A inteligência artificial já entrou na rotina de muitas empresas, mas continua, frequentemente, limitada à conversa: faz-se uma pergunta, pede-se um texto e copia-se a resposta para outra aplicação. É útil. Mas deixa quase todo o trabalho de execução nas mãos da equipa.
O salto seguinte acontece quando a IA passa a trabalhar com as ferramentas da empresa, dentro de acessos e limites definidos: organiza informação, prepara documentos, consulta dados e executa processos com várias etapas. É a passagem do assistente que responde para o agente que ajuda a realizar trabalho concreto.
O Hermes Agent, desenvolvido pela Nous Research, é um exemplo desta abordagem. Combina modelos de linguagem com ferramentas, memória persistente, competências reutilizáveis e canais de comunicação. As suas possibilidades ajudam a perceber o potencial da IA operacional — e os cuidados necessários para a aplicar numa empresa.[1]
O valor de um agente não está apenas na qualidade da resposta. Está no trabalho que consegue concluir, com autorização e com resultados verificáveis.
1. O modelo certo para cada tarefa — e para cada orçamento
Nem todas as tarefas exigem o mesmo nível de raciocínio. Classificar documentos não é o mesmo que preparar uma proposta comercial complexa ou analisar informação de apoio à gestão. Usar sempre o modelo mais dispendioso pode aumentar os custos sem trazer uma melhoria proporcional.
O Hermes permite trabalhar com diferentes fornecedores e modelos, além de integrar ferramentas externas através de plugins e do MCP — Model Context Protocol. Esta flexibilidade abre espaço para desenhar uma solução ajustada ao trabalho, em vez de obrigar a empresa a adaptar todos os seus processos a uma única ferramenta.[1]
- Tarefas de rotina: triagem de pedidos, classificação de documentos ou extração de campos podem ser testadas com modelos mais rápidos e económicos.
- Tarefas mais exigentes: análises com várias fontes, propostas ou decisões com maior impacto podem justificar modelos com mais capacidade, sempre com validação adequada.
- Informação sensível: a escolha deve considerar também onde os dados são processados, as condições do fornecedor e os requisitos de privacidade da empresa.
A melhor arquitetura não é a que usa mais IA. É a que resolve o problema com qualidade, controlo e um custo sustentável.
2. Aprender com a experiência não dispensa supervisão
Uma das características do Hermes é a possibilidade de guardar procedimentos em skills: documentos de competências que o agente pode consultar e reutilizar. A memória persistente permite também conservar contexto entre sessões. Neste caso, «aprender» significa sobretudo registar e reutilizar conhecimento de trabalho, não treinar novamente o modelo a cada conversa.[2]
É uma vantagem, mas não uma garantia de melhoria contínua. Sem curadoria, podem acumular-se instruções redundantes, regras desatualizadas ou procedimentos contraditórios. Dois processos parecidos podem, por exemplo, pertencer a clientes diferentes e exigir tratamentos que nunca devem ser misturados.
Numa empresa, é preciso definir o que pode ser guardado, quem pode alterar os procedimentos e que mudanças exigem aprovação. Uma competência reutilizável deve ser revista e testada antes de ser aplicada a situações com consequências reais.
O objetivo não é ter um agente que reinventa as regras do negócio. É ter um agente que segue processos claros e sabe parar quando falta informação ou autorização.
3. Especialização por função, sem confundir perfis com segurança
O Hermes permite criar perfis com configuração, memória, sessões e competências próprias. Esta separação ajuda a organizar assistentes especializados, sem concentrar todas as instruções num único agente.[3]
- Vendas: preparar rascunhos de propostas, reunir informação autorizada e acompanhar oportunidades.
- Operações: organizar planos de trabalho, preparar reuniões e apoiar a articulação entre ferramentas.
- Documentação: classificar ficheiros, localizar informação e preparar sínteses para revisão.
Há, contudo, uma distinção essencial: separar perfis não equivale, por si só, a impedir o acesso aos dados dos outros. Se os agentes partilharem o mesmo utilizador do sistema ou credenciais demasiado amplas, a separação organizacional pode não constituir uma barreira de segurança. Os acessos a ficheiros, contas e aplicações têm de ser limitados tecnicamente.[3]
A proatividade também precisa de limites. Um agente pode sugerir o próximo passo ou preparar um rascunho com base no contexto. Isso não lhe dá autorização automática para enviar mensagens, alterar dados ou assumir compromissos em nome da empresa.
4. Implementar um agente é mais do que instalar um programa
Um processo pode depender de um modelo, de uma aplicação de gestão, de um serviço de e-mail e de várias permissões. Se uma integração mudar, uma credencial expirar ou uma atualização alterar o comportamento de uma ferramenta, o trabalho pode ficar incompleto.
Por isso, uma implementação séria inclui testes com situações reais, registo das ações, acompanhamento de falhas e procedimentos de recuperação. Deve ser possível perceber o que foi feito, o que ficou por fazer e quando é necessária intervenção humana.
O empresário não tem de se tornar especialista em servidores ou modelos de linguagem. Mas precisa de saber quem acompanha a solução, que custos estão envolvidos e como se responde quando algo falha. Manutenção e suporte fazem parte da solução, não são um extra depois da instalação.
5. Como se trabalha com um agente no dia a dia?
A comunicação pode acontecer através de ferramentas familiares. O Hermes dispõe de um gateway que liga o agente a canais como Telegram e WhatsApp, conforme a configuração e os requisitos de cada plataforma. Isso facilita a interação, mas não substitui a preparação das integrações nem garante que um processo continue sem interrupções quando há uma falha.[4]
Imagine um processo de preparação de propostas, depois de configurados e testados os acessos necessários:
- Envia o pedido. Depois de uma reunião, transmite ao agente os pontos acordados — por texto ou, se a transcrição estiver configurada, por áudio.
- O agente prepara o trabalho. Organiza os dados, consulta a tabela de serviços autorizada e cria um rascunho da proposta. Se faltar informação, pergunta em vez de inventar.
- A equipa revê. Confirma os serviços, os valores, os prazos e o destinatário. O documento ainda não foi enviado ao cliente.
- A execução depende de autorização. Só depois da aprovação explícita, e se o envio fizer parte das permissões atribuídas, o agente avança e verifica o resultado.
Este é um exemplo de processo, não uma promessa de automatização imediata. A poupança de tempo depende da qualidade dos dados, das ferramentas disponíveis e do nível de revisão necessário. O ganho está em reduzir trabalho repetitivo sem retirar à equipa o controlo das decisões.
Da possibilidade técnica ao trabalho real: IA Operacional
Ferramentas como o Hermes mostram que já é possível ligar a IA à execução de trabalho. Mas a tecnologia, por si só, não define um bom processo nem garante segurança. É preciso conhecer o negócio, escolher as tarefas adequadas e estabelecer critérios para verificar o resultado.
É nessa ligação entre capacidade técnica e necessidades concretas que se posiciona a IA Operacional, um serviço criado por Paulo Nóbrega para preparar assistentes e agentes de inteligência artificial à medida das empresas, com orientação e acompanhamento.[5]
Conhecer a empresa e desenhar a solução
O ponto de partida são os desafios da equipa, os processos que consomem tempo e as ferramentas já utilizadas. A partir daí, define-se o trabalho do agente, os acessos necessários, os limites e os custos previstos. Pode fazer sentido começar por uma única tarefa, com um resultado fácil de avaliar.
Preparar, experimentar e ajustar
Antes da utilização diária, a solução deve ser testada em cenários representativos, recorrendo a dados fictícios ou anonimizados sempre que possível. Fica definido que informação pode ser consultada, que ações estão autorizadas e em que momentos a aprovação humana é obrigatória.
Acompanhar e evoluir com a equipa
Depois da preparação inicial, há acompanhamento para ajudar a equipa a usar a solução, ajustar o processo e avaliar novas aplicações. O objetivo não é automatizar tudo: é identificar onde a IA pode trazer utilidade real, com resultados que possam ser confirmados.
A inteligência artificial não substitui a responsabilidade da sua equipa. Pode retirar-lhe parte do trabalho repetitivo — mantendo a decisão do lado certo.
Quer perceber por onde começar na sua empresa? Conheça a abordagem da IA Operacional em iaop.pt e descubra que tarefas podem beneficiar de um agente, com os acessos e a supervisão adequados.
Fontes e documentação
As funcionalidades dependem da versão, das integrações e da configuração adotadas. As ilustrações são esquemáticas e não representam capturas da interface do Hermes.
[1] Hermes Agent — documentação oficial
[2] Sistema de competências (skills)
[3] Perfis e separação de ambientes
