TheAgent Podcast: Agentes de IA para quem decide

Cassyano Correr | TheAgent Newsletter
  • 0.0 (0)
  • Business
  • Updated Weekly

TheAgent: a publicação executiva de referência sobre Agentes de IA para founders e CEOs. Toda semana, três especialistas conectam os pontos entre os movimentos mais relevantes do mercado de agentes de IA e traduzem o que isso significa pra quem lidera negócios. Mark traz os fatos e as ferramentas. Lily traduz o impacto para profissionais e organizações. Raquel avalia onde está o dinheiro e onde está o risco. Sob medida para líderes que decidem, sempre direto ao ponto. Assine em theagent.bz

  1. Jul 10

    Sua IA tem crachá? A regra de ouro para escalar agentes com segurança

    Você já parou para pensar se o seu agente de IA circula como visitante sem controle ou como um colaborador com função definida? A FCamara virou notícia ao entregar crachás físicos para sistemas autônomos, e esse gesto esconde uma lição prática sobre governança que qualquer pessoa pode aplicar no trabalho. Neste episódio, explicamos como definir escopo, responsável e limite de parada antes de colocar uma máquina para executar tarefas reais. Você vai aprender a diferenciar métrica de adoção de métrica de resultado, entender os riscos de dados em plataformas de terceiros e sair com um passo a passo simples para testar um agente ainda esta semana sem criar confusão na sua operação. O que é um agente de IA e como ele vai além de responder perguntas para executar tarefas reais. O caso FCamara e o que o crachá físico representa para a governança operacional na prática. Os três pilares para escalar com segurança: definir escopo, responsável humano e limite de parada. Por que medir adoção é uma armadilha e quais métricas de negócio mostram resultados reais. Como avaliar riscos de dados e termos de serviço antes de contratar qualquer ferramenta de terceiros. Um roteiro prático de quatro passos para aplicar na sua operação começando ainda esta semana. 00:00 - Abertura e a pergunta: sua IA já tem crachá e função definida na empresa?01:00 - O que é um agente de IA e por que ele executa tarefas reais além de responder perguntas02:00 - O caso da FCamara e o que o crachá físico revela sobre governança operacional03:30 - Os três pilares para escalar com segurança: escopo, responsável e limite de parada05:00 - Por que medir adoção é erro e quais métricas de negócio realmente importam06:00 - Governança de dados: o que acontece quando Meta, WhatsApp e TIM entram na operação07:30 - A Jota e a tendência de agentes financeiros verticalizados no mercado brasileiro08:30 - O contraponto de Raquel sobre maturidade de TI antes de dar autonomia total09:30 - Passo a passo prático para mapear processos e testar um agente esta semana10:30 - A provocação final: qual métrica justificaria o orçamento do seu agente? FCamara: consultoria brasileira citada pela implementação de crachás físicos para agentes de IA. Meta e WhatsApp Business: mencionados nos termos de serviço sobre acesso e uso de dados comerciais. TIM: empresa que lançou aplicativo dentro do ChatGPT para vender planos e atender clientes. Jota: startup que captou recursos para atuar como agente financeiro verticalizado no WhatsApp. Assine a newsletter TheAgent: https://theagent.bz — análises profundas sobre agentes de IA duas vezes por semana. Para founders, líderes e executivos. Sempre direto ao ponto!

    Sua IA tem crachá? A regra de ouro para escalar agentes com segurança

  2. Jul 3

    Governança para agentes de IA: o que 87% das empresas ainda ignoram

    Você já delegou uma tarefa para um agente de IA e ficou na dúvida se ele realmente fez do jeito certo? Agora imagine que não dá para conversar com ele no final do dia para conferir. É exatamente assim que milhares de empresas operam hoje, com máquinas tomando decisões sozinhas enquanto os humanos só percebem o erro quando o prejuízo já aconteceu. Neste episódio, a gente mostra que você não precisa de um comitê enorme nem de software caro para criar um controle que funciona. O que é governança mínima e por que ela deve existir desde o primeiro dia de operação Como montar uma trilha de auditoria simples usando apenas planilhas ou prints O caso real da fintech que perdeu dinheiro porque o agente aprovou estornos duplicados sem ninguém ver Os três pilares de qualquer protocolo: uma pessoa dona, um registro claro e um botão de desligar Cinco cenários de teste que você pode aplicar na próxima hora, sem precisar de autorização da diretoria A pergunta que pode mudar como seu time enxerga a confiança cega em algoritmos 00:00 Abertura: o risco real do agente que trabalha sozinho01:00 O que é governança mínima e o gap entre adoção e controle de IA02:00 Trilha de auditoria: as quatro perguntas que todo registro deve responder03:30 O perigo de confiar demais no algoritmo sem validação humana05:00 O caso da fintech: estornos duplicados que ninguém viu na hora06:30 O que empresas mais maduras fazem para separar risco técnico de negócio07:30 Testes simples que funcionam na prática em equipes pequenas08:30 Quem deve ser o responsável pelo agente e por que não pode ser só TI09:30 O ponto de Raquel: prevenir sempre sai mais barato que consertar depois10:15 O passo a passo para aplicar na próxima hora sem pedir aprovação da diretoria10:45 A pergunta que você deve levar para o seu time na segunda-feira IT Forum: pesquisa sobre adoção de inteligência artificial e processos estruturados de auditoria no Brasil Gartner: projeção sobre desligamento de agentes de IA até 2027 por falta de controles adequados Assine a newsletter TheAgent em https://theagent.bz para receber análises sobre agentes de IA duas vezes por semana. Para founders, líderes e executivos. Sempre direto ao ponto! O que você vai ouvirCapítulosFontes mencionadas

    Governança para agentes de IA: o que 87% das empresas ainda ignoram

  3. Jun 26

    Por que agentes de IA precisam de conhecimento, não só dados

    Você já viu um agente de IA tomar uma decisão que não fazia sentido nenhum, mesmo com todos os dados organizados na tela? Acontece mais do que se imagina, e o problema raramente é técnico. Neste episódio, a gente explica por que dados limpos não ensinam ninguém a decidir sozinho e o que muda quando você passa da governança de dados para a governança de conhecimento, com exemplos do dia a dia de trabalho. Mark, Lily e Raquel desmontam o conceito de forma simples, mostram como capturar as regras e exceções que ficam só na cabeça do time e dão três passos concretos para você testar na sua operação ainda esta semana, mesmo antes de ter um agente implementado. A diferença real entre governança de dados e governança de conhecimento Por que agentes de IA erram quando falta contexto de negócio O que são ontologias e como elas imitam o raciocínio humano na prática O ponto de vista de Raquel sobre custos, riscos e armadilhas comuns Três passos para mapear conhecimento e testar com baixo risco Como se preparar para agentes autônomos usando o que você já tem hoje 00:00 — Quando dados organizados não bastam01:00 — Governança de dados: o que é hoje02:15 — Por que o agente erra sem contexto03:30 — Governança de conhecimento: a diferença real04:45 — Ontologias: organizando regras e exceções06:00 — O ponto de Raquel sobre custo e risco07:30 — Passo a passo para testar na próxima semana09:15 — Como começar sem ter um agente10:15 — A pergunta que você deve fazer hoje Pesquisa e experiência prática da equipe do TheAgent Podcast Briefing editorial e roteiro interno de desenvolvimento do episódio #13 Assine a newsletter TheAgent em https://theagent.bz para análises sobre agentes de IA duas vezes por semana. Para founders, líderes e executivos, sempre direto ao ponto! O que você vai ouvirCapítulosFontes mencionadas

    Por que agentes de IA precisam de conhecimento, não só dados

  4. Jun 12

    O erro da Bethlehem Steel que sua empresa repete com agentes de IA

    Sua empresa ainda trata agentes de IA como se fossem um projeto de transformação digital monolítico, travado em comitês de arquitetura, requisitos genéricos de segurança e orçamentos que demoram trimestres para serem aprovados. Enquanto isso, gargalos operacionais simples seguem sendo resolvidos manualmente — e concorrentes menores já capturam valor com soluções improvisadas criadas em uma semana. Este episódio aplica a lógica das minimills, que redefiniu a siderurgia global, à arquitetura de inteligência artificial corporativa. A conversa mostra por que dezenas de agentes leves e específicos vencem a corrida contra plataformas integradas mastodônticas. Mark, Lily e Raquel discutem casos reais de venture, fábricas e advocacia, além de como implementar governança leve sem repetir a burocracia que paralisa a inovação. • Por que a plataforma monolítica se tornou uma armadilha de orçamento e atraso• A lógica das minimills de Nucor aplicada à implementação de agentes de IA• Casos reais de agentes leves rodando em fundos de venture, fábricas e escritórios de advocacia• O contraponto de governança: como fragmentar sem perder o controle financeiro e de segurança• O playbook prático para mapear autoridade, escolher gargalos e prototipar em quarenta e oito horas• A pergunta que muda como você apresenta IA para o board da sua empresa 00:00 — Abertura: a armadilha da plataforma monolítica de agentes01:00 — A lógica das minimills que derrubou as siderúrgicas integradas02:00 — Por que a transformação digital monolítica travou seus agentes03:30 — O mindset das minimills aplicado à arquitetura corporativa de IA05:00 — Casos reais de agentes leves rodando em operações reais06:30 — O risco da fragmentação de agentes sem governança e auditoria07:30 — Playbook: mapeie a autoridade do agente antes de qualquer código08:30 — Como escolher e prototipar o primeiro gargalo operacional09:30 — Governança leve e o kill switch acionável pelo gestor operacional10:30 — A pergunta que você leva para a próxima reunião do board • Relatório da Forrester sobre adoção e escalabilidade de IA agentic Assine a newsletter TheAgent em https://theagent.bz para análises sobre agentes de IA duas vezes por semana. Para founders, líderes e executivos, sempre direto ao ponto! O que você vai ouvirCapítulosFontes mencionadas

    O erro da Bethlehem Steel que sua empresa repete com agentes de IA

  5. Jun 5

    Sua IA tem freio? O risco oculto dos agentes autônomos

    Três e doze da manhã, e o agente de IA de uma fintech de crédito começou a estornar um lote inteiro de cobranças legítimas, dinheiro saindo da conta da empresa de volta para clientes que deviam de verdade. Quando o time de plantão percebeu, quase quatro horas tinham passado e o estrago já estava feito. O agente não travou, não deu erro, não pediu ajuda: fez exatamente o que mandaram, rápido e sozinho. Este episódio responde a uma pergunta simples de enunciar e difícil de implementar: como você deixa um agente agir sozinho sem deixar que um erro dele vire um buraco que você não consegue tapar? O que você vai ouvir: • Por que um agente rápido e sem teto transformou um arquivo de conciliação torto em horas de estorno sem freio nenhum • O que significa dar permissão de escrita a um agente, e por que isso muda o tamanho do risco que você assume • A diferença entre o agente errar de forma visivelmente burra e errar sendo coerente e veloz na direção errada • O conceito de limite de dano, o máximo de estrago que um agente consegue causar sozinho antes de parar e pedir aprovação • Os três tetos concretos que seguram esse risco: por ação, agregado por janela de tempo, e a parada de emergência • Quem na empresa decide esses números, e por que essa decisão não pode ficar com a área técnica sozinha Capítulos: 00:00 O estorno em massa às 3h12 da manhã 00:40 O que a Pague Leve tinha montado 02:00 Permissão de escrita sem teto nenhum 03:10 Por que o piloto não pegou o risco 04:20 A madrugada do arquivo de conciliação trocado 05:40 Decisões certas sobre dados errados 06:50 O conceito central, o limite de dano 08:00 O ponto da Raquel, o passivo que não volta 09:20 Como aplicar, os três tetos concretos 10:30 Teto por ação e teto agregado por dia 11:20 A parada de emergência que desliga na hora 12:00 Quem decide os números de verdade 12:40 A pergunta para a sua segunda-feira Fontes mencionadas: • Caso Pague Leve, fintech de crédito didática criada apenas para ilustrar o mecanismo deste episódio • Edição Briefing da semana, Você comprou adoção de IA achando que era resultado, a conta de 2026 chegou • Edição Dossiê da semana, Edson Rigonatti e a tese AI-First, por que quase todo mundo está construindo a empresa errada Quer a análise executiva completa por trás de cada episódio? Assine a newsletter TheAgent, a publicação executiva de referência sobre agentes de IA, e receba a leitura de negócio direto no seu e-mail. Para founders, líderes e executivos, sempre direto ao ponto!

    Sua IA tem freio? O risco oculto dos agentes autônomos

  6. May 29

    Como a Tecban transformou 80 agentes de IA em funcionários

    Um banco brasileiro já conta agente de inteligência artificial como gente, mede o ganho em horas devolvidas por equipe e leva o número de até 35% de produtividade para o conselho de administração. A Tecban, dona da operação do Banco24Horas, tirou a IA do território do projeto-piloto e colocou no território do headcount, com cerca de oitenta agentes em operação. No mesmo episódio, o lado incômodo da mesma moeda: o agente corporativo esquece o que aprende e falha em produção, porque a maioria das empresas ainda trata memória como problema de busca. Escalar agentes que não retêm decisão não cria funcionários digitais, cria estagiários eternos que reaprendem tudo de novo toda segunda-feira. O que você vai ouvir: • Por que memória de agente não é RAG nem busca semântica, e o que significa não-regressividade na prática operacional • Como a Tecban chegou a oitenta agentes e noventa mil horas por ano partindo de ferramentas simples de produtividade • Por que a memória de decisão acumulada vira o ativo que o concorrente não baixa pronto enquanto o modelo vira commodity • O que a corrida de receita da Anthropic revela sobre dependência e trava de fornecedor para quem constrói em cima de um modelo só • Forward Deployed Engineers, risco regulatório e pagamento entre máquinas como os três fios soltos da semana Capítulos: 00:00 Abertura: o agente que esquece e o banco que conta agente como gente 00:35 A colisão entre o defeito estrutural e quem já escala em cima dele 01:30 Escalar o que esquece é multiplicar o erro silencioso em produção 02:45 Memória não é busca: por que RAG e embeddings não resolvem o problema 04:00 Não-regressividade e o grafo de contexto de decisão explicados sem jargão 05:15 O modelo vira commodity, a memória de decisão acumulada vira o ativo 06:30 Tecban: o agente contado como funcionário dentro de cada equipe 07:45 Noventa mil horas por ano e até 35% de ganho de produtividade 08:45 De GitHub Copilot a um pelotão de oitenta agentes em operação 09:45 Anthropic, trava de fornecedor e o risco de terceirizar o cérebro da empresa 10:45 Forward Deployed Engineers e a nova competência humana para escalar agentes 11:30 Risco regulatório: o caso da OpenAI e o dever concreto de reportar 12:15 Stripe e o dinheiro que começa a se mover sozinho entre agentes 12:45 A pergunta: o que seu agente aprendeu que ainda vai saber semana que vem Fontes mencionadas: • Tecban e Banco24Horas, com Vanessa Oliveira Ferreira, superintendente de TI, sobre 98 casos de uso e até 35% de produtividade • Rippletide no ecossistema da Neo4j, com Yann Bilien, sobre o grafo de contexto de decisão e a ideia de não-regressividade • Anthropic, com a meta de 10,9 bilhões de dólares de receita no segundo trimestre e captação discutida a 900 bilhões de avaliação • Aaron Levie, CEO da Box, sobre o papel dos Forward Deployed Engineers na fase atual de adoção de agentes • OpenAI e o caso de Tumbler Ridge, no Canadá, com novas salvaguardas e canal direto com as autoridades • Stripe e os 288 produtos anunciados no Sessions sobre pagamento programável e cobrança por uso de agente Assine a newsletter TheAgent e receba as edições Briefing e Dossiê que deram origem a este episódio, com a análise completa por trás de cada decisão de negócio. Para founders, líderes e executivos, sempre direto ao ponto!

    Como a Tecban transformou 80 agentes de IA em funcionários

  7. May 22

    A PwC vai assinar embaixo do agente que mexe no seu financeiro. Seu CFO vai adorar.

    A Klarna colocou um agente que entrega o trabalho de setecentos atendentes em produção real. A PwC anunciou que vai colocar o selo dela para responder por agentes dentro do escritório do CFO. Enquanto isso, a maioria das empresas brasileiras ainda discute se libera o Chat GPT no computador do analista, escrevendo política de uso de ferramenta individual quando o mercado brasileiro de software corporativo já mudou de categoria. Este episódio cruza dois movimentos que selam a mesma virada: a IA está saindo do papel de ferramenta individual e entrando no papel de função operacional com dono, KPI e responsabilidade contratual. Mark, Lily e Raquel destrincham a diferença entre assistente e colega de IA, o que muda quando a auditoria assina embaixo do resultado, e o que o CEO brasileiro precisa decidir nos próximos noventa dias. O que você vai ouvir: . A diferença entre assistente que rascunha e colega que entrega o fluxo de ponta a ponta . Por que comprar IA como assinatura individual é olhar para o problema do tamanho errado . O cenário realista de redução de back office até 2028, entre dez, vinte e quarenta por cento . As quatro decisões estruturais que aparecem em Klarna, Bridgewater, Nubank e Stone . Como a parceria OpenAI e PwC migra a responsabilidade da cadeira do CFO para o contrato da consultoria . O fechamento da janela do agente vertical artesanal depois do anúncio Nvidia e SAP no Sapphire . O gap fiscal brasileiro que o selo estrangeiro não cobre, Simples Nacional, nota fiscal e obrigações acessórias . Por que engenheiro de agentes precisa entrar no organograma das empresas médias brasileiras até 2027 Capítulos: 00:00 Klarna e PwC contra a política de uso de ferramenta 01:00 Vinheta de abertura 01:15 A colisão entre o briefing PwC e o dossiê do colega de IA 02:30 O número de redução de back office até 2028, quarenta, vinte ou dez por cento 04:00 Assistente espera ordem, colega entrega resultado fechado 05:30 O KPI muda, tempo economizado contra entrega fechada 06:30 As quatro decisões estruturais de Klarna, Bridgewater, Nubank e Stone 08:00 Sandbox contra ferramenta real, o erro mais comum do piloto brasileiro 09:00 A banda de atenção do operador como gargalo real da próxima fase 10:30 Quando a auditoria assina embaixo, a parceria OpenAI e PwC 12:00 Nvidia e SAP no Sapphire fecham a janela do agente artesanal no ERP 13:30 O agente Pi com quatro ferramentas, menos escopo entrega mais resultado 14:30 A lente Brasil, Simples Nacional e o gap fiscal local 16:00 Engenheiro de agentes no organograma das empresas médias até 2027 17:00 A pergunta de noventa dias para sair do piloto eterno Fontes mencionadas: . Briefing TheAgent, A PwC vai operar agentes de IA dentro do seu financeiro . Dossiê TheAgent, Os colaboradores de IA chegaram, mas a maioria ainda compra IA como ferramenta individual . Anúncio da parceria OpenAI e PwC para reimaginar o escritório do CFO . Anúncio Nvidia e SAP no Sapphire sobre agentes nativos no ERP . Caso Klarna no atendimento, equivalente a setecentos atendentes em tempo integral . Casos Bridgewater, Nubank e Stone na operação de agentes em produção . Plataformas Viktor, Lindy e Sierra para agentes em Slack e Teams . Agente Pi e a comunidade openclaw, arquitetura de quatro ferramentas Links e fontes da semana: - Newsletter completa: https://theagent.bz Brand block oficial TheAgent: Newsletter executiva sobre agentes de IA, para founders, CEOs, diretores e executivos C-level que decidem o futuro do trabalho com IA. Duas edições por semana no email e podcast novo aos sábados. Mais de 200 fontes do Brasil e do mundo, monitoradas em tempo real. Já são 1.270+ executivos acompanhando. Assine em https://theagent.bz. Para founders, líderes e executivos, sempre direto ao ponto. #AgentesDeIA #IAparaNegocios #TheAgent #FuturoDoTrabalho #AgentesAutonomos

    A PwC vai assinar embaixo do agente que mexe no seu financeiro. Seu CFO vai adorar.

  8. May 15

    Como escolher a plataforma de agentes de IA da sua empresa em 2026

    Você está escolhendo a plataforma de agentes de IA da sua empresa como se fosse uma decisão técnica. Essa escolha é uma aposta estratégica sobre onde vai estar a inteligência operacional do seu negócio daqui a dois anos, e o mercado de ferramentas de agentes está se consolidando rápido o suficiente para que plataformas adotadas hoje percam suporte ativo antes dos planos estratégicos corporativos capturarem o impacto. Enquanto você decide qual ferramenta usar para construir seus agentes, o fornecedor do modelo de IA pode estar se preparando para prestar o mesmo serviço que você presta para os seus clientes, direto para eles, concorrendo com você. Dois riscos correndo em paralelo: plataforma sem futuro e fornecedor que vira concorrente. Neste episódio, Mark, Lily e Raquel examinam os dois riscos e o ponto onde eles convergem numa mesma decisão que a maioria das empresas está tomando de forma acidental. O que você vai ouvir: Por que a maioria das empresas escolhe plataforma de agentes pelo nome mais famoso no momento, não pelo caso de uso, e qual é o custo real dessa decisão seis meses depois. A diferença prática entre low-code como n8n e Flowise versus frameworks como LangGraph e CrewAI, e quando cada abordagem cria o problema que parecia resolver. Como a Intercom construiu o agente Fin sobre arquitetura própria com controles de delegação humana e transformou governança em vantagem competitiva mensurável para contas enterprise. Por que governança deve ser o critério de seleção de plataforma, não a velocidade com que você consegue criar o primeiro protótipo funcional. O que a análise da Latent Space documentou sobre o movimento do Vale do Silício de venda de acesso a modelos para entrega de resultado operacional direto ao cliente final. O que acontece com os dados, contexto e relacionamento com o cliente quando o fornecedor da infraestrutura absorve a camada de aplicação que você construiu. O que o OpenAI Codex revela sobre a diferença entre aceleração e substituição no trabalho técnico em 2026. Como a regra do 145 da Palantir está sendo usada como métrica de saúde para empresas que operam com IA neste ciclo de mercado. Capítulos: 00:00 Introdução: a aposta estratégica que parece técnica00:30 Cold Open: 18 meses e dois riscos em paralelo01:30 A colisão: dois temas que convergem num ponto cego03:00 Dependência arquitetural versus dependência operacional04:00 O erro de plataforma que ninguém vê na hora de escolher05:30 n8n e Flowise: o protótipo bonito que não vai para produção confiável07:00 LangGraph e CrewAI: o piloto que fica parado no notebook do desenvolvedor08:00 Governança como critério de seleção, não velocidade do primeiro protótipo09:00 Quando o fornecedor de modelo vira concorrente direto do seu negócio10:00 OpenAI: da venda de acesso a API para entrega de resultado operacional10:45 Codex e o que você está realmente terceirizando quando usa agentes em 202611:30 A regra do 145 da Palantir e o aquecimento do mercado de IA12:30 A pergunta: onde fica a inteligência operacional daqui a dois anos Fontes mencionadas: Latent Space: análise sobre empresas de serviços agênticos Intercom Fin: caso de arquitetura própria e delegação humana StackAI: plataforma de agentes com integrações enterprise Microsoft Semantic Kernel: framework para sistemas legados Dify: plataforma com orquestração visual madura OpenAI Codex: agente de programação e padrão de adoção 2026 Palantir: regra do 145 como métrica de saúde financeira Acompanhe a newsletter TheAgent em https://theagent.bz e receba toda semana a análise executiva sobre agentes de IA que você precisa para tomar decisões com mais clareza e menos risco. Para founders, líderes e executivos, sempre direto ao ponto!

    Como escolher a plataforma de agentes de IA da sua empresa em 2026
See All (14)

About

TheAgent: a publicação executiva de referência sobre Agentes de IA para founders e CEOs. Toda semana, três especialistas conectam os pontos entre os movimentos mais relevantes do mercado de agentes de IA e traduzem o que isso significa pra quem lidera negócios. Mark traz os fatos e as ferramentas. Lily traduz o impacto para profissionais e organizações. Raquel avalia onde está o dinheiro e onde está o risco. Sob medida para líderes que decidem, sempre direto ao ponto. Assine em theagent.bz

Information