A conversa em torno da inteligência geral artificial (IGA) pode dominar as manchetes vindas de empresas do Vale do Silício como OpenAI, Meta e xAI, mas para os líderes empresariais no campo, o foco está firmemente nas aplicações práticas e nos resultados mensuráveis. No recente evento Transform 2025 da VentureBeat em San Francisco, uma imagem clara surgiu: a era da verdadeira IA agentic implantada está aqui, acelerando e já está reformulando como as empresas operam.
Empresas como Intuit, Capital One, LinkedIn, Stanford University e Highmark Health estão silenciosamente colocando agentes de IA em produção, enfrentando problemas concretos e vendo retornos tangíveis. Aqui estão os quatro principais aprendizados do evento para tomadores de decisão técnica.
1. Agentes de IA estão indo para a produção, mais rápido do que qualquer um percebeu
As empresas estão agora implantando agentes de IA em aplicações voltadas para o cliente, e a tendência está acelerando a um ritmo alucinante. Uma pesquisa recente da VentureBeat com 2.000 profissionais da indústria realizada pouco antes do VB Transform revelou que 68% das empresas (com mais de 1.000 funcionários) já haviam adotado IA agentic – um número que parecia alto na época. (Na verdade, eu me preocupei que fosse alto demais para ser credível, então quando anunciei os resultados da pesquisa no palco do evento, cautelizei que a alta adoção pode ser um reflexo da audiência específica da VentureBeat.)
No entanto, novos dados validam essa mudança rápida. Uma pesquisa da KPMG divulgada em 26 de junho, um dia após nosso evento, mostra que 33% das organizações estão agora implantando agentes de IA, um surpreendente aumento de três vezes em relação aos 11% nos dois trimestres anteriores. Essa mudança de mercado valida a tendência que a VentureBeat identificou semanas atrás em sua pesquisa pré-Transform.
Essa aceleração está sendo impulsionada por resultados tangíveis. Ashan Willy, CEO da New Relic, observou um crescimento impressionante de 30% trimestre a trimestre na monitoração de aplicações de IA por seus clientes, principalmente devido à adoção de agentes. As empresas estão implantando agentes de IA para ajudar os clientes a automatizar fluxos de trabalho dos quais precisam de ajuda. A Intuit, por exemplo, implantou agentes de geração de faturas e lembretes em seu software QuickBooks. O resultado? As empresas que usam o recurso estão sendo pagas cinco dias mais rápido e têm 10% mais chances de serem pagas integralmente.
Até mesmo não desenvolvedores estão sentindo a mudança. Scott White, líder de produto do produto Claude AI da Anthropic, descreveu como ele, apesar de não ser um programador profissional, agora está construindo funcionalidades de software prontas para produção ele mesmo. “Isso não era possível há seis meses”, explicou, destacando o poder de ferramentas como Claude Code. Da mesma forma, Olivier Godement, chefe de produto da OpenAI para sua plataforma API, detalhou como clientes como Stripe e Box estão usando seu SDK de Agentes para construir sistemas multi-agentes.
2. A corrida dos hyperscalers não tem vencedor claro, pois multi-nuvem e multi-modelo reinam
Os dias de apostar em um único fornecedor de modelo de linguagem grande (LLM) acabaram. Um tema consistente ao longo do Transform 2025 foi a mudança em direção a uma estratégia multi-modelo e multi-nuvem. As empresas querem a flexibilidade de escolher a melhor ferramenta para o trabalho, seja um modelo proprietário poderoso ou uma alternativa de código aberto bem ajustada.
Como Armand Ruiz, VP da Plataforma de IA na IBM, explicou, o desenvolvimento da empresa de um gateway de modelo — que roteia aplicações para usar o LLM mais eficiente e performático para o caso específico — foi uma resposta direta à demanda dos clientes. A IBM começou oferecendo a seus clientes empresariais seus próprios modelos de código aberto, depois adicionou suporte a código aberto e, finalmente, percebeu que precisava suportar todos os modelos. Esse desejo por flexibilidade foi ecoado por XD Huang, CTO da Zoom, que descreveu a abordagem de três camadas de modelos de sua empresa: suporte a modelos proprietários, oferta de seu próprio modelo ajustado e permitindo que os clientes criem suas próprias versões ajustadas.
Essa tendência está criando um ecossistema poderoso, mas contido, onde GPUs e o poder necessário para gerar tokens estão em oferta limitada. Como Dylan Patel da SemiAnalysis e os painelistas Jonathan Ross da Groq e Sean Liu da Cerebras apontaram, isso coloca pressão sobre a lucratividade de muitas empresas que simplesmente compram mais tokens quando estão disponíveis, em vez de garantir lucros à medida que o custo desses tokens continua a cair. As empresas estão se tornando mais inteligentes sobre como usam diferentes modelos para diferentes tarefas para otimizar tanto o custo quanto o desempenho — e isso pode muitas vezes significar não apenas confiar em chips da Nvidia, mas ser muito mais personalizado — algo também ecoado em uma sessão da VB Transform liderada pela Solidigm sobre a emergência de soluções de memória e armazenamento personalizadas para IA.
3. As empresas estão focadas em resolver problemas reais, não em perseguir a IGA
Enquanto líderes de tecnologia como Elon Musk, Mark Zuckerberg e Sam Altman falam sobre o amanhecer da superinteligência, os praticantes empresariais estão arregaçando as mangas e resolvendo desafios de negócios imediatos. As conversas no Transform foram refrescantemente ancoradas na realidade.
Pegue a Highmark Health, a terceira maior empresa de seguros de saúde e provedora integrada do país. Seu Diretor de Dados, Richard Clarke, disse que está usando LLMs para aplicações práticas como comunicação multilíngue para atender melhor sua base de clientes diversa e agilizando reivindicações médicas. Em outras palavras, aproveitando a tecnologia para oferecer melhores serviços hoje. Da mesma forma, a Capital One está construindo equipes de agentes que espelham as funções da empresa, com agentes específicos para tarefas como avaliação de risco e auditoria, incluindo ajudar seus clientes de concessionárias de automóveis a conectar clientes com os empréstimos certos.
A indústria de viagens também está vendo uma mudança pragmática. CTOs da Expedia e Kayak discutiram como estão se adaptando a novos paradigmas de busca possibilitados por LLMs. Os usuários agora podem buscar um hotel com uma “piscina infinita” no ChatGPT, e as plataformas de viagens precisam incorporar esse nível de descoberta em linguagem natural para permanecer competitivas. O foco está no cliente, não na tecnologia por si só.
4. O futuro das equipes de IA é pequeno, ágil e empoderado
A era dos agentes de IA também está transformando como as equipes são estruturadas. O consenso é que pequenas e ágeis “equipes” de três a quatro engenheiros são mais eficazes. Varun Mohan, CEO da Windsurf, uma IDE agentic em rápido crescimento, iniciou o evento argumentando que essa estrutura de equipe pequena permite testes rápidos de hipóteses de produtos e evita a desaceleração que aflige grupos maiores.
Essa mudança significa que “todos são construtores”, e cada vez mais, “todos são gerentes” de agentes de IA. Como a GitHub e a Atlassian observaram, os engenheiros agora estão aprendendo a gerenciar frotas de agentes. As habilidades requeridas estão evoluindo, com uma ênfase maior em comunicação clara e pensamento estratégico para guiar esses sistemas autônomos.
Essa agilidade é apoiada por uma crescente aceitação do desenvolvimento em sandbox. Andrew Ng, uma voz proeminente em IA, aconselhou os participantes a deixar a segurança, governança e observabilidade para o final do ciclo de desenvolvimento. Embora isso possa parecer contra-intuitivo para grandes empresas, a ideia é fomentar a inovação rápida dentro de um ambiente controlado para provar valor rapidamente. Esse sentimento foi refletido em nossa pesquisa, que descobriu que 10% das organizações que adotam IA não têm equipe dedicada à segurança de IA, sugerindo uma disposição para priorizar a velocidade nessas primeiras etapas.
Juntos, esses aprendizados pintam uma imagem clara de um panorama de IA empresarial que está amadurecendo rapidamente, passando de ampla experimentação para execução focada em valor. As conversas no Transform 2025 mostraram que as empresas estão implantando agentes de IA hoje, mesmo que tenham tido que aprender lições difíceis ao longo do caminho. Muitas já passaram por uma ou duas grandes mudanças desde que começaram a experimentar com IA generativa há um ou dois anos — então é bom começar cedo.