Um levantamento publicado pela ABES em junho de 2026, com dados da IDC, mostrou que IA Generativa e Agentes de IA são prioridade de investimento para 53% dos executivos brasileiros de tecnologia. Há 401 mil empresas no Brasil que já investem em agentes. Outras 331 mil planejam iniciar nos próximos doze meses. Somadas, representam mais de 70% do universo total de empresas no país. O dado é expressivo. Mas ele conta apenas metade da história. 

O que os números da ABES e IDC revelam 

O Brasil não está assistindo essa onda de fora. O setor financeiro lidera os investimentos, o que faz sentido: volume alto de dados, pressão regulatória intensa e boa parte dos processos com natureza repetitiva e estruturada. Mas o movimento se espalha para setores com maturidades de dados e processos muito diferentes entre si. 

Quando mais de 700 mil empresas convergem para o mesmo ponto ao mesmo tempo, isso não é tendência. É um mercado se reorganizando em tempo real. A pergunta que importa nesse contexto não é mais "se" investir em agentes de IA. É o que precisa estar no lugar antes de o investimento gerar algo além de uma linha no orçamento. 

O padrão que aparece nas iniciativas que não entregam 

Uma pesquisa da PwC publicada em 2026 mostrou que 56% dos CEOs ainda não veem retorno financeiro das iniciativas de IA. Esse dado convive com os da ABES de forma desconfortável: há muita intenção, muito investimento, e ainda resultado concreto escasso. 

O padrão é bem conhecido por quem acompanha esses projetos de perto. A fase de piloto funciona. O agente conversa, resume, responde, automatiza algo. O problema começa quando a empresa tenta levar isso para produção, para volume maior, para processos que dependem de sistemas que não estavam integrados, para bases que acumulam inconsistências há anos. É aí que o agente começa a gerar exceções que ninguém sabe tratar, roteamentos errados, respostas que parecem certas mas não são. 

O modelo de IA não é o problema. A infraestrutura que precede o modelo é. 

O que um agente de IA precisa para funcionar de verdade 

Agentes de IA não operam no vácuo. Eles precisam de três elementos que boa parte das empresas brasileiras ainda não tem estruturado. 

Dados governados e acessíveis 

Um agente só consegue agir com precisão quando os dados que ele consulta são confiáveis, consistentes e estão organizados em um formato que ele consegue interpretar. Dados espalhados em silos, com duplicatas, sem linhagem e sem governança, transformam o agente em uma máquina cara de confundir. Qualquer resposta que ele gerar vai refletir a qualidade da base por trás. O princípio é simples e brutal: lixo entra, lixo sai. E no caso de agentes, o lixo sai em escala e com velocidade. 

Processos estruturados 

Um agente que entra em um fluxo desenhado informalmente, cheio de exceções não documentadas e aprovações que dependem de ligações telefônicas, vai criar mais ruído do que resolução. Para que agentes funcionem como extensão de um processo real, esse processo precisa existir de forma explícita: com regras claras, responsáveis definidos, SLAs estabelecidos e critérios de escalação documentados. ITSM e ESM, quando bem implementados, criam exatamente esse backbone. Sem ele, o agente não tem onde ancorar as decisões que precisa tomar. 

Integração entre sistemas 

A maioria das empresas médias e grandes opera com sistemas que não se comunicam de forma nativa. O agente não resolve isso por conta própria. Ele pode consultar uma fonte e encontrar uma interface que não foi projetada para automação, ou depender de um dado que só existe em um sistema legado que não tem API. Sem uma camada de integração funcional, o agente opera em ilhas. E ilhas não escalam. 

A distância entre querer e conseguir 

Das 331 mil empresas que planejam iniciar em agentes de IA nos próximos doze meses, uma parcela relevante vai enfrentar essa tríade como freio. Não por falta de orçamento ou de vontade. Por falta de preparação nas camadas que o agente vai precisar acessar. 

A boa notícia é que essa preparação não precisa ser um projeto sem fim. Ela pode ser feita de forma incremental, começando pelos pontos de maior pressão: os dados mais críticos para a decisão, os processos com maior volume de trabalho manual, as integrações que causam mais retrabalho. Quando a base está em ordem, ainda que parcialmente, o agente deixa de ser experimento e passa a ser ferramenta. 

O que muda quando a fundação está no lugar 

Empresas que chegam ao investimento em agentes de IA com dados estruturados, processos mapeados e integrações funcionando têm resultado diferente. Agentes que operam sobre essa base conseguem classificar tickets com precisão, roteá-los para as pessoas certas, identificar padrões em incidentes recorrentes, gerar respostas contextualizadas, e liberar o time para o que exige julgamento humano. Não é promessa: é o que acontece quando os pré-requisitos estão presentes. 

Sem eles, o agente trabalha, mas não sabe para quê. 

Há outro ponto que raramente aparece nas discussões de investimento: a velocidade com que o erro escala. Um agente bem alimentado automatiza o acerto. Um agente com base frágil automatiza o erro, na mesma velocidade. Por isso, a decisão de "quando investir em agentes de IA" é inseparável da decisão de "o que precisa estar pronto antes". 

Como a CSP Tech atua nesse contexto 

A CSP Tech trabalha em dois dos três pilares que sustentam agentes de IA funcionais em ambientes corporativos reais. 

Na frente de Inteligência de Processos e Dados, o trabalho envolve estruturar a base de dados, construir infraestrutura de Analytics e BI, integrar fontes e garantir que a informação que chega ao agente seja confiável. Não se trata de entrar e instalar um modelo. Trata-se de entender o ambiente, mapear onde os dados vivem, identificar o que está inconsistente e construir um caminho viável para organizar isso sem paralisar a operação. 

Na frente de Implantação e Sustentação de ITSM, a CSP Tech ajuda empresas a construir o backbone de processos onde os agentes vão operar: catálogo de serviços, automação de fluxos, SLAs configurados e agentes integrados ao ambiente Atlassian. Quando esse backbone existe, os agentes têm onde trabalhar. 

Para que você possa se aprofundar ainda mais, recomendamos também a leitura dos artigos abaixo: 

Colaboração humano-IA em escala: o futuro do trabalho 

Por que 90% das empresas ainda não estão prontas para utilizar IA? 

Governança de IA em 8 passos: proteja sua marca antes que a lei mude 

Conclusão 

O dado da ABES confirma que o Brasil está no centro dessa onda, não na margem. Mas ondas recompensam quem construiu estrutura antes. Para a maioria das 700 mil empresas que vão investir em agentes de IA nos próximos meses, o resultado vai depender menos do modelo escolhido e mais do que estava no lugar quando ele foi ativado. 

A pergunta mais útil agora não é "qual agente usar?", mas "o que precisa estar pronto para que ele funcione?". 

Essa resposta começa com um diagnóstico honesto da base atual: dados, processos, integrações. Se faz sentido fazer esse diagnóstico com quem já trabalhou nessas camadas em operações reais, estamos prontos para essa conversa. 

Fale com a CSP Tech: www.csptech.com.br/contato