Agentes de IA: Orquestração de Negócios
Como agentes de IA apoiam onboarding de clientes, seguros e serviços públicos com orquestração, aprovação humana e dados não estruturados governados.
Um novo cliente empresarial envia uma solicitação de abertura de conta. O gerente de relacionamento tem o formulário. A área de operações tem os documentos da empresa. O compliance precisa da comprovação de titularidade. Um anexo revisado chega por e-mail depois que a primeira análise já começou. Ninguém está esperando por um parágrafo melhor de texto gerado por IA. Todos estão esperando o caso avançar com a evidência certa.
É aqui que os agentes de IA nos negócios se tornam úteis. Um agente pode identificar o que chegou, comparar com o que o processo exige, recuperar a política aplicável, preparar uma cobrança direcionada e entregar uma exceção documentada à pessoa certa. Ele pode reduzir o trabalho entre sistemas tanto quanto o trabalho dentro de um documento.
Mas concluir tarefas isoladas é apenas parte do problema. Um banco precisa saber se o cadastro do cliente está pronto para uma decisão. Uma seguradora precisa saber qual redação de apólice valia na data do sinistro. Um órgão público precisa conseguir explicar como uma solicitação foi avaliada. Em cada caso, a automação confiável depende de três coisas funcionando juntas: evidência informativa, execução coordenada e decisões com responsabilidade definida.
Quais tarefas humanas os agentes de IA conseguem executar?
Um agente de IA é um sistema que usa um modelo e ferramentas para perseguir um objetivo definido, ajustando o próximo passo conforme as informações e os resultados. Em uma empresa, essas ferramentas podem recuperar um cadastro de cliente, inspecionar um documento, consultar o status de um caso ou submeter uma atualização aprovada. Um objetivo útil é específico: “Preparar esta solicitação para análise e identificar as evidências em aberto.” Uma instrução para “cuidar do onboarding” deixa autoridade demais sem definição.
O melhor ponto de partida é o trabalho que uma pessoa executa repetidamente ao preparar uma decisão: reunir informações, comparar fontes, aplicar uma checklist, explicar uma divergência e montar a próxima ação. Um cargo como subscritor ou analista de compliance contém muitas dessas tarefas, mas também carrega julgamento e responsabilidade que não podem ser reduzidos a um prompt.
| Tarefa humana | Contribuição do agente | Limite a impor |
|---|---|---|
| Ler e organizar um caso | Classificar anexos, extrair campos e vincular evidências. | Sinalizar páginas ilegíveis e correspondências incertas. |
| Verificar requisitos | Comparar o arquivo com uma checklist versionada e a política aprovada. | Não interpretar evidência ausente como aprovação. |
| Analisar divergências | Explicar nomes, datas, valores ou cláusulas conflitantes com citações. | Separar observação, inferência e fato verificado. |
| Preparar correspondência | Redigir um pedido específico para a informação faltante. | Aplicar permissões de destinatário, divulgação e envio. |
| Recomendar um próximo passo | Preparar opções, evidências de apoio e questões em aberto. | Escalar o que estiver fora do escopo delegado. |
| Atualizar uma aplicação | Executar uma transação autorizada por meio de uma ferramenta controlada. | Checar aprovação, evitar duplicidades e verificar o resultado. |
Agente, chatbot ou fluxo de trabalho: escolha conforme a tarefa
Um chatbot pode explicar uma checklist de onboarding. Um fluxo determinístico pode encaminhar uma solicitação assim que os campos obrigatórios estiverem presentes. A automação robótica de processos (RPA) pode inserir esses campos em uma aplicação legada. Um agente ajuda quando o próximo passo depende de interpretar documentos variados ou de resolver um contexto incompleto.
Essas abordagens podem conviver. A orientação de engenharia da Anthropic diferencia fluxos de trabalho com caminhos de execução predefinidos de agentes que direcionam dinamicamente o uso de suas ferramentas. Ela recomenda começar pela abordagem adequada mais simples. A implicação prática é reservar o raciocínio flexível para as partes que realmente precisam dele, enquanto a sequência obrigatória e a autorização são impostas em código. Fonte: Anthropic, Building effective agents.
Por que os dados não estruturados são a base de agentes confiáveis
Sistemas de negócio armazenam campos. Casos de negócio dependem de evidências. A explicação para um campo pode estar em um formulário assinado, em um endosso de apólice, em um laudo de vistoria, em um anexo de e-mail ou em um certificado digitalizado. Um agente que enxerga apenas o campo pode perder a ressalva que muda o seu significado.
Considere o nome de uma empresa extraído de um certificado de registro. O texto pode estar correto e, ainda assim, o certificado pode pertencer a outra entidade, ter sido substituído por uma alteração contratual ou omitir a página que identifica o signatário autorizado. O reconhecimento óptico de caracteres (OCR) resolve o problema da leitura. Ele não resolve, sozinho, identidade, completude ou autoridade.
Um fato precisa vir com o seu contexto
Documento original, localização da página, versão e data de captura.
Definição do campo, relação com a entidade e finalidade de negócio.
Checagens de qualidade, vigência, contradições e status de validação.
Permissões de acesso, uso permitido, retenção e histórico de revisão.
Registro de evidência ilustrativo. Um valor legível não é automaticamente um fato verificado.
Um pipeline de conteúdo informativo preserva essas conexões ao longo de seis etapas: capturar o original; classificar o seu tipo; extrair os valores relevantes; validá-los contra regras e fontes de referência; associá-los ao caso correto; e expô-los por meio de uma recuperação sensível a permissões. Digitalizações de baixa qualidade, correspondências ambíguas de entidades e valores inconsistentes exigem estados de exceção explícitos.
A geração aumentada por recuperação (RAG) pode fornecer trechos de fonte relevantes a um modelo. Só a relevância não basta. A recuperação também precisa respeitar o acesso do usuário, selecionar a versão da política aplicável ao caso, preservar a localização da fonte e detectar quando uma evidência essencial está ausente. Um índice vetorial é um mecanismo de recuperação; ele não é o sistema de registro nem a autoridade para uma decisão.
As permissões devem acompanhar o texto extraído, os embeddings, os caches e os resumos. Um documento restrito não deixa de ser restrito quando é resumido. Da mesma forma, instruções contidas em documentos são conteúdo não confiável: uma frase mandando um agente contornar uma verificação jamais pode adquirir a autoridade de uma política corporativa.
Essa disciplina de informação é o tema do nosso guia de prontidão de dados para IA. O processamento inteligente de documentos fornece classificação, extração e validação; a governança da informação determina como a evidência pode ser usada ao longo de todo o seu ciclo de vida.
O que a orquestração de agentes de IA realmente faz?
A orquestração de agentes de IA coordena responsabilidade, sequência, estado compartilhado do caso, ferramentas, aprovações e recuperação. Ela responde a perguntas operacionais: qual tarefa roda em seguida, de que evidência ela precisa, quem pode autorizar a ação resultante e o que acontece se um sistema falhar.
Uma conversa entre agentes não é um sistema de controle suficiente. A orquestração em produção precisa de estado durável fora da conversa, para que um caso possa retomar após uma interrupção sem esquecer uma exceção em aberto nem repetir uma ação já concluída. O coordenador pode usar IA para propor trabalho, mas as verificações de autorização precisam permanecer exigíveis de forma independente dessa proposta.
Um caso. Trabalho coordenado. Autoridade explícita.
O orquestrador é dono do avanço. Cada especialista é dono de uma tarefa delimitada.
Recepção
Identificar documentos e itens faltantes.
Evidência
Extrair, reconciliar e citar as fontes.
Política
Recuperar regras aplicáveis e apontar lacunas.
Análise
Preparar uma recomendação fundamentada.
Evidência ausente ou uma verificação falha devolvem o caso para análise. Um caso alterado pode invalidar sua aprovação.
Essas são responsabilidades lógicas, não uma exigência de implantar quatro modelos separados. Um único agente com ferramentas restritas pode ser suficiente. Especialistas separados são úteis quando as tarefas exigem permissões, coleções de fontes ou critérios de avaliação diferentes. Eles também criam mais repasses e mais oportunidades de conclusões inconsistentes.
Controles que transformam uma demonstração em um processo operacional
Armazene no sistema de fluxo de trabalho o identificador do caso, a versão atual da evidência, as verificações exigidas e o status de conclusão. Dê a cada ferramenta as permissões mínimas necessárias. Defina prazos e responsáveis pelo escalonamento para que exceções não virem uma fila silenciosa.
Para ações que alteram registros, use uma chave de idempotência ou um mecanismo equivalente de prevenção de duplicidade. Se o sistema de contas expirar depois de aceitar uma atualização, o orquestrador deve consultar o status da transação antes de tentar de novo. A ausência de resposta não prova que nada aconteceu.
Registre as referências de evidência, a versão da política, as chamadas de ferramentas, os resultados de validação, uma justificativa concisa da decisão e a ação do revisor. O registro de auditoria deve explicar o que aconteceu sem depender do raciocínio oculto de um modelo. Defina limites de execução, um mecanismo de parada e um plano de recuperação para conclusões parciais. O AI Risk Management Framework do NIST e seu perfil de IA generativa oferecem uma base útil para organizar a avaliação de riscos e o monitoramento contínuo. Fonte: NIST AI RMF.
Como ler os exemplos: Os cenários a seguir são padrões operacionais propostos, não afirmações sobre clientes em produção ou economias medidas. Direitos de decisão e verificações precisam ser configurados para a instituição, o produto e a jurisdição.
Serviços financeiros: onboarding de um novo cliente empresarial
A solicitação do nosso exemplo inicial contém um registro da empresa, uma declaração de titularidade, documentos de identidade e um formulário de conta. O nome do titular declarado difere de um registro oficial. Um e-mail posterior traz um documento atualizado. O gargalo é reconciliar a evidência e decidir quais verificações precisam ser refeitas.
De um pacote de documentos a um cadastro de cliente pronto para análise
- Abrir e classificar. Criar o caso, identificar o produto solicitado e a jurisdição, classificar os documentos e aplicar a checklist de completude aprovada.
- Extrair e reconciliar. Comparar razões sociais, identificadores, signatários e comprovações de titularidade. Manter os vínculos com as páginas que sustentam cada valor.
- Acionar as verificações aprovadas. Submeter os campos permitidos a serviços de identidade, registro e triagem. Preservar as respostas e distinguir uma possível correspondência de um achado confirmado.
- Resolver a exceção. Redigir um pedido preciso sobre a informação conflitante de titularidade. Encaminhá-lo conforme a política de comunicação do banco.
- Preparar e aprovar. Entregar ao revisor autorizado um resumo de completude, os achados em aberto e a política aplicável. Suspender a ativação da conta até que as aprovações exigidas sejam atendidas.
- Executar e verificar. Enviar os dados aprovados aos sistemas de cliente e de contas, verificar o resultado e reter a evidência que sustenta a ação.
Autoridade humana Resolver divergências relevantes, decidir sobre riscos escalados e autorizar o desfecho permitido.
Métricas de negócio Tempo até um cadastro completo, pedidos repetidos de documentos, retrabalho, idade das exceções e custo por onboarding concluído.
Quando o documento atualizado chega, o orquestrador versiona o caso, identifica os achados afetados e reexecuta as verificações dependentes. Ele não deve descartar trabalho válido e não relacionado, mas tampouco pode reaproveitar uma aprovação vinculada a uma evidência que mudou de forma relevante.
A distinção entre extração e verificação importa aqui. Ler um passaporte ou um documento de registro não estabelece autenticidade, garantia de identidade nem a conclusão da devida diligência do cliente (CDD). A orientação do GAFI sobre identidade digital trata de como avaliar se os arranjos de identidade digital são adequados à CDD; ela não transforma um modelo de linguagem em substituto dessa avaliação. Fonte: FATF Guidance on Digital Identity.
Esse padrão pode se estender a revisões periódicas de KYC, à preparação de documentos de crédito e à conferência de arquivos de trade finance. A capacidade reutilizável é a montagem de evidência com escalonamento controlado. Cada novo produto ainda exige a sua própria política, autoridade e avaliação. Para o problema documental subjacente, veja automação de KYC no setor bancário do Golfo e automação documental para serviços financeiros.
Seguros: conecte onboarding, subscrição e evidência de sinistros
O setor de seguros acrescenta um problema: um documento pode ser legítimo e pertinente, mas se aplicar ao período de cobertura errado. Um agente que analisa um sinistro precisa da especificação da apólice, da redação e dos endossos vigentes no momento do evento. O arquivo mais recente no repositório pode não ser o contrato aplicável.
Para o onboarding de novos segurados, um agente pode reunir as propostas, identificar declarações faltantes, comparar a solicitação com a evidência de apoio e preparar as perguntas de subscrição. Ele deve preservar a distinção entre coleta de informação, julgamento de subscrição e autoridade para emitir a cobertura.
Um sinistro empresarial com datas conflitantes
Uma empresa comunica um dano e envia fotografias, um orçamento de reparo e um boletim de ocorrência. A data do evento informada difere entre dois documentos, e um endosso da apólice entrou em vigor entre essas datas.
- Montar o sinistro. Vincular o aviso, o registro da apólice e os documentos de apoio ao segurado e ao bem segurado corretos.
- Construir a cronologia. Extrair datas e valores do evento, localizar as cláusulas pertinentes e identificar as interpretações de cobertura em disputa.
- Explicar a lacuna. Preparar um resumo com citações sobre o conflito de datas e a evidência necessária para resolvê-lo. Não escolher a data conveniente em silêncio.
- Encaminhar a decisão. Enviar o pacote ao regulador de sinistros autorizado. Decisões de cobertura, achados desfavoráveis e pagamentos seguem a autoridade delegada e as regras de revisão.
Autoridade humana Resolver fatos controversos, interpretar ambiguidades relevantes e autorizar a liquidação ou o encaminhamento.
Métricas de negócio Tempo de tratamento, pedidos repetidos de evidência, sinistros reabertos, correções do revisor e reclamações.
O mesmo contexto de caso deve acompanhar um cadastro do onboarding até o atendimento e os sinistros, com acesso limitado ao papel e à finalidade. Um resumo de sinistro não pode apagar uma exclusão nem divulgar informação pessoal não relacionada apenas porque ela apareceu em um anexo.
O parecer de agosto de 2025 da EIOPA enquadra a governança de IA em seguros por meio de uma abordagem proporcional e baseada em risco aplicada aos requisitos setoriais existentes. É uma referência supervisória útil para desenhar controles em torno da consequência de um caso de uso, em vez de tratar toda aplicação de IA como equivalente. Fonte: parecer da EIOPA sobre governança e gestão de riscos de IA.
Governo: prepare um caso de serviço completo e explicável
Fluxos de trabalho do setor público costumam reunir formulários, certificados de apoio, correspondências e registros de vários departamentos. O cidadão ou a empresa vivencia tudo isso como um único serviço, mesmo quando a evidência atravessa diversos sistemas. Um agente pode ajudar a organizar essa evidência e a tornar o próximo passo mais claro.
Considere uma empresa solicitando um alvará de funcionamento. Uma checklist antiga continua em uma pasta compartilhada, falta um certificado e um dos documentos usa um nome fantasia anterior. A contribuição útil é localizar os requisitos vigentes e preparar um caso coerente para um servidor autorizado.
Um pedido de alvará pronto para a decisão do servidor
- Estabelecer o contexto do serviço. Identificar o tipo de pedido, o órgão competente e os requisitos aplicáveis na data pertinente.
- Conferir a submissão. Classificar formulários e certificados, comparar nomes e identificadores e distinguir evidência faltante de um achado desfavorável.
- Preparar o próximo passo. Redigir um pedido acessível para o certificado faltante, com o requisito exato e o canal de envio aprovado.
- Apoiar o servidor. Apresentar o processo completo, as citações de fonte e as pendências. Registrar a decisão autorizada e a sua justificativa.
Autoridade humana Exercer a discricionariedade legal, resolver casos excepcionais e tratar recursos.
Métricas de serviço Taxa de submissões completas, tempo de espera, contatos repetidos, taxa de correção e resultados de acessibilidade.
O fluxo de trabalho deve preservar um caminho até uma pessoa, acomodar solicitantes cuja evidência não se encaixa no padrão e registrar a base da decisão para que ela possa ser contestada. O acesso entre órgãos exige autoridade explícita; um identificador de caso compartilhado não é permissão para recuperar todo registro existente sobre um solicitante.
O AI Playbook do Governo do Reino Unido inclui o controle humano significativo entre seus princípios centrais. Ele oferece uma referência de projeto útil para responsabilidade, supervisão e prestação de serviços, ainda que uma implementação real precise seguir a lei e o processo administrativo da sua própria jurisdição. Fonte: AI Playbook for the UK Government.
A aprovação humana precisa fazer parte da execução
Um revisor não consegue exercer julgamento significativo apenas com um indicador verde e um botão “Aprovar”. O fluxo de trabalho precisa mostrar o que vai acontecer, qual evidência sustenta isso, o que permanece incerto e se o revisor tem autoridade para autorizar.
Torne a decisão inspecionável
A aprovação se vincula a uma ação específica e a uma versão específica da evidência.
- Ação proposta
- A atualização, o destinatário, o valor ou a transição de caso exatos.
- Evidência de apoio
- Documentos de origem, referências de página e resultados de validação.
- Política aplicável
- O requisito, a versão e o escopo usados na avaliação.
- Questões em aberto
- Conflitos, evidências faltantes e interpretações alternativas.
- Opções do revisor
- Aprovar, rejeitar, corrigir, pedir evidência ou escalar.
- Comprovante de execução
- Quem aprovou o quê, quando rodou e se teve sucesso.
Use risco e reversibilidade para decidir onde fica o ponto de controle. Uma tarefa de classificação delimitada pode seguir automaticamente após a validação. Uma mensagem preparada para um cliente pode exigir revisão antes do envio. A ativação de uma conta, o desfecho de um sinistro contestado ou uma decisão de licenciamento exigem a autoridade definida para aquele processo. Não existe um escore universal de confiança de modelo que conceda permissão para agir.
A revisão humana também exige capacidade operacional. Defina filas de revisão, níveis de serviço e caminhos de escalonamento. Amostre casos aparentemente bem-sucedidos, além das exceções, para detectar falhas que nunca foram sinalizadas. Monitore se os revisores aprovam rotineiramente sem conferir e redesenhe a apresentação da evidência se a fila incentivar a aprovação automática.
Se a evidência relevante mudar após a aprovação, pause a ação dependente e obtenha uma nova decisão. Se uma execução falhar, preserve o histórico de aprovação e de transações enquanto determina se é seguro repetir. Uma aprovação não é uma licença permanente nem prova de que a ação subsequente teve sucesso.
Como montar o business case e comprovar valor
Comece por um processo delimitado em que a evidência seja acessível, o resultado possa ser conferido e alguém seja dono do desfecho. “Reduzir o manuseio evitável de documentos no onboarding de contas empresariais” é um objetivo avaliável. “Implantar uma força de trabalho digital” não especifica o que significa sucesso.
Estabeleça uma linha de base antes de introduzir agentes. Meça o tempo de toque da equipe separadamente do tempo decorrido: um caso pode exigir dez minutos de trabalho e passar dias esperando por uma evidência faltante. Um agente que acelera a leitura não elimina um atraso causado por um pedido confuso ao cliente ou por uma fila de aprovação sem gente suficiente.
| Métrica | Como usá-la |
|---|---|
| Custo por caso concluído | Inclua revisão humana, retrabalho, uso de modelos e ferramentas, integração e custos contínuos de controle. |
| Completude na primeira passagem | Acompanhe os casos prontos para a etapa seguinte sem um novo pedido de evidência. |
| Qualidade do apoio à decisão | Meça achados corretos, questões não detectadas, afirmações sem base e cobertura de fontes. |
| Eficácia dos controles | Teste ações proibidas, vazamento de acesso, contorno de aprovação e gravações duplicadas. |
| Resultados humanos e de serviço | Acompanhe correções do revisor, idade da fila, reclamações e a experiência dos usuários afetados. |
Um modelo simples de business case é benefício anual líquido = ganho realizado de capacidade ou custo + redução medida de retrabalho - custos de implementação e de operação anual. Contabilize ganhos de receita ou conversão apenas quando forem medidos e atribuíveis. Tempo liberado da equipe é capacidade; vira economia de caixa somente se o quadro de pessoal ou os gastos realmente mudarem. Evite contar a mesma redução no tempo de tratamento e no retrabalho.
Uma sequência prática do piloto à operação controlada
- Defina o limite. Selecione um processo, um responsável, um resultado e um conjunto de ações permitidas. Documente as condições que devem interromper a execução.
- Prepare evidência representativa. Inclua casos comuns, digitalizações ruins, duplicidades, documentos multilíngues, conflitos de nome, páginas faltantes e registros restritos.
- Avalie sem executar. Compare as saídas propostas com casos revisados por especialistas e depois rode em modo sombra ao lado do processo existente.
- Faça o piloto com autoridade explícita. Comece com volume limitado e um ponto de controle humano efetivo. Teste tempos limite, evidência alterada, instruções maliciosas em documentos e tentativas de contornar a aprovação.
- Expanda apenas após a aceitação. Defina critérios de aceitação antes do piloto, segmente os resultados por tipo de caso e consequência e dê à equipe de operação um procedimento de parada e recuperação.
Não julgue a qualidade por um percentual agregado de acurácia. Encaminhar corretamente muitos documentos rotineiros pode esconder uma divergência de titularidade não detectada. Avalie os erros que mudam o resultado de negócio, incluindo os falsos negativos, e repita a avaliação sempre que políticas, modelos, ferramentas ou populações de fontes mudarem.
Conectando informação, orquestração e pessoas com a Contellect
A arquitetura conecta três disciplinas já centrais à abordagem de operações de conteúdo da Contellect: preparar informação utilizável, governar o seu ciclo de vida e movimentar o trabalho por processos controlados. Para organizações que adotam agentes, essas disciplinas definem a base sobre a qual o raciocínio do modelo pode operar.
Mapeie o processamento inteligente de documentos para a preparação de evidência, a inteligência de conteúdo para recuperação e análise, e a automação de processos para encaminhamento e aprovações. O orquestrador da plataforma Contellect e a integração corporativa são áreas relevantes a avaliar ao definir a execução entre sistemas. Responsabilidades específicas dos agentes, conectores e regras de aprovação devem ser estabelecidos no desenho da solução e demonstrados contra casos representativos.
A oportunidade é concreta: menos tempo gasto procurando, copiando e reconciliando informação; melhor evidência no momento da decisão; e um processo que continua compreensível quando algo dá errado. Esse resultado depende de saber o que o agente pode fazer, em qual informação ele pode confiar e quem assume a responsabilidade pelo próximo passo.
Leitura complementar
Continue com prontidão de dados para IA, automação de fluxos de trabalho documentais e digitalização de documentos e a lacuna do ciclo de vida para conectar a camada de agentes aos controles de informação e operação que a sustentam.
