Como Schneider Electric, Vodafone e monday.com escalam agentes de IA em produção

Os programas de agentes de IA na Europa e no Oriente Médio estão seguindo um caminho diferente dos aplicativos voltados ao consumidor que dominam as manchetes. Em vez de começar por um único chatbot vistoso, um número crescente de equipes parte de uma plataforma — muitas vezes porque já carregam uma dezena de provas de conceito espalhadas pelas unidades de negócio e nenhuma forma consistente de levá-las à produção.

O padrão se repete em setores com níveis de pressão regulatória muito distintos: energia, telecomunicações, seguros, bancos e varejo. A conclusão é consistente — as empresas acham agentes fáceis de prototipar e muito mais difíceis de operar. Operar bem exige uma camada de infraestrutura que muita gente não previu ao construir o primeiro agente.

Três empresas que construíram essa camada

Schneider Electric mantém um hub interno de IA com 350 pessoas, que sustenta mais de 60 agentes em infraestrutura crítica, com uma disciplina de LLMOps baseada em observabilidade, avaliação e implantação.

monday.com reconstruiu seu assistente Sidekick: de um agente único de propósito geral para um sistema em camadas de subagentes, ferramentas limitadas e sandboxes — depois de descobrir em produção que adicionar mais ferramentas piorava o agente em vez de melhorá-lo.

Vodafone colocou dois assistentes em produção — o Insight Engine e o Enigma — sobre o LangGraph, usando o LangSmith para monitorá-los e aprimorá-los.

Padrões emergentes na região

A partir de conversas com um conjunto mais amplo de programas, alguns padrões se destacam:

• Plataformas centrais de agentes (35%): o caso de uso mais comum é uma plataforma de agentes — ou “control plane” — que consolida esforços fragmentados, com os agentes das unidades de negócio rodando por cima dela.
• Trabalho de documentos regulados e back-office (18%): sinistros, subscrição, faturas, licitações, compras e folha de pagamento — fluxos com trilha de auditoria e custo por caso conhecido.
• Risco, compliance e operações de segurança (12%): agentes que reduzem a carga dos analistas em funções com obrigações de auditoria, como triagem de alertas de segurança e verificação de transações sinalizadas.
• Construção federada (16%): ajudar não-engenheiros a configurar agentes com barreiras centrais de segurança, enquanto a engenharia industrializa os que funcionam.

Observabilidade, avaliações e controle de custo aparecem como a base de tudo. As equipes querem tracing, avaliações, gestão de prompts e filas de anotação em dezenas de casos de uso ao mesmo tempo — e cada vez mais colocam um gateway de LLM no centro do roadmap para ter visibilidade unificada de usuários, modelos, tokens e gastos.

Para o CAIO da Schneider Electric, Philippe Rambach, a questão central é confiança: “O desafio da precisão, da qualidade das respostas e das guardrails é muito real. Quando você implanta uma solução em escala, precisa de ferramentas como o LangSmith. Tudo ligado à confiabilidade e a entender o que acontece é extremamente valioso para nós.”

A lição geral é clara: passar do piloto à operação exige menos engenharia de prompt e mais engenharia de plataforma — observabilidade, avaliação, governança e uma camada compartilhada que impeça cada time de reconstruir a mesma fundação.