Novos dados de adoção da Perplexity revelam como os agentes de IA estão gerando ganhos de eficiência no fluxo de trabalho ao assumir tarefas empresariais complexas.
Durante o ano passado, o setor tecnológico funcionou sob o pressuposto de que a próxima evolução da IA generativa iria além da conversa e passaria à ação. Enquanto os Large Language Models (LLMs) servem como um mecanismo de raciocínio, os “agentes” atuam como mãos, capazes de executar fluxos de trabalho complexos e de várias etapas com supervisão mínima.
Até agora, no entanto, a visibilidade sobre a forma como estas ferramentas estão realmente a ser utilizadas tem sido opaca, dependendo em grande parte de quadros especulativos ou de inquéritos limitados.
Novos dados divulgados pela Perplexity, analisando centenas de milhões de interações com seu navegador e assistente Comet, fornecem um primeiro estudo de campo em grande escala de agentes de IA de uso geral. Os dados indicam que a IA de agente já está a ser implementada por trabalhadores do conhecimento de alto valor para agilizar a produtividade e as tarefas de investigação.
Compreender quem está usando essas ferramentas é essencial para prever a demanda interna e identificar potenciais vetores de TI paralelos. O estudo revela acentuada heterogeneidade na adoção. Os utilizadores em países com PIB per capita e níveis de escolaridade mais elevados são muito mais propensos a utilizar ferramentas de agência.
Mais revelador para o planejamento corporativo é o colapso ocupacional. A adoção está fortemente concentrada em setores digitais e de uso intensivo de conhecimento. O cluster “Tecnologia Digital” representa a maior parcela, respondendo por 28% dos adotantes e 30% das consultas. Isso é seguido de perto pela academia, finanças, marketing e empreendedorismo.
Coletivamente, esses clusters representam mais de 70% do total de adotantes. Isto sugere que os indivíduos com maior probabilidade de aproveitar os fluxos de trabalho dos agentes são os ativos mais caros dentro de uma organização: engenheiros de software, analistas financeiros e estrategistas de mercado. Esses primeiros adotantes não estão brincando; os dados mostram que “usuários avançados” (aqueles com acesso anterior) fazem nove vezes mais consultas de agente do que usuários médios, indicando que, uma vez integrada a um fluxo de trabalho, a tecnologia se torna indispensável.
Agentes de IA: parceiros para tarefas empresariais, não mordomos
Para avançar além das narrativas de marketing, as empresas devem compreender a utilidade que estes agentes proporcionam. Uma visão comum sugere que os agentes funcionarão principalmente como “concierges digitais” para tarefas administrativas rotineiras. Contudo, os dados desafiam esta visão: 57 por cento de toda a actividade dos agentes centra-se no trabalho cognitivo.
Os pesquisadores da Perplexity desenvolveram uma “taxonomia hierárquica de agentes” para classificar a intenção do usuário, revelando que o uso de agentes de IA é prático e não experimental. O caso de uso dominante é ‘Produtividade e Fluxo de Trabalho’, que responde por 36% de todas as consultas dos agentes. Isto é seguido por ‘Aprendizagem e Pesquisa’ com 21 por cento.
Anedotas específicas do estudo ilustram como isso se traduz em valor empresarial. Um profissional de compras, por exemplo, usou o assistente para analisar estudos de caso de clientes e identificar casos de uso relevantes antes de entrar em contato com um fornecedor. Da mesma forma, um funcionário financeiro delegou as tarefas de filtrar opções de ações e analisar informações de investimento. Nestes cenários, o agente lida com a coleta de informações e a síntese inicial de forma autônoma para permitir que o humano se concentre no julgamento final.
Esta distribuição fornece uma indicação definitiva aos líderes operacionais: o ROI imediato da IA de agente reside no dimensionamento da capacidade humana, em vez de simplesmente automatizar o atrito de baixo nível. O estudo define esses agentes como sistemas que “circulam automaticamente entre três fases iterativas para atingir o objetivo final: pensar, agir e observar”. Esta capacidade permite-lhes apoiar um “trabalho cognitivo profundo”, agindo como um parceiro pensante em vez de um simples mordomo.
Aderência e a migração cognitiva
Um insight importante para os líderes de TI é a “aderência” dos agentes de IA aos fluxos de trabalho empresariais. Os dados mostram que, no curto prazo, os usuários apresentam forte persistência dentro do tópico. Se um usuário contratar um agente para uma tarefa de produtividade, é muito provável que suas consultas subsequentes permaneçam nesse domínio.
No entanto, a jornada do usuário evolui frequentemente. Novos usuários frequentemente “testam o terreno” com consultas de baixo risco, como pedir recomendações de filmes ou curiosidades gerais. Com o tempo, ocorre uma transição. O estudo observa que, embora os usuários possam entrar por meio de vários casos de uso, os compartilhamentos de consultas tendem a migrar para domínios orientados cognitivamente, como produtividade, aprendizagem e desenvolvimento de carreira.
Depois que um usuário emprega um agente para depurar código ou resumir um relatório financeiro, ele raramente reverte para tarefas de menor valor. As categorias ‘Produtividade’ e ‘Fluxo de Trabalho’ demonstram as taxas de retenção mais altas. Este comportamento implica que os primeiros programas piloto devem antecipar uma curva de aprendizagem onde a utilização amadurece desde a simples recuperação de informação até à delegação de tarefas complexas.
O “onde” da IA agente é tão importante quanto o “o quê”. O estudo da Perplexity acompanhou os ambientes – sites e plataformas específicas – onde esses agentes de IA operam. A concentração da atividade varia de acordo com a tarefa, mas os ambientes superiores são a base da pilha empresarial moderna.
O Google Docs é o ambiente principal para edição de documentos e planilhas, enquanto o LinkedIn domina as tarefas de networking profissional. Para ‘Aprendizagem e Pesquisa’, a atividade é dividida entre plataformas de cursos como Coursera e repositórios de pesquisa.
Para os CISOs e responsáveis pela conformidade, isto representa um novo perfil de risco. Os agentes de IA não estão apenas lendo dados; eles o estão manipulando ativamente nos principais aplicativos corporativos. O estudo define explicitamente consultas de agente como aquelas que envolvem “controle do navegador” ou ações em aplicativos externos por meio de APIs. Quando um funcionário incumbe um agente de “resumir esses estudos de caso de clientes”, o agente está interagindo diretamente com dados proprietários.
A concentração de ambientes também destaca o potencial para otimizações específicas da plataforma. Por exemplo, os cinco principais ambientes respondem por 96% das consultas em redes profissionais, principalmente no LinkedIn. Esta elevada concentração sugere que as empresas poderiam obter ganhos imediatos de eficiência através do desenvolvimento de políticas de governação específicas ou conectores API para estas plataformas de elevado tráfego.
Planejamento de negócios para IA agente seguindo os dados da Perplexity
A difusão de agentes de IA capazes convida a novas linhas de investigação para o planeamento de negócios. Os dados da Perplexity confirmam que passamos da fase especulativa. Atualmente, os agentes estão sendo usados para planejar e executar ações em várias etapas, modificando seus ambientes em vez de apenas trocar informações.
Os líderes operacionais devem considerar três ações imediatas:
- Audite a produtividade e o fluxo de trabalho pontos de fricção em equipes de alto valor: Os dados mostram que é aqui que os agentes encontram naturalmente a sua posição. Se os engenheiros de software e os analistas financeiros já utilizam estas ferramentas para editar documentos ou gerir contas, a formalização destes fluxos de trabalho poderia padronizar os ganhos de eficiência.
- Prepare-se para a realidade aumentada: Os pesquisadores observam que, embora os agentes tenham autonomia, os usuários muitas vezes dividem as tarefas em partes menores, delegando apenas subtarefas. Isto sugere que o futuro imediato do trabalho é colaborativo, exigindo que os funcionários sejam qualificados na forma de “gerir” eficazmente os seus homólogos de IA.
- Aborde a camada de infraestrutura e segurança: Com agentes operando em “ambientes web de mundo aberto” e interagindo com sites como GitHub e e-mail corporativo, o perímetro para prevenção contra perda de dados se expande. As políticas devem distinguir entre um chatbot que oferece aconselhamento e um agente que executa código ou envia mensagens.
Como se prevê que o mercado de IA de agência cresça de 8 mil milhões de dólares em 2025 para 199 mil milhões de dólares em 2034, as primeiras evidências da Perplexity servem como um indicador. A transição para fluxos de trabalho empresariais liderados por agentes de IA está em andamento, impulsionada pelos segmentos da força de trabalho com maior capacidade digital. O desafio para a empresa é aproveitar esta dinâmica sem perder o controlo da governação necessária para a escalar com segurança.
Veja também: Accenture e Anthropic fazem parceria para impulsionar integração empresarial de IA
Quer saber mais sobre IA e big data dos líderes do setor? Confira a AI & Big Data Expo que acontece em Amsterdã, Califórnia e Londres. O evento abrangente faz parte da TechEx e está localizado junto com outros eventos de tecnologia líderes. Clique aqui para mais informações.
AI News é desenvolvido pela TechForge Media. Explore outros eventos e webinars de tecnologia empresarial futuros aqui.
Fontesartificialintelligence
