Por que você deve aprender Governança de Agentes de IA?

Paulo Henrique (PH) - Autor da metodologia e Professor do Curso Governança de Agentes de IA

Comecei minha carreira em tecnologia nos anos 1980, programando em COBOL, em uma época em que os grandes sistemas corporativos rodavam em ambientes centralizados (mainframes), sustentando bancos, governos e operações críticas. Desde então, vi e vivenciei algumas das maiores transformações tecnológicas das últimas décadas:

a. A chegada da computação pessoal (microcomputadores) e das redes corporativas;

b. A popularização da internet nos anos 1990 com a web 1.0;

c. A expansão da web 2.0, dos sistemas integrados, do BI e da inteligência artificial preditiva nos anos 2000;

d. A consolidação da nuvem, do mobile, do big data, do machine learning, do blockchain e das primeiras grandes discussões empresariais sobre computação quântica , a partir do ano de 2010 em diante;

c. Agora, a chegada da IA generativa, dos LLMs, dos copilotos e dos agentes de IA.

Cada uma dessas ondas prometeu transformar empresas, profissões e modelos de gestão. Algumas promessas se confirmaram. Outras demoraram mais do que se imaginava para trazer transformações reais. Todas exigiram ajustes, governança, novos controles, novas competências e mudanças profundas na forma como pessoas e organizações trabalham.

Durante os últimos anos, grande parte da discussão sobre IA generativa ficou concentrada nos chatbots, ferramentas capazes de responder perguntas, gerar textos, resumir documentos, apoiar pesquisas, criar imagens, escrever códigos e ajudar profissionais em tarefas cognitivas. Essa fase foi importante. Ela popularizou o uso da IA, reduziu barreiras de entrada e mostrou que a tecnologia poderia apoiar pessoas em praticamente todas as áreas do conhecimento. Mas o mercado começou a se mover para além do chatbot. A nova fronteira é o modelo agêntico.

Do chatbot ao agente de IA

Um chatbot responde a uma pergunta ou prompt. Um agente de IA pode observar contexto, consultar fontes, usar ferramentas, executar etapas, acionar sistemas, apoiar decisões, coordenar fluxos e, em alguns casos, agir com certo grau de autonomia. Essa mudança é profunda. Quando a IA apenas responde a uma pergunta, o risco está principalmente na qualidade da resposta e na decisão de uso ou não dessa resposta por quem fez a pergunta.

Porém, quando a IA começa a executar tarefas de forma autônoma, interagir com sistemas, acessar bases de dados, recomendar decisões ou agir em nome de pessoas e organizações, o risco passa a envolver processos, responsabilidades, custos, controles, privacidade, segurança, auditoria, reputação e é claro: governança. É por isso que a adoção de agentes de IA não pode ser tratada apenas como uma evolução tecnológica. Ela representa uma mudança na forma como o trabalho será organizado.

O crescimento dos agentes de IA nas empresas

Grandes empresas de tecnologia já estão posicionando suas plataformas para esse novo cenário. Microsoft, Salesforce, SAP, ServiceNow, AWS, Google, IBM e outros grandes players vêm desenvolvendo ambientes, ferramentas, modelos de maturidade, frameworks e metodologias próprias para apoiar a adoção de IA generativa, copilotos, automações inteligentes e agentes corporativos autônomos. Pense também no casamento da robótica com a IA agêntica.

O casamento entre robótica e IA agêntica é uma das frentes mais importantes da próxima onda, mas também uma das mais difíceis. É a passagem da IA que “fala” para a IA que percebe, decide e age no mundo físico. O nome técnico mais usado para isso é Embodied AI ou Physical AI: inteligência artificial incorporada em robôs, máquinas, veículos, sensores, braços robóticos, humanoides ou sistemas físicos capazes de interagir com ambientes reais.

A novidade agora é conectar robótica com LLMs, modelos multimodais, modelos visão-linguagem-ação e agentes planejadores. Empresas como Figure AI, Tesla, 1X, Unitree, Agility Robotics, Boston Dynamics e outras estão avançando em humanoides e robôs generalistas. Há aplicações reais em teste, especialmente em fábricas, armazéns e logística. 

Essas iniciativas são relevantes, mas têm uma característica natural: em geral, são desenhadas para funcionar dentro do ecossistema, da plataforma, dos produtos e dos interesses de cada fornecedor. Isso é compreensível. Cada grande player precisa orientar seus clientes sobre como usar sua tecnologia com mais segurança, escala e retorno. Mas isso também cria uma lacuna.

Empresas, profissionais, estudantes, gestores públicos, consultores, áreas de GRC, tecnologia, produto, segurança da informação e auditoria precisam de uma visão mais ampla, independente e agnóstica. Uma metodologia que não dependa de uma plataforma específica, de uma tecnologia proprietária ou de um determinado fabricante.

Uma abordagem que ajude a pensar a governança de agentes de IA em qualquer ambiente: com ferramentas proprietárias, soluções open source, automações low-code, agentes internos, copilotos corporativos, APIs de LLMs, fluxos com RAG, integrações com sistemas ou aplicações desenvolvidas sob medida. Foi nesse espaço que nasceu a metodologia MVG de Governança de Agentes de IA.

A IA já está mudando o trabalho

Diversos estudos recentes apontam que a IA generativa pode impactar milhões de trabalhadores, modificar tarefas, redesenhar profissões e pressionar especialmente cargos de entrada, funções administrativas, atividades repetitivas, produção de conteúdo, atendimento, suporte, análise documental, pesquisa, programação de computadores, vendas, marketing, financeiro, jurídico e áreas de apoio.

O impacto não será igual para todos. Em alguns casos, a IA substituirá tarefas. Em outros, aumentará a produtividade. Em muitos, exigirá que profissionais aprendam a trabalhar junto com sistemas inteligentes. O problema é que parte importante da discussão pública ainda fica presa a duas perguntas:

a. A IA vai tirar empregos?
b. Como usar IA para ser mais produtivo?

Essas perguntas são importantes, mas incompletas. Existe uma terceira pergunta, cada vez mais estratégica: quem vai governar os agentes de IA que passarão a executar tarefas dentro das empresas substituindo ou complementando o trabalho humano? Observe que, quanto mais as organizações adotarem agentes de IA, mais precisarão de pessoas capazes de entender riscos, limites, controles, responsabilidades, dados, evidências, auditoria, custos, autonomia e supervisão humana. Esse é o nascimento de uma nova frente profissional.

Governança de Agentes de IA como novo campo de trabalho

A próxima grande oportunidade não estará apenas em saber usar IA. Usar IA será cada vez mais básico. A oportunidade mais estratégica estará em saber governar a IA que será usada por pessoas, empresas e governos. Agentes de IA precisarão ter dono humano, finalidade clara, escopo definido, limites de autonomia, critérios de aprovação, fontes confiáveis, trilhas de auditoria, testes, evidências, controles de segurança, controle de custos e mecanismos de supervisão.

Também será necessário entender quando um agente pode apenas recomendar, quando pode preparar uma ação, quando precisa de aprovação humana e quando, em situações muito específicas, pode executar ações de forma autônoma dentro de limites previamente governados. Essa nova função não pertence apenas aos cientistas de dados programadores ou engenheiros de IA.

Ela pode ser exercida por profissionais de várias áreas: governança, riscos, compliance, auditoria, segurança da informação, processos, produto, tecnologia, jurídico, administração, gestão pública, educação corporativa, atendimento, operações, gestão do conhecimento e transformação digital.

A Governança de Agentes de IA pode se tornar uma nova porta de entrada para estudantes, profissionais juniores e pessoas em transição de carreira. Esses são justamente os postos de trabalho que estão sendo substituídos pelo uso intensivo da IA. Se a IA está mudando o primeiro emprego, também precisamos criar novos caminhos de formação para que pessoas possam ocupar funções relevantes na economia da IA.

Por que uma metodologia agnóstica é necessária

As metodologias dos grandes fornecedores são importantes, mas não resolvem tudo. Uma empresa pode usar Microsoft Copilot, OpenAI, Claude, Gemini, Salesforce Agentforce, SAP Joule, ServiceNow AI Agents, AWS Bedrock, Google Vertex AI, LangGraph, CrewAI, n8n, Flowise, Dify ou soluções internas. Cada ambiente terá ferramentas, modelos, recursos e controles próprios. Mas as perguntas fundamentais permanecem as mesmas:

• Por que este agente deve existir? Qual objetivo estratégico ele apoia?
• Que tarefa ou processo será impactado? Que dados ele pode acessar?
• Que fontes pode usar? Que ações pode executar?
• Qual nível de autonomia é aceitável? Quem é o responsável humano?
• Como será testado? Que evidências serão registradas?
• Como serão tratados erros, exceções e incidentes? Quanto custa operar esse agente?
• Quando ele deve ser ajustado, limitado ou eliminado?

Essas perguntas não pertencem a uma plataforma específica, fabricante ou tecnologia de IA. Elas pertencem à governança. Por isso resolvi em parceria com a P2 Consultoria Brasil publicar a metodologia MVG — Governança Mínima Viável de Agentes de IA, como uma ferramenta de uso livre, por qualquer pessoa, qualquer empresa, vedado o uso comercial.

O que é a metodologia MVG Governança de Agentes de IA?

A metodologia nasceu da experiência prática  na P2 Consultoria Brasil, com uso intensivo de inteligência artificial em ideação, pesquisa, desenvolvimento de software, prototipação, automação, gestão do conhecimento, análise de riscos, produção de conteúdo e experimentação tecnológica. Ao usar IA de forma cada vez mais profunda em seus próprios processos, a P2 Consultoria Brasil passou a observar uma realidade importante: criar agentes, automações e copilotos é apenas parte do desafio.

A metodologia MVG Governança de Agentes de IA foi criada para oferecer uma abordagem prática, direta e evolutiva para empresas e profissionais que precisam iniciar a governança de agentes de IA sem depender de estruturas proprietárias  complexas, caras ou excessivamente especializadas, ou seja, só servem para um determinado produto de IA. 

A metodologia não pretende substituir frameworks como ISO, NIST, COBIT, COSO, OWASP ou práticas de segurança, privacidade e GRC, pelo contrário, toda a base de construção dos controles de governança foi construída tomando esses grandes frameworks como referência aplicável imediata. A metodologia busca aproximar esses princípios da realidade prática de empresas que estão usando ou começando a usar agentes de IA.

Uso livre e não comercial

A metodologia MVG foi publicada para acesso, estudo, difusão e uso interno não comercial. Isso significa que pessoas, estudantes, profissionais, empresas e organizações podem estudar e aplicar a metodologia internamente, respeitando a autoria e as condições de uso definidas pelo autor.

O uso comercial, revenda, incorporação em produtos pagos, treinamentos comerciais ou exploração econômica da metodologia dependem de autorização prévia e expressa. A razão é simples: a metodologia foi criada para ampliar o acesso ao conhecimento, apoiar requalificação profissional e estimular uma discussão mais madura sobre agentes de IA, mas também precisa preservar sua autoria, integridade e evolução.

Por que produzir treinamento gratuito?

A P2 Consultoria Brasil  entende que a transformação causada pela IA não pode ser discutida apenas em termos de tecnologia. Ela envolve empregos, carreiras, educação, governança, ética, segurança, produtividade, desigualdade e responsabilidade institucional. Por isso, além de publicar a metodologia MVG, a P2 Consultoria Brasil pretende produzir treinamentos gratuitos sobre Governança de Agentes de IA.

O objetivo é oferecer uma porta de entrada para:

• estudantes; profissionais juniores;
• pessoas em transição de carreira; profissionais impactados pela automação e IA;
• gestores; equipes de GRC;
• profissionais de tecnologia; áreas de produto;
• segurança da informação; compliance;
• auditoria; gestão pública;
• pequenas, médias e grandes empresas que queiram se beneficiar de método de uso livre.

O treinamento gratuito não terá a pretensão de formar especialistas completos da noite para o dia. A proposta é criar base, vocabulário, visão crítica e compreensão prática sobre o que significa governar agentes de IA. Para muitas pessoas, esse pode ser o primeiro contato com uma nova área profissional.

Da promessa à responsabilidade

O mercado está cheio de promessas:

• Empresas autônomas e agentes que executam tarefas sozinhos.

• IA que decide com base em como um humano decidiria (gêmeos digitais de humanos).

• Copilotos corporativos e automação inteligente autônoma em escala.

Segundo analistas do Gartner e outras publicações especializadas, parte dessas promessas pode se tornar realidade, parte será exagero, parte será substituída por abordagens mais maduras. Mas uma coisa parece cada vez mais clara: quanto mais a IA agir dentro das organizações, maior será a necessidade de governança.

Curso da MVG Governança de Agentes de IA

Já temos uma data alvo para o primeiro curso da metodologia MVG Governança de Agentes de IA. A data de início está prevista para 03/08/2026. As aulas serão disponibilizadas no Canal da P2 Consultoria Brasil no Youtube. Criamos uma página exclusiva para o curso contendo as principais orientações.

Se você quer acompanhar essa construção, participe do grupo de estudos MVG Governança de Agentes de IA no LinkedIn.  A IA vai transformar tarefas, empregos, processos e organizações. Mas alguém terá que governar os agentes que executarão essas tarefas. 

Fontes consultadas:

Relatório IA no mercado de trabalho: quem ganha, quem perde - e quem fica para depois 

Mais de 90% das tarefas feitas por um humano podem ser otimizadas com AI 

Quase 4 em 10 tarefas no Brasil podem ser feitas por IA 

Modelo de maturidade para adoção de IA agêntica da Microsoft

From Agentic AI to Autonomous Business Models onto Strategy in the Age of AI

The Shift to Agentic AI: Evidence from Codex