Publicado originalmente em 19 de março de 2026, atualizado em 26 de agosto de 2026
Por Carole Achramowicz, Vice-presidente, Marketing de Produto
Estamos no meio da maior transformação tecnológica desde o ChatGPT, e ela já começou a revolucionar tudo — desde a maneira como gerenciamos nossas agendas diárias e acompanhamos as notícias até as formas fundamentais como o trabalho é realizado. Em sua recente palestra na GTC, o CEO da NVIDIA, Jensen Huang, descreveu esse salto tecnológico como a transição de um mundo de “IA Assistida” — onde modelos sugerem conteúdo ou código — para um mundo de “Agentic AI”, no qual agentes autônomos executam tarefas complexas de forma independente em sistemas corporativos.
E essa mudança está acontecendo com uma velocidade sem precedentes. Em nossa recente Relatório de Referência de Automação Jitterbit AI, constatamos que apenas 1,6% dos entrevistados não possui agentes de IA implantados. Para aqueles que já possuem implantações de agentes, o número de agentes deve aumentar em média 43% no próximo ano — com a porcentagem de entrevistados com implantações em grande escala, com mais de 100 agentes, prevista para mais que dobrar.
Esse crescimento meteórico desses agentes gerou preocupações sobre a proliferação desordenada de agentes e a responsabilidade dos agentes de IA, estimulando o entusiasmo da indústria por frameworks como o OpenClaw (um sistema de código aberto capaz de conectar aplicativos de mensagens como WhatsApp ou Discord a agentes autônomos executados na máquina do usuário) e tornando necessárias camadas de segurança como o NemoClaw.
Mas, embora a mudança da capacidade de agentes para o gerenciamento de agentes seja importante, à medida que as organizações fazem a transição de pilotos de IA para operações em grande escala, uma abordagem mais voltada para o futuro é necessária.
O Ponto de Virada: Da Inferência à Agência
Os modelos tradicionais de IA concentram-se principalmente na inferência, ou seja, na interpretação de dados e no apoio às decisões humanas. O Agentic AI, por outro lado, muda radicalmente o papel do software: em vez de os seres humanos manipularem diretamente as ferramentas, os aplicativos estão se tornando ambientes nos quais agentes atuam em nome do usuário.
Isso representa um salto espetacular em termos de capacidades: abre a possibilidade de transformar grandes modelos de linguagem em atores autônomos capazes de navegar por aplicativos e coordenar fluxos de trabalho em fontes de dados díspares. Mas também magnifica o risco, abrindo as portas para violações de conformidade, agentes presos em loops, acúmulo de permissões e muito mais. Implantações responsáveis e à prova de futuro exigem que expandamos nossa abordagem para incluir os requisitos fundamentais de confiança, controle e prestação de contas.
OpenClaw é um exemplo perfeito do que acontece quando a inovação em IA agêntica supera a governança. A plataforma de código aberto e auto-hospedada de repente deu às pessoas a capacidade de criar agentes de IA poderosos e personalizados — mas, como a plataforma carecia de recursos de segurança integrados, os usuários logo descobriram que dar aos seus ajudantes autônomos amplo acesso ao sistema introduzia riscos significativos.
Como as Camadas de Segurança e a Governança Ajudam a Fechar as Lacunas de Responsabilidade em IA
Ao introduzir o NemoClaw, a pilha de software e o plugin da NVIDIA que adiciona isolamento de nível corporativo e controles orientados por políticas ao OpenClaw, Huang descreveu a nova oferta como uma forma de permitir que LLMs interajam com softwares por meio de capacidades de “uso de computador”. Isso abre as portas para que a IA opere navegadores e aplicativos exatamente como os humanos fazem.
Esta transição representa uma encruzilhada crítica para a empresa moderna, de acordo com o CEO da Jitterbit, Bill Conner:
“Estamos vendo um dos pontos de inflexão tecnológica mais rápidos e monumentais desde o ChatGPT: a transição de uma IA que sugere para uma IA que atos. O OpenClaw acelerou essa transição, mas com esse poder vêm riscos reais. Em sua forma bruta, esses frameworks carecem de um modelo de segurança inerente. Em um ambiente corporativo, isso não é apenas uma lacuna, é um passivo.”
À medida que os agentes de IA ganham a capacidade de se mover dinamicamente entre sistemas e fronteiras jurisdicionais, os desafios de soberania de dados e responsabilidade tornam-se cada vez mais urgentes. É por isso que a Jitterbit defende uma abordagem “em camadas” para a IA. Ao envolver as estruturas de agentes com uma camada de infraestrutura robusta, barreiras de proteção e aplicação de políticas, as empresas podem capitalizar a eficiência da IA sem comprometer o controle.
De acordo com Manoj Chaudhary, diretor de tecnologia (CTO) da Jitterbit, a mais nova oferta da NVIDIA sugere uma mudança radical na forma como os agentes de IA podem operar. “O lançamento do NemoClaw reflete uma percepção mais ampla do setor: o Agentic AI precisa de uma base de nível empresarial. Estamos caminhando em direção aos ‘sistemas operacionais de IA’ — plataformas que não apenas possibilitam a inteligência, mas também controlam como essa inteligência se comporta. Trata-se de inovação aberta na borda, com governança estruturada incorporada.”
Avançando rumo ao Agente como Serviço
A democratização segura do acesso aos dados, disse Conner, requer dois elementos fundamentais: supervisão humana e barreiras tecnológicas.
“À medida que os agentes se tornam mais autônomos, a responsabilidade pela inteligência artificial torna-se mais difícil de definir. Quando um agente age de forma independente, a responsabilidade ainda deve ser claramente atribuída ao sistema, à organização e, em última análise, à supervisão humana. Os mecanismos de proteção devem evoluir de simples controles de políticas para restrições dinâmicas e aplicáveis, embutidas diretamente na forma como os agentes operam.”
Em outras palavras, embora a abordagem de “implantar agora e fazer perguntas depois” possa ter nos trazido até aqui, está ficando cada vez mais claro que ela não nos levará aonde realmente precisamos estar. Na corrida para a adoção de agentes, as empresas que cruzarem a linha de chegada não serão aquelas com os agentes mais poderosos, mas sim as mais responsável uns.
À medida que os agentes de IA continuam a evoluir para se tornarem a espinha dorsal das operações empresariais — em direção a um futuro que Huang descreve como “IA para tudo” — a conversa deve continuar a mudar do agente de IA capacidades ao agente de IA prestação de contas. O objetivo final é garantir que os agentes não sejam apenas poderosos, mas também seguros, em conformidade e integrados à estrutura das operações de negócios.