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

Em 2024, menos de 1% dos softwares empresariais incorporava IA agêntica. Até 2028, esse número 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 terço de todas as aplicações empresariais com capacidade de perceber, decidir e agir de forma autônoma. Para CFOs, essa não é uma tendência distante. É uma transformação que já está redefinindo o mercado de software financeiro.

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

O que o Gartner está dizendo, exatamente

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

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

A escala dessa mudança é sem precedentes. Para colocar em perspectiva: a adoção de cloud computing levou mais de uma década para atingir penetração comparável em softwares empresariais. A IA agêntica está projetada para fazer isso em quatro anos.

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

Por que a aceleração é tão rápida

Três fatores convergem para explicar essa velocidade:

1. Os LLMs amadureceram como "cérebro" dos agentes

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

2. A infraestrutura de orquestração de agentes está pronta

Frameworks como LangGraph, CrewAI, AutoGen da Microsoft e o próprio Claude Code da Anthropic permitem que empresas construam, testem e implantem agentes com relativa facilidade. Não é mais necessário 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 é 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 lançou mais de 200 agentes de IA pré-construídos para contas a receber, tesouraria, fechamento contábil e contas a pagar.
• Coupa está desenvolvendo uma visão de pagamentos autônomos 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 análise de variações.

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

O impacto específico em finanças corporativas

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

Decisões que agentes já estão tomando:

• Aprovação de faturas de baixo risco: Agentes verificam matching 3-vias (PO, recebimento, fatura), validam valores e aprovam automaticamente quando tudo bate. Exceções são escaladas para humanos.
• Priorização de cobranças: Agentes analisam histórico de pagamento, valor em aberto e risco de inadimplência para definir a ordem e o canal de contato ideal para cada cliente.
• Classificação de lançamentos contábeis: Agentes categorizam despesas e receitas com base em padrões históricos e regras contábeis, 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 padrão ou transações suspeitas antes que se tornem problemas.

Decisões que ainda exigem supervisão humana forte:

• Renegociação de contratos com fornecedores estratégicos
• Decisões de investimento de capital
• Mudanças em políticas de crédito
• Escolhas de financiamento e estrutura de capital

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

O alerta dos 40% de cancelamento

O Gartner prevê que mais de 40% dos projetos de IA agêntica serão cancelados até o final de 2027. Isso não é pessimismo -- é padrão de adoção de tecnologia. Os motivos mais comuns:

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

2. Valor de negócio mal definido "Vamos usar IA agêntica porque todo mundo está usando" não é um business case. Projetos sem métricas claras de sucesso (redução de DSO, tempo de fechamento, custo por transação) 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 benefício.

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

O cronograma realista para CFOs

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

2026 (agora): Fase de experimentação

• 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 políticas de governança para decisões autônomas

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 métricas de acurácia
• Integrar agentes com fluxos de aprovação 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 supervisão, exceções e decisões estratégicas
• Métricas de desempenho incluindo eficiência de agentes como KPI padrão
• 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 médio de 171% em implantações de IA agêntica, segundo projeções de mercado.
• Retorno de 2,3x em 13 meses em média, de acordo com a IDC.
• Bancos americanos reportam 20% a 60% de ganho de produtividade em análise de risco de crédito com agentes, segundo a McKinsey.
• 30% de redução no tempo de onboarding de clientes institucionais no Goldman Sachs com agentes Claude da Anthropic.

O número que mais importa, porém, e específico da sua operação. Um departamento financeiro que processa 5.000 faturas por mês e gasta 15 minutos de analista por fatura em exceções tem um potencial de economia muito diferente de um que processa 200. O cálculo do ROI precisa partir dos seus volumes e custos reais.

Ações práticas para CFOs

1. Faça 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 exceções, (c) estratégicas 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 estarão disponíveis? Como funcionam? Qual o custo adicional? Se o fornecedor não tiver planos concretos, pode ser hora de avaliar alternativas.
3. Estabeleça um framework de governança antes de implantar. Defina limites de autonomia (valores, tipos de transação, fornecedores), protocolos de escalação, trilhas de auditoria e responsabilidades. Isso evita que você entre nos 40% de projetos cancelados por falta de controle.
4. Calcule o ROI com seus próprios números. Use o volume de transações, o tempo médio de processamento e o custo por FTE da sua equipe para projetar o retorno. Não confie em benchmarks genéricos -- eles servem de referência, mas o business case precisa ser específico.
5. Reserve orçamento para 2027. Mesmo que não implante nada agora, o momento de garantir orçamento para IA agêntica e no próximo ciclo de planejamento. A janela de vantagem competitiva para early adopters está se fechando.