A disfunção comunicacional entre as unidades de tecnologia e as divisões de negócios não é um fenômeno novo, mas em 2025 ela atingiu um ponto de saturação crítica que ameaça a viabilidade financeira das organizações globais. Estudos recentes indicam que aproximadamente 42% das empresas já registraram perdas financeiras diretas decorrentes da fricção digital, uma métrica que quantifica o desgaste gerado por ferramentas tecnológicas inadequadas ou mal compreendidas pelos seus usuários finais.¹ Esse cenário de desequilíbrio é agravado pelo fato de que 69% dos profissionais acreditam que esses atritos tecnológicos são o principal motor da rotatividade de talentos, com quase um terço dos colaboradores admitindo ter considerado deixar seus empregos devido à frustração com a tecnologia.¹ O advento da Inteligência Artificial Agêntica (IA Agêntica) surge neste contexto não apenas como uma ferramenta de automação, mas como uma linguagem mediadora que exige um novo contrato de colaboração entre o CIO e o CEO.²

A complexidade inerente à TI moderna, caracterizada por arquiteturas de nuvem distribuídas e uma proliferação de microsserviços, tornou a tarefa de “traduzir” requisitos de negócios em código uma barreira quase intransponível para métodos tradicionais de gestão de projetos.² A velocidade da modernização tecnológica agora supera a capacidade humana de redesenhar pilhas interdependentes, criando um gargalo onde o problema não é a falta de tecnologia, mas a incapacidade de governar a mudança autônoma.² A IA Agêntica propõe inverter essa lógica: em vez de a tecnologia seguir instruções humanas rígidas, ela passa a colaborar na perseguição de metas estratégicas, operando com um grau de independência que exige que a área de negócios aprenda a comunicar não o “como”, mas o “para quê”.⁴

A raiz da dificuldade reside em modelos mentais conflitantes. Enquanto a área de negócios opera sob a lógica da oportunidade, do mercado e do retorno sobre investimento imediato, a área de TI é tradicionalmente treinada na lógica do determinismo, da mitigação de riscos e da integridade do sistema.¹ Essa divergência cria o que especialistas chamam de “vácuo de intenção”, onde o que o executivo deseja não é o que o desenvolvedor constrói, resultando em sistemas que, embora tecnicamente funcionais, são operacionalmente irrelevantes.²

Em ambientes de TI desorganizada, falhas operacionais como perda de ativos, contratos expirados ou ausência de inventários atualizados tornam-se rotina, custando caro à reputação da empresa.⁶ A omissão dessas falhas, motivada pelo medo de represálias ou pela incapacidade de explicar termos técnicos ao cliente, gera um ciclo de desconfiança que a IA Agêntica promete mitigar através de transparência algorítmica e monitoramento preditivo.⁶ A tabela abaixo detalha as principais fricções entre as áreas e como a abordagem agêntica propõe uma reconciliação.

Para viabilizar a visão do gestor como um estrategista de RTS que personaliza seus exércitos, a infraestrutura tecnológica subjacente das organizações precisa sofrer uma metamorfose. O modelo monolítico, onde interface, lógica de negócios e dados vivem em um bloco inseparável, é incompatível com a velocidade da era da IA. Surge então o paradigma do “Core Estável com Shell Inteligente e Personalizável”.

2.1. O Fim do Monólito: ERP Componível e Arquitetura Headless

O futuro do software de gestão reside na arquitetura Componível (Composable ERP). Neste modelo, a empresa é visualizada não como um edifício de concreto, mas como um conjunto de blocos de LEGO — microsserviços e APIs modulares — que podem ser montados e remontados conforme a estratégia muda.18

• O Core Estável (O Motor do Jogo): No centro, temos o “Ledger” imutável — os registros financeiros, fiscais e legais que exigem precisão absoluta e conformidade regulatória. Assim como o motor gráfico de um jogo (Game Engine) define as leis da física e a renderização básica que não podem ser quebradas, o Core do ERP garante que a contabilidade feche e os impostos sejam pagos. Este núcleo deve ser robusto, seguro e, paradoxalmente, “chato” e invisível.21
• A Shell Personalizável (A Interface e os Mods): Ao redor deste núcleo estável, reside a camada de inovação: a “Shell” ou casca, composta por Agentes Autônomos e Interfaces Generativas. É aqui que o gestor atua. Ele não altera o código contábil do Core, mas configura agentes que interagem com esse Core para extrair dados, processar transações e gerar insights de formas únicas para seu departamento.23

Essa separação é o que permite a personalização em escala. O “Core” é o mesmo para todos (garantindo a “Single Version of Truth” 24), mas a forma como cada gestor interage com ele é totalmente moldada por IA.

2.2. Generative UI: A Interface que se Desenha em Tempo Real

A manifestação mais visível dessa “Shell” inteligente é a Interface de Usuário Generativa (Generative UI ou GenUI). Até 2024, as interfaces de software eram determinísticas: um designer humano decidia onde ficava cada botão, e todos os usuários viam a mesma tela. Isso é o equivalente a um jogo linear.

Em 2026, com o avanço de LLMs multimodais, entramos na era das interfaces probabilísticas e fluidas. Quando um gestor pergunta ao sistema: “Como está a performance de vendas da nova linha de produtos no Nordeste comparada com a campanha de marketing do mês passado?”, o sistema não o leva para um menu fixo. O Agente de IA:

1. Compreende a Intenção: Analisa o pedido semântico.
2. Busca os Dados: Conecta-se às APIs do ERP (Vendas) e do CRM (Marketing).
3. Gera a Interface: Desenha, em tempo real, um dashboard único — talvez um mapa de calor sobreposto a um gráfico de linhas de investimento — especificamente para responder àquela pergunta naquele momento.25

Para o novo gestor, o software deixa de ser uma série de telas para decorar e passa a ser uma superfície líquida que se adapta ao seu contexto.26 Isso elimina a curva de aprendizado de navegação (clicar em menus) e foca puramente na curva de aprendizado de fazer as perguntas certas (estratégia). Se o gestor prefere ver dados em tabelas, a IA aprende e apresenta tabelas. Se prefere gráficos visuais, a IA se adapta. É a personalização definitiva, comparável a configurar o HUD (Heads-Up Display) de um jogo complexo para mostrar apenas as informações vitais para o estilo de jogo daquele jogador.29

2.3. Agentes Autônomos como a Camada de Orquestração

Se a GenUI é a pele do novo sistema, os Agentes Autônomos são os músculos e o cérebro tático. Diferente dos chatbots passivos, os agentes possuem “agência”: a capacidade de perseguir objetivos abstratos através de múltiplos passos sem supervisão humana constante.3

A arquitetura técnica de um agente empresarial típico em 2026 envolve:

• Percepção (Sensors): Monitoramento contínuo de eventos no Core (ex: “Novo pedido entrou”, “Estoque baixou do mínimo”).
• Memória (Context): Acesso ao histórico do cliente, políticas da empresa e preferências do gestor (RAG – Retrieval-Augmented Generation).
• Raciocínio (Brain/LLM): Capacidade de planejar uma sequência de ações (ex: “Para repor estoque, preciso cotar com 3 fornecedores, aprovar o menor preço e agendar entrega”).
• Ação (Tools/Actuators): Permissão para executar transações via API (enviar e-mail, criar Ordem de Compra no ERP).32

Essa camada agêntica atua como o middleware definitivo para a personalização de processos.34 O software “padrão” não precisa saber lidar com uma exceção logística específica de um cliente VIP; o gestor simplesmente treina um Agente de Logística para tratar aquele cliente de forma diferenciada, criando uma regra de negócio flexível que vive na camada do agente, não no código rígido do ERP.

Essa reconciliação exige que a liderança de negócios compreenda que a IA Agêntica não é um “plug-and-play”, mas um sistema que requer bases de dados sólidas e uma integração cuidadosa aos fluxos de trabalho existentes.⁹ Sem essa base, até 40% dos projetos de IA agêntica podem falhar até 2027, principalmente porque as organizações tentam automatizar processos que já estão inerentemente defeituosos.¹⁰

Para o executivo de negócios, a distinção entre a IA Generativa (como o ChatGPT) e a IA Agêntica é fundamental para a tomada de decisão estratégica. A IA Generativa é essencialmente reativa e centrada no conteúdo; ela responde a prompts humanos criando texto, código ou imagens.¹¹ Já a IA Agêntica é proativa e centrada na ação.⁴ Ela não apenas gera uma resposta, mas planeja e executa tarefas multietapas em sistemas reais para atingir um objetivo.¹²

Imagine um cenário de atendimento ao cliente: a IA Generativa redigiria uma resposta educada a um e-mail de reclamação sobre um pedido atrasado. A IA Agêntica, por outro lado, identificaria a reclamação, acessaria o sistema de logística para rastrear o pacote, verificaria o estoque em armazéns próximos, autorizaria um novo envio e emitiria um cupom de desconto para o cliente, tudo sem intervenção humana direta, mas dentro dos limites de custo e política definidos pela diretoria.⁴

Componentes Técnicos Explicados para o Negócio

A IA Agêntica opera através de um ciclo contínuo que mimetiza o raciocínio humano em quatro etapas principais ¹¹:

1. Percepção: O agente coleta dados de diversas fontes, incluindo sensores, APIs de terceiros, e-mails e bancos de dados corporativos.¹² Para o negócio, isso significa que a “higiene de dados” é o novo imperativo estratégico.⁷
2. Raciocínio: O sistema utiliza modelos de linguagem de grande porte (LLMs) para analisar o contexto e entender a intenção por trás de uma meta vaga.⁴ Ele avalia a probabilidade de sucesso de diferentes abordagens.⁴
3. Planejamento: O agente decompõe o objetivo em subtarefas gerenciáveis, criando um plano de ação dinâmico que pode ser ajustado se o ambiente mudar (por exemplo, se um servidor cair durante a execução).⁵
4. Ação: O agente executa as tarefas utilizando ferramentas externas (navegadores, software de gestão, APIs financeiras), aprendendo com os resultados para melhorar execuções futuras.¹¹

Este ciclo transforma a IA de uma ferramenta passiva em um “colaborador digital” capaz de lidar com a complexidade cognitiva que antes exigia microgestão humana constante.¹⁴

A maior barreira para a adoção bem-sucedida da IA Agêntica não é técnica, mas cultural. Durante décadas, a relação entre TI e Negócios foi baseada na "escrita de requisitos". 2 O
negócio dizia exatamente o que o sistema deveria fazer. Com agentes autônomos, essa abordagem torna-se obsoleta e limitante. O sistema agora é "orientado a metas". 4

Esta transição exige que os líderes de negócio desenvolvam uma nova habilidade: a liderança de agentes. 17 Em vez de prescrever passos, o executivo deve definir políticas, limites éticos e
indicadores-chave de desempenho (KPIs). 2 O sistema opera sob a lógica de "sentir e responder", onde observa continuamente o ambiente e decide autonomamente o melhor caminho incremental, em vez de seguir um plano rígido desenhado meses antes. 2

Essa mudança agrava a tensão de prontidão da liderança. Onde antes arquitetos e desenvolvedores planejavam e comitês validavam, agora o sistema pode se auto-otimizar e refatorar dependências com intervenção humana mínima.2 O diferencial competitivo não será mais a rapidez com que uma empresa adota a tecnologia, mas a eficácia com que ela governa a mudança autônoma.2

Para que a área de negócios visualize o valor real, é necessário examinar onde a IA Agêntica já está transformando indústrias em 2025. A aplicação prática vai muito além da produtividade individual, alcançando a rearquitetura completa de fluxos de trabalho organizacionais.17

Cadeia de Suprimentos Autoregenerativa

Na logística, a IA Agêntica permite que as empresas passem da previsão passiva para a orquestração ativa. Enquanto a IA tradicional pode prever uma falta de estoque com base em padrões históricos, um agente de IA pode atuar em tempo real para mitigar o problema.8 Ele pode monitorar atrasos climáticos em portos, identificar fornecedores alternativos, negociar preços automaticamente via APIs e reencaminhar remessas, mantendo o equilíbrio entre custo e tempo de entrega definido pelo departamento financeiro.15 A Unilever, por exemplo, utilizou essa integração para aumentar a precisão de suas previsões para 95% e reduzir o desperdício de estoque em 30%, demonstrando benefícios tangíveis na lucratividade.19

Segurança Cibernética com Resposta Autônoma

Com o aumento da superfície de ataque gerado pela própria IA, a segurança tornou-se um campo de batalha agêntico.20 Agentes de segurança digital agora são capazes de detectar comportamentos suspeitos em milissegundos, bloquear acessos e aplicar medidas corretivas sem esperar por uma autorização manual que poderia levar horas.21 No Brasil, cerca de 46% das equipes de segurança já utilizam esses agentes, com uma projeção de crescimento para 75% até 2026, refletindo a urgência de respostas proativas em ambientes críticos.21

Desenvolvimento de Software e Modernização Legada

No coração da TI, agentes assistivos estão redefinindo o ciclo de vida do desenvolvimento. Eles não apenas sugerem trechos de código, mas validam lógica, estruturam testes automatizados e podem até refatorar sistemas legados para torná-los compatíveis com arquiteturas modernas.2 Isso libera os desenvolvedores humanos de tarefas repetitivas, permitindo que foquem na arquitetura estratégica e na inovação, reduzindo a fricção digital entre o que o negócio pede e o que a TI consegue entregar em prazos viáveis.14

O mercado brasileiro apresenta uma dualidade interessante em 2025. Embora o país apresente altos índices de experimentação tecnológica, a infraestrutura básica e a maturidade de dados ainda são desafios significativos.22 Pesquisas indicam que 62% das grandes empresas brasileiras já utilizam agentes de IA em alguma capacidade, com foco predominante em marketing, vendas e atendimento ao cliente.23

Entretanto, o ROI (Retorno sobre Investimento) tem se mostrado um campo de batalha. Enquanto 74% dos executivos relatam algum nível de retorno em seus investimentos em IA no primeiro ano, apenas uma elite de 6% das empresas — as chamadas “AI High Performers” — consegue atribuir um impacto superior a 5% no EBIT corporativo.18 Esses líderes se distinguem por seguirem o princípio 10-20-70: dedicam 70% dos seus esforços a pessoas, processos e transformação cultural; 20% à infraestrutura de dados; e apenas 10% aos algoritmos de IA.25

Exemplos nacionais como o Banco do Brasil, que realizou a primeira transação agêntica do país para pagamentos iniciados por IA, mostram que as instituições financeiras brasileiras estão na vanguarda da aplicação prática.24 No setor farmacêutico, startups como a Maggu AI captaram milhões para expandir plataformas de IA no varejo, sinalizando que a tecnologia está penetrando em setores tradicionais da economia nacional.24

Apesar do otimismo, o relatório Deloitte Tech Trends 2026 alerta para um “Reality Check” necessário.10 A lacuna entre o piloto e a produção continua vasta: enquanto 38% das empresas estão realizando pilotos agênticos, apenas 11% possuem esses sistemas operando em ambientes de produção real.10

Os principais motivos para a falha ou interrupção de projetos agênticos em 2025 e 2026 incluem:

1. Automação de Processos Obsoletos: Tentar aplicar IA sobre fluxos de trabalho que foram desenhados para humanos, sem redesenhá-los para serem “nativos de agentes”, apenas escala a ineficiência.10
2. Gargalos de Integração Legada: Sistemas corporativos tradicionais não possuem a capacidade de execução em tempo real ou as APIs modulares necessárias para sustentar a autonomia de um agente.10
3. Higiene de Dados Deficiente: Quase metade das organizações cita a falta de dados pesquisáveis e reutilizáveis como o maior obstáculo para sua estratégia de IA.7
4. Desalinhamento de Talentos: Projetos falham quando o RH e a TI não ajustam suas estruturas para gerir o que é chamado de “força de trabalho baseada em silício”.10

Para os executivos de negócios, isso significa que o investimento em IA deve ser, antes de tudo, um investimento em modernização de infraestrutura e capacitação de pessoas.17 A crença de que a IA Agêntica é uma camada mágica que resolve problemas de gestão profunda é o caminho mais rápido para o fracasso do projeto.10

À medida que delegamos decisões a agentes autônomos, as questões de ética e supervisão tornam-se centrais na pauta da diretoria.7 A IA Agêntica pode apresentar comportamentos imprevistos ou “drift” (desvio) de modelo ao longo do tempo, o que exige frameworks de validação contínua e monitoramento de qualidade.7

Um ponto fascinante da pesquisa emergente é a importância da “personalidade” dos agentes de IA.27 Estudos indicam que agentes projetados com personalidades que complementam seus colegas humanos aumentam a produtividade e a aceitação tecnológica. Por exemplo, humanos com perfis mais “abertos” performam melhor com agentes conscienciosos e agradáveis, enquanto humanos altamente conscienciosos podem entrar em conflito com agentes excessivamente complacentes.27

Além disso, a governança deve evoluir para gerenciar não apenas o que a IA faz, mas quem tem autoridade para autorizar suas ações.2 A segurança de tokens e o manuseio de segredos digitais tornam-se pilares da arquitetura agêntica, exigindo que a TI implemente protocolos de autorização multiusuário antes de levar qualquer agente de alto valor para a produção.20

Considerações para a Liderança: Construindo a Ponte

Para superar a dificuldade de comunicação e aproveitar a era agêntica, as organizações devem adotar uma postura de “pragmatismo de processo”.16 Isso significa redesenhar as operações para acomodar os agentes de IA como colaboradores ativos, e não apenas ferramentas.16 As práticas operacionais de tomada de decisão, compartilhamento de conhecimento e gestão de desempenho devem ser recalibradas para refletir essa nova parceria humano-IA.16

O papel do CIO e do CTO está mudando de “gestores de ativos de TI” para “orquestradores de ecossistemas agênticos”.2 Da mesma forma, o papel dos líderes de negócios evolui de “compradores de tecnologia” para “definidores de intenção e guardiões de valor”.17

A IA Agêntica oferece a promessa de eliminar as barreiras digitais que frustram os colaboradores e drenam os lucros.1 No entanto, alcançar essa promessa exige uma mudança profunda na forma como comunicamos nossas intenções estratégicas para as máquinas — e, principalmente, entre nós mesmos.2 O futuro da competitividade empresarial não será definido por quem tem o melhor modelo de linguagem, mas por quem consegue orquestrar a mudança autônoma de forma mais ética, segura e alinhada aos objetivos humanos.2

Em última análise, a IA Agêntica não é o fim da intervenção humana, mas o início de uma supervisão mais estratégica e criativa.3 Ao liberar os funcionários de tarefas repetitivas e cognitivamente tediosas, abrimos espaço para o trabalho de alto valor que define a inovação real.14 O abismo entre TI e Negócios pode finalmente ser fechado, não por um software, mas por uma nova forma de trabalhar onde a tecnologia entende nossas metas tão bem quanto nós mesmos.4

Este relatório fundamenta a base teórica e prática para a série de artigos voltados à área de negócios, estabelecendo a IA Agêntica como o pilar central da transformação digital para o biênio 2025-2026. As organizações que ignorarem a necessidade de redesenhar sua comunicação e seus processos para esta nova realidade correm o risco de ficarem presas em um ciclo de obsolescência tecnológica e ineficiência operacional.2

Referências citadas

1. Falhas de TI já provocam prejuízos em larga escala nas empresas, diz estudo – SITEPD, acessado em março 17, 2026, https://sitepd.org.br/2025/11/19/falhas-de-ti-ja-provocam-prejuizos-em-larga-escala/
2. How agentic AI will self-assemble the enterprise stack – CIO, acessado em março 17, 2026, https://www.cio.com/article/4145777/how-agentic-ai-will-self-assemble-the-enterprise-stack.html
3. Hype Cycle para IA generativa 2025: principais inovações em destaque – Gartner, acessado em março 17, 2026, https://www.gartner.com.br/pt-br/artigos/hype-cycle-para-ia-generativa
4. O que é IA agêntica? Como o OpenText potencializa o sucesso das …, acessado em março 17, 2026, https://www.opentext.com/br/what-is/agentic-ai
5. IA agêntica: Como funciona, benefícios e comparação com a IA tradicional | DataCamp, acessado em março 17, 2026, https://www.datacamp.com/pt/blog/agentic-ai
6. Comunicar Falhas de TI Sem Perder o Cliente – Eunerd, acessado em março 17, 2026, https://encontreumnerd.com.br/artigos/ti-desorganizada/comunicar-falhas-de-ti-sem-perder-o-cliente
7. Exemplos de agentes de IA que moldam o cenário empresarial – Databricks, acessado em março 17, 2026, https://www.databricks.com/br/blog/ai-agent-examples-shaping-business-landscape
8. TI em 2025: 6 Tendências que Estão Redefinindo o Setor | Target Solutions, acessado em março 17, 2026, https://www.targetso.com/artigos/ti-em-2025/
9. Agentes de IA na cadeia de suprimentos | IBM, acessado em março 17, 2026, https://www.ibm.com/br-pt/think/topics/ai-agents-supply-chain
10. Agentic AI strategy | Deloitte Insights, acessado em março 17, 2026, https://www.deloitte.com/us/en/insights/topics/technology-management/tech-trends/2026/agentic-ai-strategy.html
11. IA agêntica vs. IA generativa | IBM, acessado em março 17, 2026, https://www.ibm.com/br-pt/think/topics/agentic-ai-vs-generative-ai
12. O que é IA agêntica? Definição e diferenciais – Google Cloud, acessado em março 17, 2026, https://cloud.google.com/discover/what-is-agentic-ai?hl=pt-BR
13. O que é IA Agética? – Databricks, acessado em março 17, 2026, https://www.databricks.com/br/blog/what-is-agentic-ai
14. O que é IA agêntica? Saiba mais sobre a implementação … – Alura, acessado em março 17, 2026, https://www.alura.com.br/empresas/artigos/ia-agentica
15. Casos de uso de agentes de IA – IBM, acessado em março 17, 2026, https://www.ibm.com/br-pt/think/topics/ai-agent-use-cases
16. How will agentic AI challenge and change your business? – Mercer, acessado em março 17, 2026, https://www.mercer.com/insights/talent-and-transformation/skill-based-talent-management/how-will-agentic-ai-challenge-and-change-your-business/
17. The change agent: Goals, decisions, and implications for CEOs in the agentic age, acessado em março 17, 2026, https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-change-agent-goals-decisions-and-implications-for-ceos-in-the-agentic-age
18. The State of AI: Global Survey 2025 – McKinsey, acessado em março 17, 2026, https://www.mckinsey.com/capabilities/quantumblack/our-insights/the-state-of-ai
19. Como a IA transforma a logística e a previsão nas cadeias de suprimentos – AlfaPeople, acessado em março 17, 2026, https://alfapeople.com/br/como-a-ia-transforma-a-logistica-e-a-previsao-nas-cadeias-de-suprimentos/
20. Gartner identifica principais tendências de segurança cibernética para 2026 – ABES, acessado em março 17, 2026, https://abes.org.br/gartner-identifica-principais-tendencias-de-seguranca-cibernetica-para-2026/
21. 5 casos de uso da AI Agêntica para negócios – td synnex, acessado em março 17, 2026, https://blog-pt.lac.tdsynnex.com/5-casos-de-uso-da-ai-agentica-para-neg%C3%B3cios
22. 25% das empresas brasileiras tem ao menos um caso de uso com IA – IPNews, acessado em março 17, 2026, https://ipnews.com.br/25-das-empresas-brasileiras-tem-ao-menos-um-caso-de-uso-com-ia/
23. 15% das grandes empresas brasileiras já utilizam IA agêntica – Mobile Time, acessado em março 17, 2026, https://www.mobiletime.com.br/noticias/14/08/2025/idc-ia-agentica/
24. 62% das empresas brasileiras já utilizam agentes de IA, aponta estudo do Google Cloud, acessado em março 17, 2026, https://iabrasilnoticias.com.br/62-das-empresas-brasileiras-ja-utilizam-agentes-de-ia-aponta-estudo-do-google-cloud/
25. The State of AI in 2024-2025: What McKinsey’s Latest Report Reveals About Enterprise Adoption – PUNKU.AI Blog, acessado em março 17, 2026, https://www.punku.ai/blog/state-of-ai-2024-enterprise-adoption
26. Inteligência Artificial Agêntica Aplicada à Transformação Empresarial (Portuguese), acessado em março 17, 2026, https://professional.mit.edu/course-catalog/inteligencia-artificial-agentica-aplicada-transformacao-empresarial-portuguese
27. Agentic AI, explained | MIT Sloan, acessado em março 17, 2026, https://mitsloan.mit.edu/ideas-made-to-matter/agentic-ai-explained
28. Agentic AI Adoption Trends & Enterprise ROI Statistics – Arcade.dev, acessado em março 17, 2026, https://www.arcade.dev/blog/agentic-framework-adoption-trends/
29. The agentic era: How AI is rewriting the rules of work and talent – Eightfold, acessado em março 17, 2026, https://eightfold.ai/learn/the-agentic-era-how-ai-is-rewriting-the-rules-of-work-and-talent/
30. Insights sobre o Imagine 2025: Da Automação aos Agentes de IA Autônomos – Greenfive, acessado em março 17, 2026, https://www.greenfive.com.br/insights-sobre-o-imagine-2025-da-automacao-aos-agentes-de-ia-autonomos