O rótulo que não aparece na demo
De cada mil fornecedores que se vendem hoje como "agente de IA", o Gartner estima que menos de cento e trinta realmente são. A demonstração de quinze minutos não distingue os dois. A pergunta certa também não está lá.
Uma palavra que virou etiqueta antes de virar critério
De cada mil produtos vendidos hoje como "agente de IA", o Gartner estima que menos de cento e trinta merecem o nome. Não é acusação de má-fé generalizada. É o retrato de uma palavra que virou etiqueta de categoria antes de virar critério técnico, o fenômeno que a própria consultoria batizou de "agent washing".
A confusão tem estrutura, e a estrutura é o que permite separar sinal de ruído sem depender de confiar no vendedor.
As três camadas que a demo não distingue
O Gartner separa o que hoje se vende sob o mesmo rótulo em três camadas, e a diferença entre elas não é sutil. Automação cuida de rotina: segue um roteiro fixo, sem interpretar nada de novo. Assistente reage quando alguém pede: responde, sugere, compara, mas não age sozinho. Agente decide sozinho dentro de uma fronteira que alguém desenhou antes: percebe uma condição, escolhe uma ação e executa, sem esperar que peçam.
A maioria do que chega ao mercado com o nome "agente" é automação, às vezes assistente. Raramente a terceira camada. Numa demonstração de quinze minutos, com um roteiro ensaiado, as três parecem exatamente a mesma coisa: alguém pede, o sistema entrega algo impressionante, todos assentem.
A vigilância errada é pior que a vigilância de menos
Aqui está o erro mais caro que o próprio Gartner documenta: aplicar o mesmo nível de controle a todo sistema chamado "agente", sem diferenciar o que cada um decide sozinho, é o que mais derruba projeto de IA dentro das empresas. Não é falta de governança. É governança no lugar errado.
Um sistema que só sugere, e espera aprovação para cada ação, não pede o mesmo acompanhamento que um sistema que executa sozinho dentro de uma fronteira ampla. Tratar os dois como igualmente arriscados custa duas vezes: excesso de controle no primeiro atrasa o time sem reduzir risco nenhum, porque o risco já era baixo, e falta de controle no segundo libera autonomia real sob a supervisão que só serviria ao primeiro.
A pergunta que substitui "isso tem IA?"
Antes de perguntar a um fornecedor se o produto "tem IA" ou "é um agente", a pergunta que separa o real do reembalado é outra, e tem duas partes. O que esse sistema decide sem consultar ninguém? E o que ele só executa porque uma pessoa já decidiu antes?
A resposta raramente está no material de vendas. Está em pedir para ver, ao vivo, o sistema encontrando uma situação fora do roteiro da demonstração, e observar quem decide o próximo passo quando isso acontece.
O que isso põe na sua mesa
Escolha um sistema que sua empresa já chama de "agente de IA" e faça essa pergunta por escrito a quem o opera: qual decisão ele toma sozinho, hoje, sem que ninguém precise aprovar? Se a resposta for "nenhuma", você comprou automação com nome novo, e não há problema nisso, desde que o preço e a supervisão estejam calibrados para o que o sistema de fato é.
O risco não é comprar automação achando que é pouco. É supervisionar automação como se fosse agente, gastando atenção onde ela não protege nada, ou deixar um agente real correr solto porque o rótulo dizia "assistente".
De onde vem a régua deste texto
A pergunta "o que ele decide sozinho, e o que ele só executa porque alguém já decidiu" é a metade observável do mesmo critério que organiza os outros textos desta série.
O primeiro eixo é o alcance do erro: automação que segue rotina, assistente que sugere e agente que decide dentro de uma fronteira não podem viver sob a mesma permissão, porque o custo de um erro em cada camada é de ordem de grandeza diferente. O segundo eixo é o controle que sobra do lado humano, que vai de aprovar cada ação até só constatar o resultado depois de pronto.
A regra que liga os dois cabe numa linha: o controle remanescente precisa ser maior ou igual à irreversibilidade do que o sistema alcança. Governança uniforme ignora essa regra por definição, porque trata camadas diferentes como se fossem uma só.
As quatro faixas de alcance, os tetos de cada uma e as perguntas que fazem a régua morder estão publicados, com data, na página do método.
A estimativa de que menos de cento e trinta entre mil fornecedores autodeclarados são agentes reais, e o conceito de "agent washing", são do Gartner (2025-2026). A conclusão de que governança uniforme aumenta a chance de falha de projetos de agentes é do relatório do Gartner "Applying Uniform Governance Across AI Agents Will Lead to Enterprise AI Agent Failure", maio de 2026. A taxonomia de três camadas (automação, assistente, agente) é do mesmo conjunto de publicações.