©2026 MIT Sloan Management Review Brasil. Todos os direitos reservados. A reprodução, total ou parcial, é proibida sem a autorização prévia e expressa do CNEX.

Há algumas semanas, dividi um salão com cerca de duzentos executivos de setores que raramente se sentam à mesma mesa. Banco, hospital, varejo, indústria, educação, seguros. Ao longo do dia, ouvi as dores que todos nós já conhecemos de cor: a adoção que não passa do piloto, a governança que corre atrás do uso, o custo de operação que ninguém previu direito, as integrações que travam, os dados que não estão prontos para dar contexto a um agente.

À noite, no jantar, um executivo de uma seguradora fez a pergunta que eu ainda não consegui largar: e depois? Quando a gente acertar a governança, a adoção, o custo, o que vem? Qual é a próxima onda?

A mesa ficou alguns segundos em silêncio. Eu estava ali com colegas que, como eu, passam os dias ajudando empresas a adotar IA. Nenhum de nós tinha resposta naquele momento.

Começamos a explorar possibilidades, e duas reflexões ficaram comigo. A primeira foi uma constatação que vale para o mercado em geral, e que nos inclui: em muitas reuniões importantes, deixamos os agentes do lado de fora, quando eles já poderiam estar à mesa como parte do organograma. Falamos de absorção de tecnologia o tempo todo, mas ainda enxergamos o agente como uma ferramenta que se usa depois, e pouco como um participante do ecossistema da organização. A segunda reflexão partiu de uma ideia que eu vinha encontrando em leituras recentes, em análises do Gartner e da própria MIT Sloan Management Review, e que levei para a mesa como aposta: além das relações entre empresas e das relações com consumidores, vai surgir uma terceira esfera, a da empresa conversando com agentes que representam outras pessoas e outras empresas. Um B2A, em que ser escolhido vai depender de ser compreendido por uma máquina. Foi o único ponto em que a mesa convergiu.

Não saímos dali com nenhuma tese. Saímos com suposições.

Mais tarde, num café antes de dormir, repassei as conversas do dia e percebi uma coisa que não tinha notado em nenhuma delas isoladamente. Os sintomas mudavam de setor para setor, mas a causa, quando a conversa descia um nível, era quase sempre a mesma.

Passei o mês seguinte pesquisando. Usei IA para buscar, compilar e organizar referências, e ela me entregou respostas logo nos primeiros dias. O que levou um mês foi outra coisa: ruminar, deixar as ideias assentarem, desconfiar das conexões fáceis, rodar de novo. Guardo esse detalhe para o final, porque ele acabou se revelando parte da resposta.

Este texto continua especulativo. Trago uma hipótese, e quero testá-la com você.

A causa comum de sintomas tão diferentes

No banco, a dor aparecia como compliance. No hospital, como integração. No varejo, como custo. Na indústria, como dado que não conversa com dado. Pareciam quatro problemas.

Quando a pergunta era por que o agente não conseguia operar sozinho naquele processo, a resposta tinha sempre o mesmo formato: porque a regra não está escrita em lugar nenhum. Está na cabeça da gerente que sabe qual cliente merece exceção. Está no analista veterano que reconhece um pedido estranho antes de qualquer sistema. Está na conversa de corredor em que se decide, sem ata, o que vale mais quando prazo e qualidade entram em conflito.

Durante décadas, isso funcionou, porque o trabalho era feito por pessoas, e pessoas têm corredor. Agentes não têm. Eles precisam que o contexto esteja escrito, e contexto, no fundo, é o rastro das decisões que a organização nunca formalizou. O que chamamos educadamente de “prontidão contextual” é uma dívida antiga: a empresa nunca registrou como decide.

Se a raiz comum é essa, a pergunta do jantar muda de natureza. O que vem depois talvez seja o que acontece quando todas as empresas pagarem essa dívida do mesmo jeito. E aqui preciso falar de uma parte do problema da qual eu faço parte.

“Quem já fez isso?”

Há anos, a pergunta que mais ouço de executivos é essa. Às vezes ela vem com nome: quero o que a empresa A está fazendo. Às vezes nem isso, porque o cliente não sabe exatamente o que a empresa A faz, sabe apenas que ela fez antes. E eu respondo. Mostro o case, a arquitetura, as lições aprendidas.

É uma resposta honesta a um medo legítimo. Ninguém quer pagar sozinho pela prova do que deveria ser o ideal. O benchmark funciona como um seguro: se deu certo para quem arriscou primeiro, deve dar certo para mim. E assim as lições aprendidas dos pioneiros viram o ponto de partida de todos os outros.

Só recentemente percebi o efeito colateral. Cada benchmark que entrego ajuda um cliente a chegar mais rápido, e ajuda também a chegar ao mesmo lugar que os outros.

Some-se a isso a concentração da própria tecnologia. A camada de modelos de fundação está nas mãos de três ou quatro fornecedores, e a de orquestração caminha para o mesmo desenho. Você e seu principal concorrente provavelmente alugam inteligência dos mesmos fornecedores, contratam integradores parecidos, seguem as mesmas arquiteturas de referência e se comparam pelos mesmos indicadores. Tudo isso é sensato, é o que um conselho espera de uma gestão responsável. E é também, sem que ninguém tenha planejado, uma enorme força de homogeneização que começa antes de qualquer algoritmo: começa na sala de reunião, quando se compra a jornada de outra empresa para economizar tempo na própria.

A convergência começa na sala de reunião, antes do algoritmo

Cada passo é sensato isoladamente. Somados, levam empresas diferentes ao mesmo lugar.

Continuo respondendo à pergunta, porque o medo continua real. Mas tenho tentado mudar a ordem da conversa. Antes de discutir o caminho, pergunto pelo destino: o que essa empresa quer que seja verdade sobre ela daqui a cinco anos, o que aceita perder para chegar lá, quais conceitos do negócio precisam ser definidos antes de qualquer agente operar. Nem sempre funciona. Muitas vezes o cliente quer o case, e só o case. Mas quando a conversa muda de ordem, o projeto que sai dela é outro.

Se todos compram o mesmo caminho, o que exatamente vai fazer o agente da sua empresa decidir diferente do agente do concorrente?

A armadilha de decidir igual

Em maio, três professores, Patrick van Esch e Yuanyuan Gina Cui, da Coastal Carolina University, e J. Stewart Black, do INSEAD, deram nome a esse fenômeno na Harvard Business Review: a armadilha da convergência agêntica¹. Quando empresas concorrentes colocam agentes para otimizar objetivos parecidos, alimentados pelos mesmos dados de mercado, os sistemas tendem a chegar às mesmas decisões. Sem combinação prévia, sem cartel, apenas pela dinâmica de aprender com as mesmas fontes.

Os autores descrevem casos recentes em hotelaria, varejo de alimentos e habitação, nos quais ferramentas de precificação e promoção alinharam o comportamento de competidores. O efeito tem dois custos. O primeiro é a erosão da diferenciação. O segundo é regulatório: quando preços se movem juntos, a autoridade concorrencial não pergunta se houve intenção.

O exemplo mais conhecido vem do mercado imobiliário americano. Em 2024, o Departamento de Justiça dos Estados Unidos processou a RealPage, fornecedora de software de precificação de aluguéis, sob a acusação de que o uso compartilhado do algoritmo por grandes proprietários reduzia a concorrência². O debate jurídico continua, mas a lição gerencial já está dada: delegar decisões ao mesmo tipo de sistema pode produzir, na prática, o comportamento de um cartel que ninguém montou.

Não me parece coincidência que a pergunta do jantar tenha vindo de uma seguradora. Poucos negócios dependem tanto de precificar o risco de um jeito próprio. Uma seguradora cujo agente subscreve como o da concorrente perdeu, em silêncio, o que a fazia existir.

Aqui está o ponto que me fez parar a leitura. A maturidade que todos naquele salão perseguiam, com melhores práticas, padrões e arquiteturas de referência, acelera a convergência. Quanto melhor governada a adoção, mais parecidas ficam as empresas.

Em “Cegos para o como”, nesta coluna, comentei um conjunto de estudos que mostrou a IA melhorando a criatividade de cada indivíduo e, ao mesmo tempo, reduzindo a diversidade do que o grupo produz³. A convergência agêntica é o mesmo fenômeno numa escala maior: cada empresa fica mais eficiente, o mercado fica mais parecido.

E se a convergência acontece do lado de quem vende, vale olhar para o lado de quem compra, que foi justamente onde a mesa do jantar chegou.

B2A: ser escolhido por quem não lembra do jantar

Quando levei o B2A para aquele jantar, apresentei a ideia como aposta, apoiada no que vinha lendo. Nas semanas seguintes, voltei aos números para ver se a aposta se sustentava. O Gartner projeta que, até 2028, 90% das compras B2B serão intermediadas por agentes de IA, movimentando mais de US$ 15 trilhões⁴. Previsões desse tamanho costumam errar no número. Mesmo que o percentual real seja a metade, a direção basta para mudar a conversa.

Um agente de compras não lembra do seu evento de relacionamento. Não se impressiona com a apresentação institucional. Não carrega a memória afetiva do vendedor que atende a conta há doze anos, nem do jantar em que a parceria começou. Ele compara ofertas contra critérios definidos por alguém, e esses critérios também tendem a convergir, porque os agentes de compra dos seus clientes estão sendo configurados com os mesmos modelos e as mesmas boas práticas.

Junte as duas pontas. Agentes parecidos do lado da oferta, decidindo preços e condições parecidas. Agentes parecidos do lado da demanda, escolhendo pelos mesmos critérios. O resultado lógico é um mercado que empurra tudo em direção à commodity.

Quando os dois lados do balcão são agentes parecidos, tudo tende à commodity

Com agentes parecidos dos dois lados, a diferenciação só sobrevive se uma máquina conseguir lê-la.

Para quem cuida de marca e experiência, a pergunta fica desconfortável: se o primeiro leitor da sua proposta for um algoritmo, o que da sua diferenciação sobrevive a essa leitura?

A resposta me levou de volta à primeira reflexão daquela mesa, a da cadeira vazia.

A estratégia que a máquina vai ler

Em março, a pesquisadora Vera Vishnyakova publicou um artigo que organiza com clareza para onde a prática de construir agentes está indo⁵. Ela descreve uma pirâmide de quatro disciplinas, em que cada uma depende da anterior. Na base, a engenharia de prompt, a arte de formular boas perguntas. Acima, a engenharia de contexto, que desenha todo o ambiente de informação em que o agente decide. Depois, a engenharia de intenção, que codifica objetivos, valores e hierarquias de trade-off da organização. No topo, a engenharia de especificação, um corpo de políticas legíveis por máquina que permite operar sistemas de agentes em escala.

A diferença mora na camada da intenção

As duas camadas de baixo já viraram prática de mercado. A partir da intenção, a decisão depende do que só a sua empresa pode escrever.

A frase que fecha o resumo do artigo ficou comigo: quem controla o contexto do agente controla seu comportamento, e quem controla sua intenção controla sua estratégia.

A autora usa o caso da Klarna para ilustrar o que acontece quando falta essa camada. A empresa sueca substituiu boa parte do atendimento por IA, celebrou a economia e, meses depois, voltou a contratar pessoas, com o próprio CEO reconhecendo que o foco em custo tinha derrubado a qualidade. O agente fez exatamente o que lhe foi pedido. O que não estava escrito era o que a empresa valorizava quando custo e relacionamento entravam em conflito.

Volte agora à cadeira vazia. Os planejamentos estratégicos deste ano foram escritos por pessoas, para serem aprovados por pessoas, numa sala sem nenhum agente. E serão executados, cada vez mais, por agentes que não estavam lá para entender o que a sala quis dizer. “Ser referência em experiência do cliente.” “Crescer com rentabilidade.” Nenhum agente consegue tomar uma decisão com isso. Diante de uma intenção genérica, ele preenche o vazio com a média do que aprendeu, e a média é justamente o que seus concorrentes também vão obter.

Michael Porter escreveu, em 1996, que a essência da estratégia é escolher o que não fazer⁶. Por quase trinta anos, essa frase foi lida como conselho de posicionamento. Na próxima onda, ela vira requisito técnico. Uma estratégia que não renuncia a nada não dá ao agente nenhum motivo para divergir.

Se você entregasse o documento de estratégia da sua empresa a um agente, e o relatório anual do seu concorrente a outro, eles tomariam decisões diferentes diante do mesmo cliente?

Suponha que você queira escrever essa intenção. Surge então a pergunta mais difícil: de onde ela vem?

O paradoxo do aprendiz

A intenção que diferencia uma empresa raramente está nos manuais. Ela mora no julgamento tácito de quem acumulou anos de exceções. É o veterano que sabe por que aquele cliente não pode receber o mesmo tratamento que os outros. É a gestora que já viu três crises e reconhece o cheiro da quarta.

E aqui os dados de mercado de trabalho contam uma história que deveria preocupar qualquer conselho. Seyed Mahdi Hosseini Maasoum e Guy Lichtinger, de Harvard, acompanharam currículos e vagas de cerca de 62 milhões de trabalhadores em 285 mil empresas americanas⁷. Nas empresas que adotaram IA generativa, o emprego júnior caiu de forma relevante em relação às que não adotaram, enquanto o emprego sênior seguiu estável. A queda veio principalmente de menos contratações, e não de demissões. Na mesma linha, Erik Brynjolfsson e colegas, em Stanford, encontraram uma queda de 13% no emprego de jovens de 22 a 25 anos nas ocupações mais expostas à IA⁸.

Junte as peças. A próxima onda vai exigir das empresas mais julgamento tácito do que nunca, porque é dele que sai a intenção capaz de diferenciar. E a onda atual está fechando a porta por onde esse julgamento sempre se formou. Todo sênior foi júnior um dia. Aprendeu fazendo justamente o trabalho repetitivo, cheio de pequenas exceções, que hoje entregamos aos agentes.

Em “Cegos para o como”, argumentei que a gestão intermediária é o sensor do modo de trabalhar. Proponho completar o raciocínio: o profissional em início de carreira é a semente da intenção futura. Cortar a semente para economizar na safra deste ano parece eficiente na planilha. Daqui a dez anos, pode significar uma empresa com agentes excelentes e ninguém capaz de dizer a eles em que ela acredita.

Há quem esteja apostando no caminho oposto. A IBM anunciou que ampliaria as contratações de nível inicial em 2026 depois de redesenhar as funções júnior em torno de análise, resolução de problemas e supervisão de IA⁹. Ainda é cedo para medir o resultado, mas a decisão mostra que a porta pode ser redesenhada em vez de fechada.

Essa tensão ganha uma cor própria quando olhamos para o mercado brasileiro.

E por aqui?

Os modelos que alugamos aprenderam, em sua maior parte, com dados que não são nossos. Quando uma empresa brasileira opera agentes com intenção genérica, eles convergem para uma média que nem sequer é brasileira.

O risco é evidente. A oportunidade, nem tanto. O contexto local, como a nuance regulatória de cada setor, o jeito como um distribuidor do interior negocia prazo ou a relação de crédito construída ao longo de décadas com um cliente regional, é uma fonte natural de divergência que nenhum modelo global carrega. Desde que alguém a escreva.

Há ainda um detalhe que me faz suspeitar que o B2A chegue mais cedo aqui. O Pix mostrou que o Brasil adota infraestrutura transacional em massa e numa velocidade que surpreende o resto do mundo. Não tenho dado para afirmar, mas acho plausível que o cliente representado por um agente apareça por aqui antes do que as projeções globais sugerem.

Se a hipótese estiver certa, a pergunta prática passa a ser por onde começar.

Uma governança para a diferença

Não vou propor um framework. Mas consigo imaginar quatro movimentos que uma liderança atenta poderia fazer agora, sem orçamento novo.

O primeiro é medir a convergência. Os autores da HBR recomendam acompanhar o quanto as decisões dos seus agentes se parecem com as do mercado, ao lado das métricas de desempenho¹. Hoje, seu painel mostra se o agente acerta. Ele mostra se o agente acerta igual a todo mundo?

O segundo é escrever as renúncias. Para cada decisão crítica e recorrente, como conceder desconto, aprovar exceção de crédito ou aceitar um risco, registre em uma página o que sua empresa valoriza quando dois objetivos entram em conflito, e até onde. Esse documento curto vale mais para um agente do que cem slides de missão e visão.

O terceiro é ocupar a cadeira vazia. No próximo ciclo de planejamento, coloque um agente na sala com uma função específica: ler a estratégia antes da aprovação e dizer quais decisões ele tomaria a partir dela. Se as decisões forem iguais às que tomaria com a estratégia de qualquer concorrente, o documento ainda não está pronto. Os estudos sobre criatividade sugerem um cuidado: a diversidade de ideias encolhe quando a IA participa da geração e se preserva quando ela entra na avaliação³. Deixe as pessoas gerarem as alternativas, e use a máquina para testá-las.

O quarto é tratar a formação de julgamento como ativo estratégico. Redesenhe o papel júnior para que ele aprenda com as exceções que os agentes não sabem tratar. O custo de formar um aprendiz hoje é pequeno perto do custo de não ter, daqui a uma década, quem escreva a intenção da empresa.

Nenhum desses movimentos depende de tecnologia. Todos dependem de uma decisão de liderança.

De volta ao jantar

Antes de publicar este texto, fiz com ele o teste que acabei de propor. Perguntei a mim mesmo se outra pessoa, com as mesmas fontes e as mesmas ferramentas, escreveria a mesma coisa. A primeira versão não passou. As referências, os dados e boa parte do raciocínio estavam a uma busca de distância de qualquer um. A IA tinha me entregado, com competência, a mesma resposta que entregaria a qualquer outra pessoa.

O que mudou o texto foram justamente as partes que nenhuma fonte tinha: o silêncio daquela mesa, a cadeira vazia nas nossas próprias reuniões, a confissão sobre os benchmarks que eu mesmo entrego. Foi o mês de ruminação, e não o primeiro dia de respostas, que produziu alguma diferença. Acho que é isso que as empresas vão descobrir na próxima onda, numa escala muito maior.

Se eu pudesse voltar àquele jantar, responderia ao executivo da seguradora assim: a próxima onda talvez não venha de fora. Ela começa no dia em que todos tiverem as mesmas ferramentas funcionando bem e descobrirem que funcionar bem já não diferencia ninguém. Do outro lado do capítulo da infraestrutura, espera uma pergunta mais antiga do que qualquer modelo de linguagem: no que a sua empresa acredita que o concorrente não acredita? Essa resposta nenhum benchmark entrega, porque ela só tem valor se ninguém a tiver dado antes.

Durante décadas, a estratégia foi algo que se apresentava ao conselho. Na próxima onda, ela vai ser lida por máquinas, que vão fazer exatamente o que estiver escrito, inclusive quando não houver nada de diferente escrito ali.

Deixo um exercício. Escolha a decisão mais recorrente e mais disputada do seu negócio. Escreva em uma página como sua empresa decide, incluindo o que ela aceita perder. Peça a alguém do seu time que escreva, em outra página, como acha que o seu principal concorrente decide a mesma coisa. Depois coloque as duas lado a lado.

Se as páginas ficarem parecidas, seus agentes vão chegar às mesmas conclusões que os dele, só que mais rápido. Se ficarem diferentes, você acabou de escrever o primeiro parágrafo da sua vantagem na próxima onda.

Se fizer o exercício, me conta o que encontrou. Desconfio que a resposta diga mais sobre a próxima onda da sua empresa do que qualquer previsão.

Salvar conteúdo 0