A entrada de agentes de IA nas empresas deixou de ser uma discussão ou um piloto restrito.
A OutSystems entrevistou quase 1.900 líderes de TI no mundo entre dezembro de 2025 e janeiro de 2026. A conclusão é direta: 96% das empresas já implantaram agentes de IA de alguma forma, e 97% estão criando uma estratégia corporativa para agentes.
Em seguida vem o alerta: 94% dos entrevistados se preocupam que a proliferação de IA esteja aumentando complexidade, dívida técnica e riscos de segurança.
A adoção avança rápido. O controle não acompanha no mesmo ritmo.
O que está se espalhando?
AI sprawl é um termo novo para um problema bastante concreto: o número de agentes de IA dentro das empresas cresce rapidamente, mas a gestão não é unificada.
Os dados mostram essa lacuna:
- 38% das empresas usam ao mesmo tempo agentes desenvolvidos internamente e agentes de terceiros, misturando dois sistemas difíceis de governar.
- Apenas 36% têm um modelo centralizado de governança de agentes.
- Apenas 12% usam uma plataforma unificada para administrar a proliferação de IA.
Os outros 88% convivem, em grande parte, com decisões por equipe, diferenças regionais, registros incompletos de acesso e logs de atividade espalhados. Muitas empresas não conseguem responder rapidamente qual agente acessou qual sistema, com que permissão e que decisão tomou.
Woodson Martin, CEO da OutSystems, afirmou que a passagem de experimentos de IA para resultados de negócio mensuráveis já não é uma possibilidade futura; é a realidade que as empresas enfrentam agora.
A frase parece positiva isoladamente. Lida junto com a preocupação de 94%, ela fica bem menos confortável.
O prazo de agosto
O tema é especialmente urgente neste ano porque o prazo de aplicação da Lei de IA da UE chega em agosto de 2026.
Para empresas que implantam sistemas de IA, algumas exigências são difíceis de contornar:
Artigo 9: é preciso manter gestão de risco contínua e documentada em todas as etapas de implantação. Na prática, cada agente precisa ter uma identidade única, registro de permissões e registro do que está fazendo.
Artigo 13: ao usar sistemas de IA de terceiros, fornecedores devem entregar documentação suficiente para que o usuário entenda a saída do sistema. Dizer que ninguém sabe o que o agente estava fazendo não serve como defesa.
Combinadas, essas regras significam que as empresas precisam:
- Manter um cadastro de todos os agentes, incluindo quantos rodam, onde rodam e quais permissões possuem.
- Guardar todos os registros operacionais em armazenamento centralizado e criptografado, não em logs separados de cada plataforma.
- Revogar o acesso de um agente em poucos segundos quando necessário.
- Dar a auditores humanos contexto suficiente para entender decisões de agentes, e não apenas uma pontuação de confiança.
O problema é que só 12% das empresas têm hoje uma plataforma unificada para fazer isso.
Cadeias multiagente tornam tudo mais difícil
Um agente isolado ainda pode ser rastreado. O padrão mais difícil é a cadeia de agentes: uma grande tarefa é dividida em dezenas de subtarefas, cada agente executa uma parte, e o resultado volta para aprovação humana.
Nessa arquitetura, auditar uma única ação exige reconstruir a cadeia inteira. Cada etapa precisa ter entradas e saídas registradas. Se algo dá errado, encontrar manualmente o ponto de responsabilidade se torna quase impossível.
É por isso que a lacuna de governança é especialmente perigosa em cenários multiagente.
Diferenças regionais
A pesquisa cobriu várias regiões, com diferenças grandes de maturidade.
| Região | Maturidade |
|---|---|
| Índia | Mais madura, com a maior proporção de implantações em produção |
| Austrália | Transição de pilotos para produção |
| Japão | Também em transição de pilotos para produção |
| Brasil | Nível intermediário |
| Alemanha e Reino Unido | Nível intermediário |
A liderança da Índia surpreende um pouco, mas faz sentido: um setor de serviços de TI denso, custos menores de engenharia e alta aceitação de novas ferramentas podem acelerar a adoção de agentes.
O que fazer
As recomendações do estudo se resumem a três pontos.
- Conte primeiro: quantos agentes estão rodando? Que permissões têm? Se a resposta não está clara, comece por aí.
- Centralize os logs: cada ação de cada agente precisa ter um registro rastreável em um só lugar, não uma colagem de logs de plataformas diferentes.
- Defina um disjuntor de emergência: se um agente falhar, é possível interrompê-lo em 30 segundos? Se não, esse é o primeiro controle a corrigir.
Agosto ainda está a alguns meses de distância, mas para empresas que administram agentes no modelo de cada equipe por conta própria, esse tempo não é folgado.
Fontes: CocoLoop, Agentic AI Goes Mainstream in the Enterprise, but 94% Raise Concern About Sprawl (OutSystems / Business Wire); Agentic AI's governance challenges under the EU AI Act in 2026 (AI News)