Capgemini aponta IA agêntica como eixo das cinco principais tendências tecnológicas para 2027

imagem gerada por IA

Flavio Sartori

A Capgemini apresentou o TechnoVision: Cinco Principais Tendências Tecnológicas para acompanhar em 2027. O documento destaca as tecnologias que devem chegar a um ponto de inflexão no próximo ano. Segundo a consultoria, com a busca por mais autonomia em processos e operações, a IA avança para sistemas capazes de agir e executar. Em 2027, isso deve transformar as operações empresariais, a cibersegurança, a pesquisa e desenvolvimento (P&D) e o comércio, com novos desafios de governança, segurança e resiliência.

Pascal Brier, diretor global de Inovação da Capgemini e membro do Comitê Executivo do grupo, lembra que o relatório do ano passado tratava da integração da IA à arquitetura corporativa, à engenharia de software e às operações. "Com os agentes de IA atuando de forma autônoma, a IA está atingindo um ponto de inflexão", afirma. Para ele, o principal desafio será escalar a autonomia sem perder o controle. Isso exige gerir as interações entre agentes, conter resultados imprevistos e responder a ameaças na velocidade das máquinas.

1. Empresa agêntica e sistemas multiagentes

Hoje, a maioria dos agentes de IA é simples o bastante para ser testada antes de entrar em operação. Com o aumento do volume, porém, fica inviável testar todas as interações. Uma empresa com 15 agentes tem 105 combinações possíveis de pares. Com 1.000 agentes e 200 sistemas agênticos, o número chega perto de 720.000.

Nessa escala, os agentes podem ter comportamentos não previstos no projeto original. Cada um pode tomar uma decisão razoável e, ainda assim, o sistema como um todo funcionar mal. A Capgemini prevê que o controle precisará de três níveis:

  • uma estrutura de governança (harness) para cada agente;
  • um plano de controle para cada sistema agêntico;
  • um plano de controle corporativo que abranja todos eles.

Em 2027, os planos corporativos deverão incluir registro de cada agente, identidade e permissões, monitoramento de consumo e resultados, visibilidade das interações, limites para ações conjuntas e mecanismos para interrompê-los.

2. Autonomia confiável e IA segura

A segurança da IA dependia de registrar como ela chega às decisões, limitar o acesso dos agentes e verificar se cada decisão respeitava as regras do negócio. Novos modelos, porém, já não mostram todas as etapas do raciocínio, e monitorá-las fica mais difícil em grande escala. Uma IA segura exige reconhecer que erros e incidentes podem ocorrer e definir até onde seus impactos podem se propagar.

As organizações precisarão acompanhar sinais de alerta, como:

  • uso de uma ferramenta não autorizada;
  • perda parcial das instruções;
  • aumento repentino de custos ou do tempo de resposta;
  • interrupção do funcionamento de um sistema.

Ao identificar esses sinais, o agente deve ser verificado ou retirado de operação. Em 2027, o foco deve migrar da explicabilidade para a contenção.

3. Cibersegurança na velocidade das máquinas

Segundo a Capgemini, agentes de IA já conseguem achar falhas em softwares e transformá-las em ataques reais sem intervenção humana, mesmo sem terem sido projetados para isso. Do lado dos atacantes, a IA amplia a capacidade de identificar vulnerabilidades e criar exploits, inclusive para assumir o controle de sistemas críticos. Do lado da defesa, a superfície de ataque cresce: cada assistente, agente ou sistema agêntico é um novo vetor potencial, e a detecção de intrusões não evolui no mesmo ritmo.

Uma defesa que dependa da reação de um analista humano já nasce em desvantagem. Em 2027, os centros de operações de segurança (SOCs) deverão usar máquinas para triagem e resposta imediata, enquanto os especialistas definem diretrizes, implantam sistemas agênticos e supervisionam. A transição deve gerar uma nova geração de SOCs, capaz de identificar ameaças em minutos.

4. P&D agêntica

Em P&D, a capacidade de pesquisar, selecionar e validar opções sempre foi limitada por recursos e pela capacidade de testes. A IA muda essa equação em duas etapas. Na exploração, permite investigar um leque maior de possibilidades, tanto em produtos de base molecular, como medicamentos, substâncias químicas e materiais avançados, quanto em produtos físicos, como veículos, máquinas e bens de consumo. Na execução, agentes escrevem, testam e corrigem códigos e apoiam design, simulação, testes e o ciclo de vida do produto.

Em 2027, a IA permitirá avaliar mais opções e acelerar a execução, o que reduz custos e o tempo de lançamento (time-to-market). O modelo operacional de P&D deverá evoluir em torno de IA, agentes, dados e ferramentas nativas de IA.

5. Comércio agêntico

Agentes de IA passam a atuar nos dois lados da transação. O consumidor pode pedir a um assistente que encontre produtos por preço, disponibilidade e entrega, e o agente compara vários varejistas em segundos. Os varejistas, por sua vez, começam a usar sistemas agênticos para orquestrar operações, enriquecer catálogos, ajustar preços e promoções, gerenciar reposição de estoques, atendimento e devoluções.

Em 2027, as organizações precisarão tornar seus negócios legíveis pela IA, com dados confiáveis, consistentes e atualizados sobre produtos, preços, estoque e entrega. Também deverão autenticar os agentes autorizados e barrar os mal-intencionados. As marcas terão de garantir visibilidade e relevância diante dos assistentes de IA, sem deixar de fortalecer preferência, fidelidade e confiança dos clientes.

Comentários