As conversas que tenho tido desde meados do ano passado, em reuniões, são quase sempre as mesmas. Alguém da comissão executiva mandatou a adoção de IA na empresa e, acredite ou não, em alguns casos, especificamente nos Recursos Humanos. A partir daí, instalou-se uma urgência, sem que ninguém soubesse muito bem para onde apontar.
O que aconteceu a seguir é previsível, e é humano: compra-se o que está à mão. Um agente que trata dos currículos. Outro que responde a perguntas sobre férias. Outro que resume reuniões. Cada um resolve alguma coisa, cada um é fácil de aprovar, e nenhum obriga a decidir nada de fundo.
Ao fim de um ano, a empresa tem meia dúzia de agentes e continua sem estratégia. Tem actividade.
O que os dados dizem sobre esta distância
Não fiquei por isso surpreendido com os resultados do Observatório 2026-2027 da Quidgest, que ouviu 311 profissionais entre janeiro e abril deste ano, em cinquenta países, com Portugal como país mais representado. É uma amostra de conveniência — quem respondeu escolheu responder — e o próprio estudo é explícito nesse sentido. Não é um retrato do mercado. É um retrato de quem participou, e chega para o tema que quero abordar.
61% das organizações já têm ou estão a testar agentes de IA. Apenas 20% os usam em mais do que uma área.
É esta a distância. Experimentar não é adoptar, e o subtítulo que o estudo escolheu diz o mesmo de outra maneira: da prova de conceito à produção. A tecnologia entrou. O processo de trabalho, na maior parte dos casos, permaneceu igual.
E não é um efeito da amostra, nem um problema português. No Data Streaming Report de 2026 da Confluent, feito com 4.625 líderes de TI em catorze países, apenas 32% dizem ter IA agêntica em produção. E dois terços dos responsáveis de dados ouvidos pela Informatica, em janeiro de 2025, dizem não ter conseguido passar sequer metade dos seus pilotos de IA generativa para produção.
Três estudos, com origens, amostras e geografias diferentes, a medir a mesma coisa: a distância entre ter começado e ter chegado.
O mito confortável, e o que o substitui
Quando pergunto porque é que permaneceu igual, a resposta que recebo com mais frequência é que as pessoas resistem.
Os dados deste Observatório dizem o contrário, e com uma clareza que me surpreendeu. Perguntados qual o maior obstáculo à adopção, os inquiridos colocam a resistência interna em último lugar, com 9%. À sua frente ficam a incerteza regulatória, a qualidade e o acesso aos dados, os custos, a falta de competências e os sistemas obsoletos.
Vale a pena refletirmos aqui, porque isto desarma uma narrativa inteira. Em mais de vinte anos a trabalhar com organizações, poucas vezes vi um diagnóstico em que a cultura fosse tão claramente ilibada. O bloqueio não é porque as pessoas não queiram. É a casa não estar preparada.
E há uma diferença prática enorme entre as duas coisas. Se o problema fosse resistência, resolvia-se com comunicação e formação — que é, aliás, o que muita gente está a comprar. Se o problema é estrutural, a formação não lhe toca.
Não se consegue justificar o que não se mede
Há dois números do Observatório que só fazem sentido lidos um contra o outro.
70% dizem que a IA facilitou o trabalho. Só 22% têm métricas operacionais para medir o seu impacto — 44% não têm nenhuma, e 32% estão a defini-las.
Ou seja: a esmagadora maioria acredita que está a correr bem, e quase ninguém consegue demonstrá-lo. Enquanto o investimento é pequeno, ninguém pergunta. Quando deixar de ser, alguém vai perguntar — e a primeira das dezoito tendências que o estudo identifica para o futuro é precisamente essa: o retorno da IA vai passar a ser exigido como o de qualquer outro investimento, com as direcções financeiras a pedir métricas concretas antes de aprovarem mais.
Quem tiver previsto a medição desde o início responde. Quem não tiver, vai ter de explicar um ano de despesa com uma percepção.
Quase dois terços não definiram o que a IA pode fazer
O dado que mais me incomodou foi outro.
Apenas 37% das organizações têm políticas definidas sobre o que os seus sistemas de IA podem e não podem fazer. 23% estão a criá-las, 20% não têm nada formalizado, e 21% não sabem responder. Somando, quase dois terços não têm um quadro claro que defina os limites dos seus sistemas.
Isto não é um problema de conformidade para resolver mais tarde. É a definição de não ter estratégia. Uma organização que não escreveu o que a ferramenta pode fazer não decidiu para que a quer — decidiu apenas tê-la.
E repare-se na ordem em que as coisas estão a acontecer: a ferramenta entra primeiro, a regra vem depois, se vier. Em qualquer outro domínio de decisão sobre pessoas, isso seria inaceitável, e nós sabemo-lo bem: ninguém aplica um instrumento de avaliação sem definir antes o que vai fazer com o resultado.
Porque é que isto acaba em agentes soltos
Junte-se tudo. Há pressão de cima para mostrar movimento. Não há estratégia escrita. Não há métrica que diga o que resultou. Não há política que diga o que a ferramenta pode fazer.
Nestas condições, comprar um agente de cada vez não é irracional — é a única coisa que se consegue aprovar. Cada compra é pequena, defensável, e não obriga a tocar em nada. É a decisão que o sistema permite.
O problema é que meia dúzia dessas decisões, tomadas uma a uma, não somam uma capacidade. Somam-se seis ferramentas que não comunicam entre si, cada uma com o seu fornecedor, os seus dados e o seu contrato. É o mesmo padrão de fragmentação que o software de gestão já produziu nas últimas duas décadas, só que agora com um ciclo de compra muito mais rápido.
Escrevi aqui, em abril, que a IA agêntica era a resposta estrutural à fragmentação. Mantenho — mas há uma condição, e é sobre ela que vou escrever no próximo artigo: os agentes só desfazem silos se partilharem uma base comum. Sem isso, são silos novos com melhor vocabulário.
Vale a pena mencionar que esta não é uma leitura só minha. Na conferência da Quidgest, na semana passada, a posição apresentada foi a de que a era dos agentes isolados acabou, e que o valor não está no agente mas na organização que se reorganiza à volta dele.
Fico contente por não sermos só nós a dizê-lo, porque o que o mercado precisa é de passar a fazê-lo de raiz: não uma coleção de agentes individuais, mas agentes assentes nos dados próprios da organização, com a governação que isso exige, e capazes de crescer com ela.
O que fazer antes de comprar o próximo
Não proponho aqui uma estratégia de IA. Proponho apenas procurar respostas a quatro perguntas, que são as que eu faria antes de aprovar o agente seguinte.
Que decisão este agente ajuda a tomar melhor? Se a resposta for «poupa tempo», não está errada. No entanto, 70% das pessoas dão essa resposta e só 22% conseguem provar. Poupar tempo é um bom efeito secundário. Mas é um mau objetivo.
Como é que saberemos daqui a seis meses se resultou? Se não houver resposta hoje, não haverá daqui a seis meses. A métrica define-se antes, ou não se define.
O que é que esta ferramenta não pode fazer? Se ninguém escreveu, não há limite. E a pergunta não é hipotética: quase dois terços das organizações deste estudo estão exactamente nessa situação.
E onde é que isto se encaixa no que já temos? É a pergunta que mais frequentemente não se faz, e é a que o próximo artigo desenvolve. Ou seja, temos os dados necessários disponíveis? E os sistemas legacy em vigor na Organização?
Nenhuma destas quatro exige orçamento. Exigem que alguém decida, e é isso que a pressão para mostrar movimento torna mais difícil.
A comissão executiva tem razão em perguntar o que é que a empresa está a fazer em IA. A resposta certa raramente é comprar mais um agente.
Da experimentação à adoção
Na The Key Talent, não começamos por perguntar “que agente quer implementar?”. Começamos pelo problema que precisa de resolver, pelos dados disponíveis e pela decisão que pretende melhorar.
A nossa abordagem de IA Agêntica e Selfware parte de um núcleo de dados centralizado e permite construir, sobre essa base, desde um único agente até uma plataforma à medida — integrando-se com os sistemas que a organização já utiliza.
E, se quiser ver como montamos essa base comum com agentes em produção: IA Agêntica na The Key Talent.