A GenAI estabeleceu as bases para um novo avanço no uso da Inteligência Artificial: a Agentic AI, principal tendência mapeada pela UiPath para o ano de 2025. A projeção foi divulgada em um white paper desenvolvido pela companhia com base em insights obtidos nos insights compartilhados por uma comunidade global de desenvolvedores, parceiros de mercado, cientistas de IA e outras fontes especializadas.  

Segundo Edgar Garcia, vice-presidente da UiPath para a América Latina, a Agentic AI promete revolucionar o uso da Inteligência Artificial.  A tecnologia está ganhando força rapidamente, e foi classificada pela Gartner como uma das 25 principais tendências tecnológicas para 2025. A IDC projetou investimentos globais de US$ 400 milhões na área ainda neste ano.

Já a Nvidia classifica a Agentic AI como a próxima fronteira da inteligência artificial, ressaltando que a tecnologia utiliza raciocínio sofisticado e planejamento iterativo para resolver de forma autônoma problemas complexos e de múltiplas etapas. Na avaliação da empresa, o recurso está pronto para aumentar a produtividade e melhorar as operações em diversos setores.

Isso porque os sistemas de Agentic AI processam grandes volumes de dados provenientes de múltiplas fontes para analisar desafios de forma independente, desenvolver estratégias e executar tarefas, como otimização de cadeias de suprimentos, análise de vulnerabilidades em cibersegurança e até auxiliar médicos em tarefas demoradas.

Neste cenário, o avanço da Agentic AI deverá provocar uma revisão profunda nos modelos de trabalho atuais, além de intensificar a regulamentação da IA. A expectativa é de transformações significativas no uso corporativo da tecnologia no próximo ano. 

Veja, abaixo, seis tendências de IA aplicáveis ao avanço da AgenticAI:

Expansão da Agentic AI: categoria deve crescer 10 vezes até 2028

Agentes orientados para a ação, ou, simplesmente, trabalhadores virtuais, os agentes são construídos sobre GenAI e grandes modelos de linguagem (LLMs) – mas com novos poderes para planejar e agir por meio de um conjunto de grandes modelos de ação (LAMs) e outras IAs avançadas.

Eles serão capazes de planejar e direcionar os recursos e ferramentas necessários para responder a comandos de linguagem natural e gatilhos de eventos, raciocinar por meio de processos complexos, realizar uma série de ações para atingir um objetivo e aprender e melhorar continuamente.

Entre os benefícios desses novos agentes de trabalho está a oportunidade de redesenhar os processos de negócios, alcançando maior velocidade, eficiência e precisão. De acordo com a Gartner, até 2028 os agentes devem tomar 15% de todas as decisões necessárias de forma autônoma.

Orquestração: a Agentic AI precisará de um ecossistema de agentes para atingir seu potencial máximo de forma estruturada

Sem infraestrutura de suporte, orquestração e controles, a Agentic AI não será capaz de escalar com eficiência. As empresas precisarão de infraestruturas dinâmicas e integradas. A tecnologia deve permitir que uma infinidade de agentes trabalhe com eficiência em cenários tecnológicos fragmentados e operações altamente complexas. 

O ecossistema completo para automação de agentes corporativos ainda não foi totalmente consolidado, mas deve se consolidar até 2025. As empresas de tecnologia de IA, incluindo a UiPath, estão investindo no desenvolvimento de plataformas de automação de agentes de nível empresarial.

A orquestração é fundamental para garantir o uso máximo da Agentic AI, pois coordena as tarefas do agente, gerencia fluxos de trabalho e otimiza as operações na complexa colcha de retalhos de tecnologias, sistemas e aplicativos corporativos.

A Agentic AI será aplicada a oportunidades de automação de longo prazo e em diferentes tipos de setores

De acordo com Garcia, a Agentic AI aplicada à automação trará possibilidades de uso para diversas áreas, incluindo casos de uso mais complexos, que historicamente têm sido difíceis de gerenciar em termos de custo e tempo".

Na previsão da UiPath, alguns exemplos estariam no atendimento ao cliente, com aumento de produtividade nos call centers e a possibilidade de ações de vendas e Marketing hiper personalizadas, baseadas em dados em tempo real, contextos, modelos preditivos, entre outras ferramentas.

Compartilhamento de tarefas com a máquina 

Com as possibilidades que a Agentic AI trará, as empresas terão que redesenhar seus modelos de trabalho e realocar seus profissionais. Será necessário redefinir papéis, retreinar pessoas e redistribuir tarefas e processos entre trabalhadores virtuais e humanos.

A McKinsey prevê que, até 2030, 30% de todas as horas de trabalho serão realizadas por máquinas e não por pessoas. Isso exigirá que os recursos humanos treinem e aprimorem milhares de funcionários no uso de novas ferramentas de IA e na parceria eficaz com os agentes.

As empresas de tecnologia já estão colhendo os frutos da IA e espera-se que isso cresça ainda mais em 2025. 

Embora os líderes sêniores em todo o mundo estejam investindo milhões de dólares na tecnologia, apenas cerca de metade dos protótipos de IA chegam à produção. Isso pode até desencorajar alguns setores, mas não o de software. 

A Gartner projeta que, até 2026, mais de 80% dos fornecedores de software corporativo terão incorporado IA em seus produtos – em comparação com apenas 1% em 2023. Os copilotos estão em praticamente todos os principais fornecedores de software corporativo, incluindo Google, GitHub, SAP, Salesforce, Microsoft e outros.

Novas técnicas e ferramentas estão surgindo para ajudar a resolver o dilema do big data

Dados desorganizados e dispersos criam dificuldades na construção e dimensionamento de modelos de IA. Em uma pesquisa recente com executivos de IA, 36% disseram que tiveram dificuldade em obter bons dados de treinamento para seus modelos e 39% disseram que garantir a segurança e a privacidade dos dados era um grande desafio.

Felizmente, o surgimento de novas técnicas e ferramentas que aproveitam o GenAI e grandes modelos de linguagem (LLMs) fornecem novas e aprimoradas soluções para o dilema dos dados. Os principais são: gráficos de conhecimento, geração aumentada de recuperação (RAG), GraphRAG e LLMs internos/privados.

Regulamentação crescente do uso de IA

A escalada da regulação será uma resposta ao rápido crescimento da IA, que já está moldando a economia global e afetando diversas áreas, como saúde, educação, trabalho e segurança, na visão da empresa.

Esses regulamentos visam evitar riscos como discriminação algorítmica, violação de privacidade, uso indevido de dados e aumento da desigualdade. Além disso, há um esforço para estabelecer diretrizes sobre a responsabilidade das empresas que desenvolvem e usam IA, promovendo transparência e prestação de contas.

Leia também: Como usar a inteligência artificial na estratégia de Marketing de pequenas empresas