Maioria das empresas não sabe quantos agentes de IA tem em operação, aponta especialista

A maior parte das empresas não tem controle sobre quantos agentes de inteligência artificial (IA) estão ativos em seus próprios sistemas, essa ausência de inventário é hoje uma grande falha de governança no processo de adoção de IA agêntica nas organizações, segundo Flávia Batista, líder de prática de AIOps da e-Core, consultoria global de tecnologia.

O alerta ganha peso diante de uma projeção da Gartner publicada em 2026, uma empresa global média do Fortune 500 deve operar mais de 150 mil agentes de IA até 2028, um salto expressivo frente aos menos de 15 registrados em 2025. “Você não pode controlar o que não sabe que existe. Quando uma empresa não tem inventário dos seus agentes de IA, ela opera com riscos invisíveis, agentes acessando sistemas críticos sem aprovação formal, consumindo dados sensíveis sem rastreabilidade e tomando decisões que impactam clientes sem registros auditáveis”, afirma a executiva.

O fenômeno já tem nome, o Shadow AI, uma referência ao conceito de Shadow IT, mas com implicações mais graves. Enquanto sistemas de TI não autorizados costumam existir de forma passiva dentro das empresas, agentes de IA agem, executam tarefas, alteram dados, interagem com outros sistemas e tomam decisões de forma autônoma ou semiautônoma. Cada agente não mapeado, portanto, representa um ponto cego de risco operacional, regulatório e financeiro.

Leia também: Intel sobe na bolsa após projeções acima do esperado reforçarem recuperação impulsionada pela IA

Diante desse cenário, a e-Core recomenda que as empresas conduzam um processo estruturado de descoberta, batizado de AI Agent Inventory, que combina varredura técnica dos ambientes, levantamento de contratos de SaaS com componentes de IA, entrevistas por área de negócio e análise de faturas corporativas, já que parte dos agentes costuma aparecer primeiro como linha de custo antes de ser formalmente reconhecida pela TI.

O resultado deve ser um registro centralizado de todos os agentes em uso, com proprietário definido, escopo de atuação, dados acessados e nível de autonomia. “Sem isso, qualquer política de governança é teórica. A recomendação é que essa descoberta seja conduzida em até 30 dias, combinando a dimensão técnica com a organizacional”, explica Flávia.

A partir desse mapeamento, cada agente deve ser classificado por nível de autonomia, tipo de dado acessado, criticidade do processo que suporta e existência de controles como logging e testes. Essa classificação gera uma matriz de risco que orienta quais agentes precisam ser desativados ou reformulados de imediato, quais exigem controles adicionais e quais podem ter sua autonomia ampliada.

Impacto na estratégia de dados

A falta de governança sobre agentes também compromete a estratégia de dados das empresas. Sem controles definidos, cada agente passa a criar artefatos próprios, tabelas fora do modelo oficial e cruzamentos sem linhagem documentada, o que pode fragmentar arquiteturas construídas ao longo de anos. “A governança de agentes de IA e a governança de dados precisam ser tratadas como uma única disciplina. Quando isso não acontece, o primeiro sinal costuma aparecer quando a empresa tenta unificar seus dados e descobre dezenas de tabelas que ninguém reconhece”, afirma a especialista.

O modelo tradicional de ITSM, pensado para ativos estáticos como servidores e licenças, também precisa se adaptar. Um agente que toma uma decisão incorreta não necessariamente gera um alerta no monitoramento convencional, ele simplesmente age. Por isso, segundo a e-Core, o ITSM precisa incorporar capacidade de rastrear ações, correlacionar comportamentos anômalos e investigar a causa raiz de decisões automatizadas, enquanto o change management deve passar a cobrir tanto a implantação de novos agentes quanto a expansão de sua autonomia.

Para Flávia, é justamente a adoção de práticas de governança que viabiliza, ao longo do tempo, o aumento da autonomia da inteligência artificial. Nenhum agente deveria ir para produção sem logging, proprietário definido e métricas de performance. “A expansão de autonomia só é possível quando existe um histórico de comportamento auditável e confiável. Empresas sem governança ficam presas no modo consultivo indefinidamente, porque não têm base para confiar”, conclui a executiva.

Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!

• agentes de IA
• Centro de operações
• governança