Negociações autônomas entre agentes de IA
Um experimento conduzido pela Anthropic colocou agentes baseados no modelo Claude para representar funcionários em um marketplace interno. Cada um dos 69 participantes recebeu um agente personalizado, que conhecia os produtos que o funcionário queria vender, os itens que desejava comprar, os preços desejados e as preferências de negociação. Os agentes foram conectados em canais do Slack e começaram a trocar ofertas sem qualquer intervenção humana.
Na rodada considerada real, os 69 agentes fecharam 186 acordos, envolvendo mais de 500 itens e um valor total superior a US$ 4 mil. O teste também comparou o desempenho de modelos distintos: agentes que usaram o Claude Opus realizaram, em média, cerca de dois negócios a mais que aqueles baseados no Claude Haiku, quando os modelos foram distribuídos aleatoriamente.
Como funciona uma negociação entre duas IAs
Um agente de IA é um sistema programado para receber um objetivo, utilizar ferramentas e executar uma sequência de ações até alcançar o resultado esperado. Em vez de apenas responder a uma pergunta, ele pode pesquisar informações, tomar decisões e realizar operações autorizadas.
Em uma negociação entre agentes, cada sistema pode representar interesses distintos — um como comprador, outro como vendedor, por exemplo. O processo segue etapas como a identificação do produto ou serviço, a definição de preço ou condições, a apresentação de uma oferta, a formulação de contrapropostas, a aceitação ou rejeição do acordo e o registro da transação.
Para que essa interação funcione em ambientes reais, é essencial que os agentes consigam se comunicar entre si, mesmo quando foram desenvolvidos por empresas ou frameworks diferentes. Protocolos como o Agent2Agent, do Google, foram criados exatamente para permitir essa troca de informações e a coordenação de tarefas.
Aplicações práticas no ambiente corporativo
A negociação entre IAs não se limita à compra e venda de produtos. Em empresas, agentes podem representar diferentes departamentos ou organizações em atividades como cotação de fornecedores, contratação de serviços, negociação de prazos, compras corporativas, gestão de estoque, alocação de recursos computacionais e comparação de propostas comerciais.
O Google já demonstra o uso de agentes colaborativos em processos de aquisição, atendimento ao cliente e planejamento de cadeias de suprimentos, indicando que a tecnologia pode se integrar a operações cotidianas.
Desafios e riscos da autonomia total
Quanto maior a autonomia concedida aos agentes, maior é a importância das regras que delimitam suas ações. Uma IA pode interpretar uma instrução de forma diversa, usar informações incompletas ou priorizar um objetivo em detrimento de outro. Em uma negociação entre dois agentes, esses problemas podem ocorrer sem que um humano acompanhe cada etapa.
Questões de segurança também são relevantes. A Anthropic destaca ameaças como a injeção de prompts, que tenta fazer o sistema executar uma ação não planejada, e os jailbreaks, que buscam contornar restrições impostas. Por isso, a supervisão humana continua necessária, embora seu papel possa migrar da execução de tarefas para a definição de limites, objetivos e permissões.
Impacto no mercado de trabalho
Para profissionais de compras, vendas, operações, tecnologia ou atendimento, a mudança não está em conversar com um chatbot, mas em delegar tarefas inteiras a agentes. Em vez de pesquisar manualmente dez fornecedores, um colaborador pode estabelecer orçamento, prazo, critérios técnicos e limites de negociação, enquanto o agente realiza a busca e negocia com outros sistemas.
O profissional segue responsável por definir o que pode ser negociado e por monitorar decisões de maior impacto. O novo modelo exige habilidades como entender o funcionamento dos agentes, avaliar resultados, estabelecer parâmetros e reconhecer quando uma decisão automatizada deve ser reavaliada por um humano.
O que a pesquisa atual indica
O estudo da Anthropic foi um experimento controlado, realizado com um grupo específico de funcionários, e não prova que uma IA seja automaticamente melhor negociadora em qualquer contexto. Um mapeamento publicado em 2025 na revista Automated Software Engineering analisou a evolução da negociação automatizada em sistemas autônomos e mostra que o tema já constitui uma área de pesquisa independente.
Os resultados até agora sugerem que agentes de IA são capazes de representar interesses, trocar propostas e concluir acordos sem aprovação humana a cada etapa. Para empresas e profissionais, o próximo passo é identificar quais decisões podem ser delegadas, quais limites precisam ser estabelecidos e onde a supervisão humana continua indispensável.
