Guardian360
Começar teste gratuitoTorna-te parceiro
← Todos os artigos

Opinião

Scaling Up, mas para máquinas: porque é que os agentes de IA quebram o manual de crescimento em vez de o resolver

Por Jan Martijn Broekhof ·

Depois de ler o Scaling Up de Verne Harnish, o capítulo “The Growth Paradox: An Anchor, or Wind at Your Back” é um daqueles que não consegui tirar da cabeça desde então. Harnish descreve aquilo a que chama o paradoxo do crescimento: um negócio devia tornar-se mais fácil à medida que escala, mas quase nunca isso acontece, torna-se mais difícil. A razão, argumenta, não é o número de pessoas em si, mas a complexidade de comunicação que esse número cria. Um fundador e um único assistente têm dois canais de comunicação. Acrescenta uma terceira pessoa e a complexidade não aumenta em um terço, triplica para seis canais. Acrescenta uma quarta e quadruplica para vinte e quatro. O crescimento é linear. A complexidade é combinatória. Esse desfasamento, segundo Harnish, é o que produz as três barreiras fundamentais com que toda a empresa em crescimento se depara: não há líderes suficientes que saibam delegar e prever, não há infraestrutura escalável suficiente para carregar a carga de comunicação e decisão, e não há capacidade de marketing suficiente para continuar a crescer num campo cada vez mais competitivo.

Eu tinha assumido que os agentes de IA contornariam este problema por completo. Cria um grupo de agentes em segundo plano, deixa-os executar tarefas de forma autónoma, e o estrangulamento de comunicação humana simplesmente desaparece. Reler Harnish convenceu-me de que isso só está meio certo, e a metade que está errada importa mais.

Os agentes de IA não removem a matemática de Harnish, aceleram-na

Alguns agentes vão genuinamente operar de forma autónoma com pouco envolvimento humano. Mas uma grande parte não o fará. Vão passar input e output uns aos outros, e às pessoas com quem trabalham lado a lado, exatamente da forma que os canais de Harnish descrevem. A complexidade combinatória que ele identifica nas equipas humanas não desaparece quando alguns dos nós da rede são agentes em vez de pessoas, simplesmente continua a acumular-se.

O que muda é a velocidade a que surgem novos nós. O enquadramento de Harnish assume que o crescimento é limitado pela rapidez com que uma organização consegue contratar, integrar e levar uma nova pessoa a um padrão útil de discernimento, o que é lento por construção. Os agentes removem esse travão natural. As previsões tecnológicas da Deloitte para 2026 descrevem isto diretamente: o agent sprawl, a proliferação de agentes desligados por toda a organização sem visibilidade ou governação unificadas, deverá continuar a aumentar ao longo de 2026 à medida que as linguagens de programação, os frameworks e os protocolos de comunicação se multiplicam. Uma organização que antes só conseguia aumentar o seu número de pessoas numa mão-cheia por trimestre pode agora aumentar o seu número de agentes numa mão-cheia por dia. A equação de complexidade de Harnish continua a aplicar-se. O relógio que costumava travá-la foi removido.

Continuamos a desenhar organizações de agentes como se fossem humanas

Neste momento, a maioria de nós imagina uma organização gerida por IA da mesma forma que imaginamos uma humana: uma hierarquia aproximada, níveis de senioridade definidos, algo semelhante a uma semana de trabalho. Essa imagem já está desatualizada. Em breve, um único pedido a um único agente vai criar uma rede de subagentes que planeiam, delegam uns nos outros e passam trabalho de um lado para o outro, em grande parte invisível para a pessoa que fez o pedido original. As contas de Harnish assumem um conjunto de canais visível e contável: dois, depois seis, depois vinte e quatro. Numa organização gerida por agentes, o número de canais não é fixo nem visível. Torna-se dinâmico, e torna-se oculto das próprias pessoas que deveriam estar no controlo dele.

Isto é um problema de outra ordem do que simplesmente precisar de mais gestores. Significa que a forma da organização já não pode ser inferida olhando para um organograma, porque o organograma está a ser redesenhado continuamente e em silêncio, várias camadas abaixo de onde alguém está a observar.

Os agentes não vão simplesmente arranjar os seus próprios gestores?

Esta é a objeção óbvia, e merece uma resposta direta em vez de um encolher de ombros. Sim, os agentes já estão a ganhar a sua própria camada de gestão. A previsão da Deloitte inclui uma categoria emergente a que chama o guardian agent, cuja função é assumir tarefas ao mesmo tempo que supervisiona o comportamento de outros agentes. A cobertura das mudanças de 2026 na adoção de IA agêntica pela Technology Decisions Australia descreve organizações a criar novos papéis como Agent Ops Lead e AI Product Owner, cuja função inteira é gerir agentes da forma como um gestor de linha outrora geria pessoas.

Não creio que isto resolva o problema subjacente, e eis porquê. Cada uma dessas camadas de gestão ainda tem de canalizar o seu output para algum lugar para revisão, e esse lugar é, em última análise, um ser humano. Acrescentar agentes orquestradores e guardian agents não remove o estrangulamento que Harnish descreve, apenas o desloca para cima, comprimindo mais atividade no mesmo ritmo fixo a que uma pessoa consegue rever e controlar de forma significativa o que lhe é colocado à frente. Um artigo académico de 2026 de Kaptein e colegas, baseando-se num inquérito da KPMG a líderes de grandes empresas, constatou que três quartos dos inquiridos apontaram a segurança, a conformidade e a auditabilidade como o seu requisito mais crítico para a implementação de agentes, e que a complexidade da orquestração multiagente já se tornou o principal estrangulamento à medida que as organizações tentam mover os projetos de agentes do piloto para a produção. Isto não é uma lacuna tecnológica. É o mesmo problema de controlo que Harnish nomeia, vestido com um uniforme diferente.

Isto alinha-se com o que está efetivamente a acontecer aos projetos de IA agêntica na prática. A Forbes, revisitando a investigação da Gartner tão recentemente como julho de 2026, faz questão de notar o que está conspicuamente ausente da lista de razões pelas quais os projetos de IA agêntica são cancelados. A capacidade dos modelos não consta dessa lista. As razões apontadas são custos crescentes, valor de negócio pouco claro e controlos de risco inadequados, o que é outra forma de dizer que as organizações estão com dificuldades em governar e rever o que construíram, e não que os próprios agentes não sejam suficientemente capazes.

Quem está realmente no controlo?

Um leitor atento vai contestar neste ponto e fazer uma pergunta mais difícil: durante quanto tempo os humanos se mantêm no controlo, afinal? Em teoria, uma organização poderia eventualmente ser gerida inteiramente por agentes de IA, coordenando objetivos, subtarefas e outputs sem um nó humano em parte alguma do ciclo. Penso que isso é verdade em teoria e irrelevante na prática, por duas razões que nada têm a ver com o que a tecnologia consegue fazer.

Primeiro, no momento presente, apenas um ser humano, uma pessoa de carne e osso, pode ser responsabilizado legalmente por uma decisão. Os agentes podem redigir, recomendar e agir dentro dos limites que lhes são definidos, mas a responsabilidade não se transfere para um sistema, permanece com a pessoa que o dirigiu. Segundo, temos a obrigação social de oferecer às pessoas trabalho significativo, trabalho que as deixe sentir que contribuem e que importam. Uma organização que discretamente otimiza os humanos para fora de cada ciclo não é simplesmente mais eficiente, está a abdicar de ambas as coisas ao mesmo tempo.

Como é a infraestrutura escalável de uma organização gerida por agentes

A terceira barreira de Harnish, a infraestrutura escalável, é aquela à qual continuo a voltar. Para uma organização humana, isso significa sistemas e estruturas capazes de carregar a carga de comunicação e decisão à medida que o número de pessoas cresce. Para uma organização gerida por agentes, tem de significar outra coisa ainda: infraestrutura que mantenha a rede de agentes crescente e parcialmente invisível suficientemente legível para que um humano ainda consiga rever e decidir de forma significativa, em vez de simplesmente carimbar.

Esta não é uma questão abstrata para nós. Na Guardian360 estamos a fazer exatamente esta experiência primeiro em nós mesmos. Estamos a configurar, testar e treinar os nossos próprios colegas de IA internamente antes sequer de considerarmos oferecer algo semelhante a clientes. Essa ordem importa. Se uma forma de trabalhar não aguenta na nossa própria equipa, incluindo o ponto em que começamos a questionar a nossa própria hierarquia tradicional, não temos nada que prometer que aguentará na de outra pessoa.

Então, quem está a coordenar quem?

Algures em cada conversa sobre orquestração de agentes, alguém propõe a mesma solução: dar a cada pessoa um único assistente de IA pessoal que fala com todos os outros agentes em seu nome, para que o humano só tenha de gerir uma relação em vez de dezenas. Compreendo o apelo, mas penso que vale a pena ser honesto sobre o que esse assistente realmente é. Não é uma solução para o problema de controlo, é mais um gestor na hierarquia, uma camada acima das outras, e continua a ter de ser confiado e revisto como todas as outras camadas abaixo dele. Não removeste o estrangulamento. Renomeaste-o e aproximaste-o de ti.

Harnish escreveu que a complexidade é o preço do crescimento, e que só poucas empresas alguma vez aprendem a pagá-lo bem. Suspeito que o mesmo se virá a revelar verdade para as organizações que agora se enchem de agentes. A pergunta que vale a pena ponderar não é quantos agentes te podes dar ao luxo de operar. É quantas camadas de gestão de agentes estás disposto a empilhar antes de precisares de outro humano só para decidir em quem confiar.

Fontes