A Sinch publicou em 14 de agosto de 2026 o estudo The AI Production Paradox, feito com 2.527 executivos de 10 países e 6 setores da economia. O número que circulou nas manchetes foi o do Brasil. Aqui, 76% das empresas já operam agentes de IA em produção, contra 62% da média mundial e 67% dos Estados Unidos.
O mesmo estudo traz um segundo número, que quase não apareceu nas manchetes. No Brasil, 80% das organizações já interromperam ou reverteram alguma implementação de IA. Em 39% desses casos houve vazamento de dado ou de informação pessoal.
Os dois números contam a mesma história. Colocar um agente de IA em produção ficou barato e rápido. Mantê-lo em produção continua difícil. O nome do estudo já entrega o diagnóstico, e é sobre a segunda metade dele que vale conversar.
O que o estudo mediu?
A Sinch ouviu 2.527 executivos em 10 países e 6 setores. A pergunta central foi se a empresa tem agente de IA rodando em produção, ou seja, atendendo gente de verdade, e não em piloto ou prova de conceito. O recorte brasileiro é o que aparece na tabela abaixo.
| Indicador | Brasil | Comparação |
|---|---|---|
| Empresas com agente de IA em produção | 76% | Mundo 62%, Estados Unidos 67% |
| Já interromperam ou reverteram alguma implementação | 80% | Não divulgado por país |
| Rollbacks com vazamento de dado | 39% | América Latina 41%, América do Norte 26% |
| Vão aumentar o investimento em mais de 25% | 66% | Índia 71% |
| Avaliando novos fornecedores | 48% | Índia 50% |
Repare na terceira linha. A taxa de desligamento após vazamento na América Latina é de 41%, contra 26% na América do Norte. O estudo não afirma que vaze mais por aqui. O que ele mostra é que, quando vaza, a reação por aqui é desligar o sistema com mais frequência.
Por que o Brasil aparece na frente
O estudo mede, não explica. A leitura a seguir é nossa, não dele.
Empresa brasileira de porte médio costuma ter menos sistema legado amarrado do que a americana equivalente. Menos integração antiga para respeitar significa menos comitê para atravessar. O agente de IA vira decisão de diretoria, não de comitê de arquitetura.
Isso explica a velocidade e explica o rollback. Quando a decisão pula a etapa de arquitetura, o agente entra em produção sem as três coisas que o mantêm lá. Permissão mínima, trilha de auditoria e caminho de saída para o humano.
- 76% das empresas brasileiras colocaram pelo menos um agente de IA em produção.
- Dentro desse grupo, 80% já precisaram interromper ou reverter alguma implementação.
- Em 39% dessas reversões o motivo foi vazamento de dado ou de informação pessoal.
O que muda na prática
Se você dirige uma empresa de 10 a 500 funcionários, três coisas mudam a partir deste estudo.
A primeira é que ter agente em produção deixou de ser diferencial competitivo. Com 76% das empresas na mesma situação, o que diferencia agora é quanto tempo o seu agente fica de pé sem precisar ser desligado.
A segunda é que o seu risco maior não é o agente errar uma resposta. É ele ter acesso a dado que não precisava ter. Os 39% de rollback por vazamento não falam de modelo ruim, falam de permissão larga demais.
A terceira é comercial. Com 48% das empresas avaliando novos fornecedores, o mercado está em movimento de troca. Quem se queimou procura quem faça diferente, não quem faça mais rápido.
Boa parte dos rollbacks começa em escopo mal definido, então vale ler como mapear as rotinas antes de automatizar. Se o seu caso é atendimento, o caminho está em como resolvemos o atendimento que repete a mesma resposta.
Como usamos isso na Blue Labs
A Blue Labs opera 6 ou mais sistemas próprios com IA na sua própria operação, entre eles a Amélia, que qualifica lead por WhatsApp, a Vera, que cuida da entrega de projeto, e o Robô de Suporte, que responde com base na base de conhecimento. Nenhum deles foi desligado por vazamento até hoje, e isso não é sorte nem qualidade de modelo.
As quatro regras que aplicamos em todo agente
Permissão mínima por padrão. O agente recebe acesso somente ao conjunto de dados que a tarefa exige, não ao banco inteiro. Quando a Amélia qualifica um lead, ela enxerga o que aquele lead preencheu, não a carteira de clientes.
Trilha de auditoria por projeto. Toda ação do agente fica registrada com quem pediu, o que foi consultado e o que foi devolvido. Sem isso você não consegue nem investigar um incidente, só desligar tudo, que é exatamente o que os 39% fizeram.
Caminho de saída para o humano. O agente precisa saber reconhecer o que está fora do escopo dele e passar adiante. Agente que tenta responder tudo é agente que uma hora responde errado sobre algo caro.
Escopo estreito na primeira versão. Preferimos um agente que faz uma coisa bem a um que faz cinco pela metade. O escopo cresce depois que a primeira versão passa semanas de pé sem incidente.
Vale um recorte honesto. Nossa base é a própria operação e a carteira que atendemos, com 98% de retenção, não uma amostra de 2.527 executivos. São pesos diferentes. O que entregamos aqui é o mecanismo que usamos, não prova de que ele serve para toda empresa. É esse desenho que aplicamos quando assumimos o pilar de tecnologia e automação de um cliente.
Quando isso não vale a pena
Agente de IA não resolve processo que ninguém consegue descrever. Se a sua equipe não sabe explicar em voz alta como uma tarefa é feita hoje, automatizar ela vai apenas acelerar a confusão.
Também não vale para processo de baixo volume. Se algo acontece três vezes por mês, o custo de desenhar, testar e manter o agente supera o tempo economizado por um bom tempo. A conta muda quando a mesma tarefa aparece dezenas de vezes por dia.
E não vale quando o dado que o agente precisaria enxergar é o dado mais sensível da empresa e ainda não existe controle de acesso decente em volta dele. Nesse caso o trabalho anterior é arrumar o controle de acesso, não subir agente.
Perguntas frequentes
O que conta como agente de IA em produção?
É um sistema com IA que executa tarefa de ponta a ponta atendendo pessoas de verdade, sem alguém aprovando cada passo intermediário. Piloto interno e prova de conceito não contam. A diferença prática é se existe cliente ou funcionário dependendo daquilo hoje.
Por que tantas empresas reverteram a implementação?
O estudo aponta vazamento de dado em 39% dos casos brasileiros, mas não detalha os outros 61%. Na nossa experiência os motivos mais comuns são escopo largo demais na primeira versão e falta de caminho de saída para o humano quando o agente não sabe responder.
Vale esperar a tecnologia amadurecer antes de começar?
Esperar não reduz o risco, porque o risco não está no modelo, está na arquitetura em volta dele. O que reduz risco é começar por um processo de escopo estreito, com permissão mínima e trilha de auditoria, e crescer a partir do que ficou de pé.
Quanto tempo leva para colocar o primeiro agente de pé?
Depende do processo, mas a etapa que costuma consumir mais tempo não é a técnica. É mapear como a tarefa é feita hoje e decidir o que o agente não vai fazer. Processo bem mapeado encurta muito o resto.
Próximo passo
Se a sua empresa está entre os 76%, a pergunta útil não é se o agente funciona. É o que acontece quando ele falha, e quem fica sabendo.
Fale com a gente no WhatsApp e conte qual processo você quer tirar da mão do time. A conversa começa pelo processo, não pela ferramenta.
4 comentários