Por Vinícius Boemeke, CEO e cofundador da Pulsus.

Na mobilidade corporativa, é fundamental olhar para uma falha no dispositivo a partir do trabalho que ela interrompe. Se o aplicativo de pedidos não abrir diante do cliente, o que está em jogo pode ser uma venda. Até a escolha da correção depende desse contexto: reiniciar um aparelho durante um atendimento não tem o mesmo impacto que fazer isso fora da jornada.

É nesse tipo de situação que a discussão sobre inteligência artificial me interessa. Em um artigo de setembro de 2026, o Gartner apresentou uma análise de 107 implementações de IA agêntica e projetou que, até 2028, 80% do retorno tangível sobre o investimento nessa tecnologia virá de agentes especializados em domínios específicos, em vez de agentes generalistas. A mesma consultoria já havia estimado, em junho de 2025, que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, entre outros motivos por valor de negócio pouco claro.

Essas projeções reforçam uma escolha que considero importante: começar pelo problema que a empresa quer resolver e pelo que espera mudar no trabalho das pessoas. A decisão sobre a tecnologia vem a partir daí.

A experiência digital também é uma questão de produtividade

A experiência digital do colaborador, conhecida pela sigla DEX, expressa como a tecnologia favorece ou dificulta o trabalho. Investir em ferramentas só produz o efeito esperado quando as pessoas conseguem utilizá-las para realizar suas atividades.

Nas operações de campo, dificuldades recorrentes podem se transformar em atrasos, retrabalho e dependência de suporte. Na TI, o acúmulo dessas ocorrências consome o tempo de profissionais que também precisam desenvolver projetos, melhorar processos e preparar a empresa para crescer.

Quem está na ponta depende de continuidade para trabalhar. A TI precisa de visibilidade e capacidade de resposta para sustentar essa operação. A discussão sobre produtividade fica incompleta quando considera-se apenas o investimento nas ferramentas, e se deixa de lado o esforço necessário para que as pessoas consigam usá-las.

A IA deve devolver tempo e capacidade às equipes

A contribuição dos agentes deve ser compreendida a partir do trabalho que ajudam a escalar. Sua capacidade de interpretar contexto e executar ações autorizadas pode reduzir o intervalo entre a identificação de uma necessidade e sua resolução. 

Para o profissional de campo, isso pode significar resolver situações de forma autônoma, confiável e com menor tempo de espera. Para a TI, o ganho está em escalabilidade e redução do esforço dedicado a ocorrências repetitivas, e quando necessário ter melhores informações  para tratar situações que exigem intervenção especializada.

Mas nem todo problema precisa de um agente. Há situações em que uma automação convencional resolve bem. O diferencial de uma arquitetura agêntica aparece quando é necessário considerar diferentes sinais, interpretar o contexto e escolher entre caminhos de atuação, sempre dentro de limites definidos. Chamar uma automação de agente não acrescenta essa capacidade.

Na gestão de dispositivos, esse raciocínio começa com sinais concretos: armazenamento disponível, temperatura, desempenho e falhas de aplicativos. Relacioná-los ao trabalho em andamento ajuda a avaliar o que fazer e quando intervir. Por isso,  o dispositivo gerenciado deve ser visto como infraestrutura de eficiência operacional, e não apenas como ponto de controle.

Acrescentar IA sem melhorar o trabalho pode criar mais uma ferramenta para administrar, mais alertas para interpretar e mais demandas para a própria TI. A sofisticação da solução só se justifica quando traz um benefício que compense esse esforço.

Autonomia exige confiança e controle

A autonomia de um agente deve respeitar o contexto de quem está trabalhando. Uma intervenção precisa considerar a atividade em andamento, as consequências de uma mudança e os limites definidos pela organização.

Confiança aqui vale nos dois sentidos: quem está em campo precisa encontrar apoio quando a tecnologia falha, e a TI precisa saber o que o agente fez e conseguir intervir. Se a ocorrência não puder ser resolvida dentro dos parâmetros autorizados, o encaminhamento deve ser para uma pessoa.

A autonomia deve aumentar à medida que a empresa reúne evidências de que está melhorando a operação. Esse avanço depende de acompanhamento, e não apenas da possibilidade técnica de executar mais ações.

É preciso saber se a experiência do usuário melhorou

O foco nas pessoas também exige rigor na avaliação do investimento. No caso da IA, a métrica de valor não deveria ser definida depois da implementação. Ela faz parte da escolha do caso de uso. Produtividade, tempo recuperado e redução de frustração são objetivos relevantes, mas a empresa deve estabelecer como vai acompanhá-los.

Na experiência digital, isso exige combinar o desempenho da tecnologia com o efeito sobre o trabalho. Disponibilidade e tempo de resolução ajudam a avaliar o serviço. A recorrência das interrupções, o tempo perdido pelos usuários e a percepção dos colaboradores ajudam a entender se a experiência melhorou.

Uma queda no número de chamados, isoladamente, pode não revelar o que acontece na ponta. É necessário verificar se as dificuldades foram resolvidas e se as pessoas conseguiram concluir suas atividades.

A mesma avaliação vale para a TI. A equipe recuperou tempo para projetos prioritários ou passou a dedicar esforço equivalente à supervisão da nova solução? O benefício se mantém quando entram na conta os custos de integração, operação e acompanhamento?

Sem essa visibilidade, fica difícil distinguir uma melhoria real de uma expectativa bem apresentada. Medir permite corrigir o projeto e decidir onde faz sentido ampliar sua aplicação.

O que fazer com o tempo recuperado

Tempo liberado cria uma oportunidade. Transformá-lo em resultado exige uma decisão de gestão. Na prática, esse ganho pode ser direcionado a um atendimento mais cuidadoso, à redução de retrabalho ou a projetos de segurança e melhoria de serviços que vinham perdendo prioridade para a rotina de suporte.

Cabe à liderança definir quais dificuldades merecem atenção primeiro, acompanhar o efeito das mudanças e dar às equipes condições de aproveitar o tempo recuperado. A adoção de agentes faz mais sentido quando essa conexão entre a experiência das pessoas e o desempenho da empresa está clara.

No final do dia, o que importa é quanto do trabalho na ponta ficou mais eficiente por causa da IA.