Esta cena está acontecendo agora em alguma empresa: um executivo volta de um evento de tecnologia, ou lê um relatório do Gartner, ou simplesmente acorda com a notícia na LinkedIn, e chega na empresa com uma certeza… Precisamos migrar nossos robôs de RPA para Agentes de IA.
O time de TI recebe a demanda. Alguém levanta a mão para perguntar por qual motivo, exatamente, eles deveriam substituir os robôs que rodam há dois anos sem falhar e a resposta que volta é: porque IA é o futuro, é a evolução da tecnologia.
Isso, por si só, já deveria ser um sinal de alerta.
O hype tem nome, tem data e tem custo
Agentic AI, ou Automação Agêntica de Processos (APA), não é invenção de blog corporativo. O próprio Gartner nomeou esta tecnologia como a principal tendência estratégica de 2025, e prevê que até 2028, pelo menos 15% das decisões de trabalho do dia a dia nas empresas serão tomadas de forma autônoma por agentes de IA.
Ainda citando o Gartner, em junho de 2025 foi publicada uma previsão que os defensores da IA preferiram não divulgar tanto: mais de 40% dos projetos de IA agêntica serão cancelados até o final de 2027. Entre as razões para estes cancelamentos estão custos crescentes, valor de negócio pouco claro ou controles de risco inadequados. A analista Anushree Verma, do Gartner, foi bem direta: “A maioria dos projetos de IA agêntica agora são experimentos em estágio inicial ou provas de conceito, majoritariamente movidos pelo hype, e frequentemente mal aplicados.”
O mercado de RPA, por sua vez, não está em declínio. Segundo a Precedence Research, o segmento foi avaliado em US$ 28,31 bilhões em 2025 e deve alcançar US$ 35,27 bilhões em 2026, com crescimento projetado até US$ 247 bilhões em 2035. RPA não é uma tecnologia que está em fase terminal. É uma tecnologia madura, ainda ganhando espaço nas empresas.
RPA e APA não são gerações da mesma coisa
A narrativa mais comum apresenta a relação entre RPA e APA como uma evolução linear, como se o agente fosse simplesmente um robô mais inteligente. Não é. São arquiteturas com filosofias fundamentalmente diferentes e, acima de tudo, construídas para resolver tipos diferentes de problema.
A tecnologia de RPA opera por lógica determinística: se A acontece, então faça B. Essa tecnologia executa sequências predefinidas, interage com interfaces de sistemas como um humano faria, clicando, preenchendo e extraindo informações. A tecnologia faz isso com velocidade e precisão muito superiores a uma ação humana. Seu ponto forte é exatamente a previsibilidade. Dado o mesmo input, o resultado será sempre o mesmo.
Já a tecnologia APA foi construída para lidar com ambiguidade. Ela usa modelos de linguagem de grande escala, as chamadas LLMs, para interpretar contexto, tomar decisões em tempo real, lidar com dados não estruturados e adaptar o comportamento conforme as circunstâncias mudam. A força dos agentes de IA está exatamente onde os robôs de RPA tropeçam: situações em que as regras não cobrem todos os casos, onde o input varia, onde a exceção é o padrão.
É muito importante ter claro: essas duas tecnologias não disputam o mesmo espaço. E essa distinção, que parece óbvia quando descrita desta forma, some completamente no meio do entusiasmo com o novo.
Os robôs que não deveriam ser migrados
Se a pergunta que precisa ser feita não é “devo migrar para APA?”, mas sim “esse processo específico tem um problema que meu RPA atual não consegue resolver?”, então é importante entender melhor os casos em que a resposta é não, os casos em que migrar seria simplesmente trocar uma solução que funciona por uma que pode custar mais caro.
Processos de alto volume com regras imutáveis. Processos em que as regras são estáveis, o volume é alto e a tolerância a erro é zero. Um agente de IA, por sua natureza probabilística, introduz variância onde você precisa de certeza. Colocar LLM num processo assim não é modernização, é risco desnecessário.
Integrações API-to-API em ambientes estáveis. Há robôs cuja única função é mover dados entre dois sistemas bem documentados, com contratos de API estáveis e formatos padronizados. Nesses casos, o robô de RPA atende perfeitamente o objetivo. Substituí-lo por um agente de IA com capacidade de raciocínio é como contratar um engenheiro sênior para envelopar cartas. O overkill tem custo, e esse custo aparece na fatura de tokens processados todo mês.
Automações que já pagaram o investimento e funcionam. Esse é o mais negligenciado. Há robôs em produção que rodam há anos, têm baixo custo de manutenção, não apresentam falhas recorrentes e entregam exatamente o que foi prometido. Migrar esses robôs gera custo com novas implementações, custo de revalidação, custo de governança e custo de aprendizado, sem retorno de negócio mensurável. A justificativa “porque é mais moderno” não fecha a conta.
Quando a migração faz sentido?
Seria irresponsável da minha parte terminar o argumento aqui, sem o contraponto de quando a APA faz sentido. Existem robôs RPA que deveriam sim ser substituídos ou complementados por agentes. Os sinais são claros quando você sabe o que procurar.
Alta taxa de falha por mudanças de interface: aquele bot que quebra toda vez que o fornecedor atualiza a tela do sistema, e o time passa mais tempo remendando do que operando, o custo de manutenção está superando o custo de uma solução mais adaptativa. Empresas que dependem apenas de RPA legado enfrentam o que algumas análises do setor chamam de “maintenance tax“, um imposto de manutenção que pode consumir parcela substancial do orçamento de automação.
Dependência constante de análises do time: se existe um processo automatizado que gera uma fila diária de casos que precisam de julgamento humano para seguir, é provável que esse processo tenha um grau de variação que a tecnologia RPA não foi projetada para absorver. Aí o agente de IA faz sentido: não para substituir o humano, mas para garantir que essa fila tenha apenas casos realmente complexos.
Processamento de documentos não estruturados: e-mails com linguagem natural, contratos com formatos variados, laudos médicos e comunicações de clientes. RPA lida mal com texto não estruturado. LLMs foram construídas exatamente para isso.
A regra prática que ajuda nessa categorização é relativamente simples: comece pelos logs. Identifique quais robôs têm mais falhas, mais manutenção, mais escalonamentos para humanos. Provavelmente esses são os candidatos mais adequados para uma migração para APA.
A pergunta que precisa ser feita
O que está acontecendo, muitas vezes, é uma confusão entre modernização legítima e ansiedade tecnológica. O Hype Cycle do Gartner para IA Agêntica de 2026 deixa isso evidente: a tecnologia está no pico das expectativas infladas, com gap crescente entre novas possibilidades e execução de projetos reais com retorno mensurável. A maioria dos deployments ainda são pontuais, e agentes verdadeiramente autônomos não estão prontos para a maioria dos casos de uso corporativos, de acordo com o relatório.
Isso não significa que a APA não vai chegar lá. Que vai, vai. Mas no momento atual, o que garante resultado é fazer a pergunta certa antes de qualquer projeto de migração: qual é o problema que meu robô atual não consegue resolver?
Se a resposta for “nenhum, está funcionando bem”, então a decisão já foi tomada. Hype tem prazo de validade. Robô que funciona, não.
