os profissionais que trabalham diretamente com inteligência artificial, isso também altera o perfil das competências exigidas. Além de dominar as ferramentas, os envolvidos na implementação desses sistemas precisam compreender permissões, dados, supervisão humana, segurança e critérios para avaliar o desempenho dos agentes.
A tendência indica que o debate sobre agentes de IA deve migrar da capacidade técnica para questões de responsabilidade, controle e confiabilidade. Quanto maior a autonomia concedida a um sistema, maior é a necessidade de definir previamente o que ele pode fazer, quais dados pode acessar e quando uma pessoa deve intervir.
Para as empresas, a governança passa a fazer parte do próprio processo de implantação da inteligência artificial, e não apenas de uma etapa posterior ao desenvolvimento da tecnologia.
