Agentes de IA nas empresas: o que Magalu, Roche e Bradesco estão fazendo

Agentes de inteligência artificial já começam a sair das demonstrações e assumir etapas de trabalho em empresas brasileiras. Um retrato publicado pelo Valor em 26 de outubro de 2026 mostra três caminhos: o Magalu usa uma arquitetura multiagente no atendimento e na jornada de compra; a Roche aplica agentes a processos ligados à saúde, pesquisa e desenvolvimento de pessoas; e o Bradesco reúne agentes especializados para apoiar equipes de tecnologia.

O ponto que me chama atenção não é apenas o tipo de tarefa automatizada. É a forma como os humanos continuam responsáveis por definir limites, revisar exceções e orientar melhorias. Os exemplos são relevantes, mas os números divulgados pelas próprias empresas não devem ser lidos como prova independente de retorno ou como promessa para qualquer operação.

O que muda quando a IA vira agente

Um assistente generativo responde a uma solicitação. Um agente pode, dentro de permissões definidas, acessar sistemas, executar etapas e encaminhar uma tarefa até determinado resultado. Isso não significa autonomia irrestrita: o escopo, os dados disponíveis, as ações permitidas e os momentos de escalonamento para uma pessoa são decisões de projeto e governança.

Magalu: atendimento conversacional com avaliação humana

Segundo a reportagem do Valor, o WhatsApp da Lu foi lançado no fim de 2025 e já havia gerado mais de 9 milhões de conversas até a publicação. O projeto é descrito como uma experiência de comércio agêntico baseada em múltiplos agentes. No atendimento, a empresa relata uma operação híbrida: pessoas definem diretrizes, tom de voz, políticas de privacidade e travas de segurança. A IA faz uma primeira avaliação de qualidade; funcionários analisam desvios importantes e oferecem feedback.

O dado de 9 milhões mede conversas geradas. Não informa, por si só, quantas foram resolvidas sem ajuda, quantas resultaram em compra, qual foi a satisfação ou o custo por atendimento. Para avaliar o desempenho, eu acompanharia a jornada inteira: resolução correta, transferências para humanos, repetição de contato, conversão quando fizer sentido, reclamações e custo total, incluindo operação e revisão.

Roche: agentes em pesquisa, dados e desenvolvimento profissional

A Roche relata agentes descentralizados para mapear gargalos na jornada do paciente, extrair e analisar dados, gerar e revisar código e apoiar a otimização de pesquisas clínicas. A matéria também descreve Alex, um agente para desenvolvimento de carreira que cruza informações internas com o plano de desenvolvimento de cada funcionário.

Aqui, a oportunidade está menos em automatizar uma conversa e mais em conectar dados e etapas de trabalho. Em saúde, isso exige cuidado adicional: apoio a processos não deve ser confundido com decisão clínica validada. É importante saber quais dados são usados, quem pode acessá-los, como resultados são conferidos e quando uma recomendação precisa de avaliação especializada. A reportagem descreve aplicações, mas não fornece métricas comparáveis de impacto clínico ou operacional.

Bradesco: uma plataforma de agentes especializados para tecnologia

De acordo com a executiva do banco ouvida pelo Valor, mais de 5 mil profissionais de tecnologia são apoiados por agentes. A plataforma Bia Tech AgentiX reúne 70 agentes especializados em atividades como engenharia reversa, documentação, modernização tecnológica, avaliação automatizada de mudanças e análise de incidentes. A reportagem também atribui ao Bradesco indicadores de 69,5% de eficiência na escrita de histórias, 85% de acurácia na criação de testes automatizados e redução de até 95% no tempo de leitura e análise de documentos em processos específicos.

Esses percentuais são relatos corporativos, não benchmarks independentes. A matéria não detalha, para cada indicador, a linha de base, a amostra, o período, a definição de eficiência ou o impacto sobre defeitos em produção. “Até 95%” também não deve ser confundido com um resultado médio em todos os processos. A acurácia dos testes precisa ser acompanhada de cobertura relevante e detecção de falhas reais, não apenas de testes gerados.

O que esses casos ensinam sobre supervisão

Os três exemplos mostram que “colocar um agente em produção” não é uma única decisão. No varejo, o risco inclui respostas inadequadas, privacidade e falhas na jornada do cliente. Em saúde, entram a sensibilidade dos dados e a necessidade de validar usos em processos críticos. No banco, mudanças em código, incidentes e documentação exigem trilhas de auditoria e revisão proporcional ao impacto.

Autonomia precisa de fronteiras claras

Na prática, eu começaria com permissões mínimas e ações reversíveis. O agente deve ter uma identidade própria, acesso apenas aos sistemas necessários e limites explícitos para o que pode consultar, alterar ou concluir. Decisões de alto impacto, exceções e situações ambíguas precisam de aprovação ou transferência para uma pessoa. Também é essencial registrar ações, permitir auditoria e ter um mecanismo para interromper ou revogar o acesso.

Medir o resultado completo, não só a velocidade

Reduzir o tempo de uma etapa pode ser valioso, mas não basta. Uma avaliação séria combina qualidade, taxa de erro, retrabalho, latência ponta a ponta, custo por tarefa concluída, escalonamento humano e impacto sobre clientes e funcionários. O piloto precisa usar casos representativos, incluir situações difíceis e comparar o processo anterior com o novo. Se a revisão humana consome o tempo economizado, a conta muda.

A lição para quem não é uma grande empresa

Não é preciso começar com dezenas de agentes. Uma empresa pode escolher um fluxo delimitado, repetitivo e com critérios de sucesso claros, manter uma pessoa responsável e testar com dados e sistemas controlados. A discussão precisa incluir quem responde por erros, como o processo volta ao estado anterior, como os funcionários serão treinados e se a automação realmente reduz trabalho ou apenas acrescenta uma camada de conferência. Uma segunda reportagem do Valor sobre organização e trabalho híbrido reforça que a adoção envolve mudança de processo e capacitação, não só instalação de software.

Magalu, Roche e Bradesco estão usando agentes em contextos diferentes, e justamente por isso não existe uma métrica única para comparar os três. O que existe é um princípio comum: quanto mais autonomia a tecnologia recebe, mais importantes ficam os limites, a prestação de contas e a avaliação do trabalho feito. Na sua empresa, qual processo poderia ganhar autonomia sem perder controle — e que evidência provaria que o agente realmente melhorou o resultado?

Fontes

Valor Econômico, “Agentes de IA começam a transformar as rotinas nas grandes companhias”, 26 out. 2026. Reportagem consultada para os três casos e os indicadores atribuídos às empresas.

Valor Econômico, “Modelo exige mudanças na estrutura organizacional”, 26 out. 2026. Contexto sobre adoção, capacitação e mudanças no trabalho.