Pintura a óleo em azul: cientista de dados pensativo diante de um monitor com uma rede de nós, com a mão no notebook
  1. Início
  2. IA para negócios
  3. Agentes de IA

Agentes de IA que agem no seu ERP e na sua loja.

Um agente executa a tarefa inteira: lê o pedido, confere o estoque, lança no ERP e avisa o cliente. O que pede julgamento volta para uma pessoa, com o contexto pronto.

Um assistente responde perguntas. Um agente termina o trabalho: consulta os sistemas, decide dentro de regras que a empresa define e registra o que fez. O valor e o risco estão na integração com a operação, e é nela que a CCX trabalha.

Como um agente trabalha, do pedido ao registro

O modelo é só uma peça. O resto são consultas, regras, permissões e a passagem para uma pessoa quando a regra não cobre o caso.

  1. CanalWhatsApp, e-mail ou loja
  2. AgenteLê e identifica a tarefa
  3. ContextoDocumentos e políticas
  4. ConsultasEstoque, preço e cliente
  5. Regras e limitesDecidem quem age
  6. Ação no sistemaLança no ERP ou na loja
  7. Revisão humanaO que pede julgamento
  8. Aviso ao clienteConfirmação no canal
  9. RegistroCada passo guardado

Fluxo de referência. Canais, sistemas e limites mudam conforme a operação de cada empresa.

Onde um agente costuma fazer sentido

Tarefas com volume, passos repetidos e regra clara, em que hoje alguém copia dados de uma tela para outra.

Pedidos e pós-venda

Lê o pedido que chegou por WhatsApp ou e-mail, confere estoque e preço, lança no ERP e confirma com o cliente. Troca e devolução seguem a política da empresa.

Atendimento com acesso aos sistemas

Responde sobre entrega, segunda via e prazo consultando os sistemas, não um roteiro. Quando precisa, passa o caso para a equipe com o histórico pronto.

Back-office

Confere nota fiscal contra pedido, concilia extrato e entrega ao analista só a divergência, em vez de pedir que ele a procure.

Comercial e catálogo

Prepara proposta a partir de tabela e histórico, preenche ficha de produto e mantém o cadastro coerente entre a loja e o ERP.

Quando um agente não é a resposta

Antes de construir, vale descartar as opções mais simples. Recomendar menos agentes faz parte do diagnóstico.

O processo tem regra fixaUma automação comum resolve, custa menos para operar e não erra de formas novas.
Basta consultarSe ninguém precisa agir depois da resposta, uma busca com RAG nos documentos da empresa é suficiente.
Falta acesso ao dadoSem acesso estável aos sistemas, o agente só erra mais rápido. A integração de sistemas vem antes.
O erro é caro e não tem voltaSe a ação não pode ser desfeita, o agente prepara e uma pessoa aprova.
O volume é baixoPoucos casos por mês raramente pagam a construção e a operação de um agente.

O que mantém um agente sob controle

Permissões, limites e registro entram no desenho do agente, junto com os requisitos da LGPD.

Permissões mínimas

O agente entra nos sistemas com usuário próprio e só faz o que esse usuário pode fazer.

Limites de ação

Valor, quantidade e tipo de operação definem até onde ele age sozinho. Acima disso, pede aprovação.

Revisão humana

O caso chega à pessoa com o que o agente leu, consultou e propôs, para ela decidir sem refazer o trabalho.

Registro de cada passo

Entrada, consulta, decisão e resultado ficam guardados, com dados pessoais mascarados, para auditoria e melhoria.

Do diagnóstico ao agente em produção

  1. 1

    Mapear a tarefa

    Escolhemos um fluxo com volume e regra clara e medimos como ele funciona hoje: tempo, erro e custo.

  2. 2

    Desenhar o agente

    Definimos o que ele faz sozinho, o que passa por uma pessoa e quais sistemas ele precisa acessar.

  3. 3

    Construir e avaliar

    Integramos aos sistemas e comparamos o resultado com a referência humana, em casos reais.

  4. 4

    Colocar em produção

    Liberamos aos poucos, com monitoramento, plano de rollback e a equipe treinada para revisar.

Perguntas frequentes

O que é um agente de IA para empresas?

É um software que usa um modelo de linguagem para executar uma tarefa de ponta a ponta: entende o pedido, consulta sistemas, decide dentro de regras definidas pela empresa e registra o que fez. A diferença para um chatbot é que o agente age nos sistemas, em vez de só responder.

Qual a diferença entre um agente e uma automação tradicional?

A automação segue um caminho fixo e para quando a entrada foge do previsto. O agente lida com texto livre e casos variados, mas precisa de limites, avaliação e revisão humana. Se o processo tem regra fixa e entrada padronizada, a automação é a melhor escolha.

Um agente de IA consegue lançar pedidos no SAP ou no Protheus?

Tecnicamente, sim: por API ou pela camada de integração que o ERP já usa, com um usuário de permissões restritas. O que define o projeto é a qualidade do dado e as regras do negócio. Por isso o diagnóstico olha primeiro as integrações entre os sistemas.

Como evitar que o agente faça algo errado?

Com permissões mínimas, limites de valor e de tipo de operação, validação contra as regras do sistema antes de gravar e revisão humana nos casos de baixa confiança. Cada passo fica registrado, e as ações importantes exigem aprovação ou podem ser desfeitas.

A VTEX, a Salesforce e a SAP já têm agentes próprios. Preciso de outro?

Nem sempre. Agentes nativos, como o Agentforce e o Joule, funcionam bem dentro da própria plataforma. O trabalho costuma estar em conectá-los ao resto da operação: o ERP, a loja, os dados e o atendimento. Usamos o nativo quando ele resolve e construímos só o que falta.

Por onde começar um projeto de agentes de IA?

Por uma única tarefa de alto volume, medida antes de qualquer protótipo. Esse primeiro fluxo, entregue de ponta a ponta, mostra o que muda na operação e vira o argumento para os próximos.

Fale com um especialista em IA.

Trinta minutos com um engenheiro da CCX, sem custo, para avaliar se a sua tarefa pede um agente e o que precisa estar pronto antes.