Gartner: 33% dos softwares empresariais terão IA agêntica até 2028

Em 2024, menos de 1% dos softwares empresariais incorporava IA agêntica. Até 2028, esse numero deve saltar para 33%, segundo previsão do Gartner -- uma das mais ousadas já feitas pela consultoria no campo de tecnologia corporativa. Estamos falando de um terco de todas as aplicacoes empresariais com capacidade de perceber, decidir e agir de forma autonoma. Para CFOs, essa não e uma tendencia distante. E uma transformação que já esta redefinindo o mercado de software financeiro.

Vamos analisar o que essa previsão significa na pratica e como se preparar.

O que o Gartner esta dizendo, exatamente

O Gartner publicou uma serie de previsões sobre IA agêntica que, juntas, pintam um quadro bastante claro:

• 33% dos softwares empresariais incluirao IA agêntica até 2028, contra menos de 1% em 2024.
• 15% das decisões operacionais diarias serão tomadas autonomamente por agentes de IA até 2028, partindo de 0% em 2024.
• 40% dos aplicativos empresariais terão agentes de IA especificos para tarefas até 2026, contra menos de 5% em 2025.
• O mercado gerado por IA agêntica em software empresarial ultrapassara US$ 450 bilhoes em receita até 2028.

A escala dessa mudanca e sem precedentes. Para colocar em perspectiva: a adocao de cloud computing levou mais de uma decada para atingir penetracao comparavel em softwares empresariais. A IA agêntica esta projetada para fazer isso em quatro anos.

Mas o Gartner não e ingenuamente otimista. Na mesma serie de previsões, a consultoria alerta que mais de 40% dos projetos de IA agêntica serão cancelados até o final de 2027, por tres razoes principais: custos que escalam além do previsto, valor de negocio mal definido e controles de risco insuficientes.

Por que a aceleracao e tao rapida

Tres fatores convergem para explicar essa velocidade:

1. Os LLMs amadureceram como "cerebro" dos agentes

Até 2023, LLMs eram bons em gerar texto, mas fracos em raciocinio estruturado e uso de ferramentas. Em 2025 e 2026, modelos como Claude Opus, GPT-4o e Gemini 2.0 passaram a combinar raciocinio de longo prazo, chamada de funcoes (tool use), e janelas de contexto de até 1 milhao de tokens. Isso significa que um agente pode processar um contrato inteiro de 200 paginas, entender suas clausulas e tomar decisões baseadas nelas -- algo impensavel dois anos atras.

2. A infraestrutura de orquestração de agentes esta pronta

Frameworks como LangGraph, CrewAI, AutoGen da Microsoft e o proprio Claude Code da Anthropic permitem que empresas construam, testem e implantem agentes com relativa facilidade. Não e mais necessario um time de PhDs em IA para colocar um agente em produção. Plataformas low-code estão democratizando o acesso.

3. Os fornecedores de software financeiro estão embutindo agentes

Esse e o fator mais relevante para CFOs. Não estamos falando de construir agentes do zero. Os principais fornecedores de software financeiro já estão incorporando agentes em seus produtos:

• HighRadius lancou mais de 200 agentes de IA pré-construídos para contas a receber, tesouraria, fechamento contabil e contas a pagar.
• Coupa esta desenvolvendo uma visao de pagamentos autonomos via IA agêntica.
• SAP integrou agentes no S/4HANA Cloud para processos de procure-to-pay e record-to-report.
• Oracle adicionou agentes ao seu ERP Cloud para reconciliação e analise de variacoes.

Quando seu fornecedor de ERP ou de gestão financeira ativa agentes nativamente, a adocao deixa de ser um projeto de inovação e vira uma atualizacao de software.

O impacto especifico em finanças corporativas

Das previsões do Gartner, a que mais importa para equipes financeiras e a dos 15% de decisões operacionais autonomas até 2028. Vamos traduzir isso para o dia a dia:

Decisões que agentes já estão tomando:

• Aprovacao de faturas de baixo risco: Agentes verificam matching 3-vias (PO, recebimento, fatura), validam valores e aprovam automaticamente quando tudo bate. Excecoes são escaladas para humanos.
• Priorização de cobrancas: Agentes analisam historico de pagamento, valor em aberto e risco de inadimplencia para definir a ordem e o canal de contato ideal para cada cliente.
• Classificação de lançamentos contabeis: Agentes categorizam despesas e receitas com base em padroes historicos e regras contabeis, reduzindo o trabalho manual de classificação.
• Previsão de caixa e alerta de liquidez: Agentes monitoram saldos, contas a pagar e a receber em tempo real e alertam (ou agem) quando projetam deficit.
• Detecção de anomalias em transações: Agentes identificam pagamentos duplicados, valores fora do padrao ou transações suspeitas antes que se tornem problemas.

Decisões que ainda exigem supervisao humana forte:

• Renegociação de contratos com fornecedores estrategicos
• Decisões de investimento de capital
• Mudancas em politicas de credito
• Escolhas de financiamento e estrutura de capital

A tendencia e clara: tarefas transacionais e repetitivas migram para agentes. Decisões estrategicas e de alto impacto continuam com humanos -- mas informadas por agentes.

O alerta dos 40% de cancelamento

O Gartner preve que mais de 40% dos projetos de IA agêntica serão cancelados até o final de 2027. Isso não e pessimismo -- e padrao de adocao de tecnologia. Os motivos mais comuns:

1. Custos subestimados Implementar agentes não e só licenciar um software. Envolve integração com sistemas legados, limpeza de dados, treinamento de equipes e governanca. Empresas que subestimam esses custos abandonam projetos quando o orcamento estoura.

2. Valor de negocio mal definido "Vamos usar IA agêntica porque todo mundo esta usando" não e um business case. Projetos sem metricas claras de sucesso (redução de DSO, tempo de fechamento, custo por transacao) não conseguem justificar a continuidade.

3. Riscos não governados Agentes que tomam decisões financeiras precisam de guardrails robustos. Quem pode o agente pagar? Até que valor? O que acontece quando ele erra? Sem responder essas perguntas antes de implantar, o risco operacional pode superar o beneficio.

A licao para CFOs: os 60% que vão ter sucesso serão aqueles que abordaram IA agêntica como um projeto de negocio, não de tecnologia. Com metas claras, governanca definida e escopo controlado.

O cronograma realista para CFOs

Com base nas previsões do Gartner e no ritmo atual de adocao, um cronograma realista para equipes financeiras se divide em tres horizontes:

2026 (agora): Fase de experimentacao

• Avaliar quais processos financeiros geram mais atrito e volume
• Identificar se seu fornecedor de ERP/software financeiro já oferece agentes nativos
• Rodar 1-2 pilotos em areas de baixo risco (classificação de despesas, matching de faturas)
• Definir politicas de governanca para decisões autonomas

2027: Fase de escala seletiva

• Expandir agentes para processos core: contas a receber, conciliação, previsão de caixa
• Aumentar gradualmente os limites de autonomia com base em metricas de acuracia
• Integrar agentes com fluxos de aprovacao existentes
• Treinar equipes para trabalhar "com" agentes, não "ao lado" deles

2028: Fase de operação agêntica

• Processos transacionais majoritariamente operados por agentes
• Humanos focados em supervisao, excecoes e decisões estrategicas
• Metricas de desempenho incluindo eficiência de agentes como KPI padrao
• CFO como arquiteto da operação financeira agêntica

O ROI que justifica o investimento

Dados consolidados de mercado mostram que o retorno e tangivel quando a implementação e bem feita:

• ROI medio de 171% em implantacoes de IA agêntica, segundo projecoes de mercado.
• Retorno de 2,3x em 13 meses em media, de acordo com a IDC.
• Bancos americanos reportam 20% a 60% de ganho de produtividade em analise de risco de credito com agentes, segundo a McKinsey.
• 30% de redução no tempo de onboarding de clientes institucionais no Goldman Sachs com agentes Claude da Anthropic.

O numero que mais importa, porem, e especifico da sua operação. Um departamento financeiro que processa 5.000 faturas por mes e gasta 15 minutos de analista por fatura em excecoes tem um potencial de economia muito diferente de um que processa 200. O calculo do ROI precisa partir dos seus volumes e custos reais.

Acoes praticas para CFOs

1. Faca o inventario de decisões do seu departamento. Liste todas as decisões que sua equipe financeira toma semanalmente. Classifique-as em: (a) puramente transacionais, (b) baseadas em regras com excecoes, (c) estrategicas com julgamento. O grupo (b) e o alvo ideal para agentes de IA.
2. Verifique o roadmap do seu fornecedor de software. Agende uma conversa com seu fornecedor de ERP, tesouraria ou contas a receber. Pergunte: quando agentes de IA estarao disponiveis? Como funcionam? Qual o custo adicional? Se o fornecedor não tiver planos concretos, pode ser hora de avaliar alternativas.
3. Estabeleca um framework de governanca antes de implantar. Defina limites de autonomia (valores, tipos de transacao, fornecedores), protocolos de escalacao, trilhas de auditoria e responsabilidades. Isso evita que voce entre nos 40% de projetos cancelados por falta de controle.
4. Calcule o ROI com seus proprios numeros. Use o volume de transações, o tempo medio de processamento e o custo por FTE da sua equipe para projetar o retorno. Não confie em benchmarks genericos -- eles servem de referencia, mas o business case precisa ser especifico.
5. Reserve orcamento para 2027. Mesmo que não implante nada agora, o momento de garantir orcamento para IA agêntica e no próximo ciclo de planejamento. A janela de vantagem competitiva para early adopters esta se fechando.