Apresentado por OutSystems
Depois de dois anos de demonstrações chamativas de IA, protótipos de agentes apressados e previsões de tirar o fôlego, os líderes de tecnologia empresarial estão adotando um tom mais pragmático em 2026. Em um webinar recente organizado pela OutSystems, um painel de executivos de software e profissionais empresariais defenderam que o trabalho de IA mais importante que está acontecendo agora está focado nas questões práticas de governança, orquestração e iteração, juntamente com a integração de agentes nos sistemas que eles passaram décadas construindo.
Os líderes empresariais estão cada vez mais focados nos fundamentos. A prioridade é usar novas tecnologias de IA
para acelerar a produtividade, melhorar a entrega e produzir resultados de negócios mensuráveis.
Três elementos moldam este trabalho:
-
A mudança de protótipos de agentes de IA para sistemas de agentes que proporcionam ROI mensurável na produção
-
O papel crescente das plataformas empresariais no governo, orquestração e dimensionamento seguro de agentes de IA
-
A ascensão do desenvolvedor generalista e do arquiteto empresarial como os perfis técnicos mais valiosos em uma era de código gerado por IA
Neste contexto, o painel discutiu estruturas de governação, a economia da IA empresarial e os limites de grandes modelos de linguagem sem orquestração. A conversa finalmente se voltou para como as principais organizações estão construindo sistemas multiagentes baseados em dados e fluxos de trabalho empresariais existentes.
Agentes no mundo real
A melhor maneira de permitir que os agentes trabalhem na produção em toda a empresa é com uma plataforma unificada que lide com o desenvolvimento, a iteração e a implantação. E é aí que recursos como o Agent Workbench na plataforma OutSystems são importantes, disse Rajkiran Vajreshwari, gerente sênior de desenvolvimento de aplicativos da Thermo Fisher Scientific. Ele fornece a infraestrutura para aprender, iterar e governar agentes em escala.
Sua equipe na Thermo Fisher deixou de ser assistentes de IA de tarefa única no atendimento ao cliente e passou a construir uma equipe coordenada de agentes especializados usando a bancada de trabalho. Quando chega um caso de suporte, um assistente de triagem classifica a solicitação e a encaminha dinamicamente para o agente especializado certo, seja ele um agente de intenção e prioridade, um agente de contexto de produto, um agente de solução de problemas ou um agente de conformidade.
“Não precisamos pensar no que vai funcionar e como. Está tudo pré-construído”, explicou. “Cada agente tem uma função restrita e proteções claras. Eles permanecem precisos e auditáveis.”
Governando os riscos da IA sombria
Uma nova categoria de risco surge quando a IA permite que qualquer pessoa numa empresa gere código a nível de produção sem supervisão de TI. Basicamente, esta é uma IA sombria não governada. Esses produtos desenvolvidos internamente são propensos a alucinações, vazamento de dados, violações de políticas, desvios de modelo e agentes que realizam ações que nunca foram formalmente aprovadas.
Para se anteciparem ao risco, as organizações líderes precisam de fazer três coisas, disse Luis Blando, CPTO da OutSystems.
“Dê proteção aos usuários. Eles usarão IA, quer você goste ou não. As empresas que parecem estar progredindo estão usando a IA para governar a IA em todo o seu portfólio”, explicou ele. “Essa é a diferença entre o caos da IA sombria e a escala de nível empresarial.”
Eric Kavanagh, CEO do The Bloor Group, observou que a governança requer um conjunto de disciplinas em camadas que inclui a proteção de dados, o monitoramento de modelos para desvios e a tomada de escolhas deliberadas sobre onde a IA se conecta aos processos de negócios existentes.
“As empresas não precisam criar esses controles manualmente”, acrescentou. “Muitas dessas proteções e alavancas estão integradas em plataformas como OutSystems.”
Por que o verdadeiro desafio da orquestração são modelos versus plataformas
Grande parte do entusiasmo inicial em torno da IA corporativa se concentrou na seleção do modelo de linguagem grande e correto. Agora, o desafio mais difícil e a fonte de valor muito mais durável é a orquestração. Isso inclui tarefas de roteamento, coordenação de fluxos de trabalho, controle de execução e integração de IA em sistemas empresariais existentes.
Scott Finkle, vice-presidente de desenvolvimento do McConkey Auction Group, observou que os LLMs, por mais impressionantes que sejam, são peças de fluxos de trabalho complexos, não soluções finais. As organizações devem estar prontas para fazer hot swap entre Gemini, ChatGPT, Claude e o que quer que surja a seguir, sem ter que reconstruir o sistema de agência em torno dele.
Uma plataforma com recursos de orquestração torna isso possível. Ele gerencia o ciclo de vida, fornece visibilidade e garante que os processos sejam executados de maneira confiável, mesmo que a IA lide com a camada de raciocínio superior.
“A IA e os modelos mudam, os fluxos de trabalho podem mudar, mas a orquestração permanece a mesma”, disse Finkle. “É assim que vamos extrair valor da IA.”
A economia do investimento empresarial em IA
Segurança, conformidade, governação e capacidades de IA ao nível da plataforma exigirão maiores investimentos em 2026, especialmente à medida que a IA se desloca para fluxos de trabalho essenciais, como finanças e cadeia de abastecimento. As empresas devem favorecer ganhos incrementais em vez de esperar grandes ganhos imediatos.
“Estamos nos concentrando em ataques de base”, disse Finkle. “A forma como isso conta é colocar algo em produção e causar impacto. Grandes investimentos em projetos-piloto que não chegam à produção não economizam dinheiro. Isso não vai acontecer da noite para o dia, mas com o tempo acho que veremos economias tremendas.”
Ainda há uma divisão na forma como as empresas estão abordando a transformação da IA. Alguns começam do zero e reimaginam cada processo. Outros, especialmente aqueles com milhares de milhões de dólares em infra-estruturas existentes a depreciar internamente, querem que a IA se integre nos seus sistemas. Eles querem que sistemas agentes reutilizem dados, APIs e processos comprovados, ao mesmo tempo que aceleram a entrega. A abordagem da plataforma de agente serve ambos os campos, mas particularmente o último. As organizações podem implantar agentes onde eles agregam valor claro, preservando a integridade dos fluxos de trabalho determinísticos e estabelecidos.
A ascensão do arquiteto corporativo e do desenvolvedor generalista
À medida que a IA acelera a geração de código, os gargalos na entrega de software estão se dissolvendo. Em seu lugar está um prêmio ao pensamento sistêmico. Esta é a capacidade de compreender a arquitetura empresarial mais ampla, decompor problemas de negócios complexos e raciocinar sobre como a IA se integra à infraestrutura existente. Kavanagh apontou especificamente os arquitetos empresariais como os profissionais mais bem posicionados para capitalizar este momento.
“Estamos entrando em uma era muito interessante do generalista”, explicou. “Quanto melhor você conhecer sua arquitetura corporativa e sua arquitetura de negócios e como essas coisas se alinham, melhor será para você.”
“O resultado é uma entrega mais rápida, com menos interrupções e menos bugs”, disse Kavanaugh. “Você pode se concentrar nas tarefas não repetitivas. É um benefício para o desenvolvedor, para a empresa e para toda a organização de TI.”
Assista ao webinar completo aqui.
Artigos patrocinados são conteúdos produzidos por uma empresa que paga pela postagem ou tem relacionamento comercial com a VentureBeat, e estão sempre claramente marcados. Para mais informações, entre em contato vendas@venturebeat.com.
