Como saber se um agente de IA é de verdade ou só um chatbot com nome novo

Faz pouco tempo um cliente me perguntou como podia saber se o "agente de IA" que um fornecedor estava oferecendo era isso mesmo, ou o mesmo chatbot de sempre com nome novo. O vendedor não soube responder. Eu também não saberia o que dizer há dez anos, quando montava na mão as respostas de um call center na Acámica.

A Gartner deu nome ao problema num comunicado de 2025: "agent washing", rebatizar um chatbot, um RPA ou um assistente antigo como "agente de IA" sem acrescentar nenhuma capacidade real. A consultoria estimou que, dos milhares de fornecedores que usam esse rótulo hoje, apenas 130 têm algo realmente agêntico por trás. O resto é marketing com nome novo.

~130

O que separa um agente de um chatbot não é o modelo, é o processo

Um chatbot responde o que alguém previu que iam perguntar. Um agente segue o processo completo, com as exceções que ninguém chegou a escrever. Essa diferença não tem nada a ver com qual modelo de linguagem roda por trás.

Aprendi isso montando processos do zero, não lendo sobre IA. Na Acámica montei um call center de um dia para o outro, e no começo cada pessoa da equipe resolvia cada consulta de um jeito um pouco diferente, porque o processo real vivia na cabeça de quem estava ali havia mais tempo. Documentar isso levou meses. Esse trabalho, escrever o processo completo com suas exceções, é exatamente o que falta hoje na maioria dos chatbots vendidos como agentes.

A lista de perguntas frequentes resolve a parte fácil, não a que importa

Montar um FAQ é rápido: anota-se o que a maioria pergunta e liga-se uma resposta para cada caso. O problema é que essa lista cobre o previsível, não o real. Um pedido com o endereço errado, uma exceção de política que a equipe aplica "caso a caso", um cliente que repete a mesma dúvida com outras palavras: nada disso está na lista, e é aí que o chatbot trava e transfere tudo para uma pessoa.

Esse momento, quando o bot não sabe e repassa a bola, é a prova mais simples de que existe um chatbot de perguntas frequentes, e não um agente treinado sobre o processo real.

Como notar a diferença sem abrir o código

Há sinais visíveis de fora. Primeiro: o bot repete a mesma resposta genérica diante de variações da mesma pergunta, como se não reconhecesse que é a mesma dúvida com outras palavras. Segundo: qualquer caso fora do roteiro, por menor que seja, sempre termina em "vou te passar para uma pessoa". Terceiro, e o que mais revela: ninguém na equipe consegue mostrar o documento do processo completo que o bot deveria seguir, porque esse documento não existe. O que existe é a lista de perguntas.

Isso vale tanto para um agente de vendas quanto para um de suporte ou de um processo interno de TI ou RH. O sintoma é o mesmo: falta o processo escrito, não falta tecnologia.

O que perguntar a um fornecedor antes de comprar

A pergunta que vale a pena fazer não é qual modelo ele usa. É uma mais incômoda: quem escreveu o processo que esse agente segue, e quem revisou depois. Se a resposta for "treinamos com os tickets antigos" ou "com as perguntas mais comuns", você já tem a resposta.

Na StudioChat, construímos cada agente sobre o processo real de quem já faz esse trabalho, não sobre uma lista genérica. Não é uma fórmula de marketing: é a única ordem que vi funcionar em vinte anos montando equipes e processos. Primeiro se documenta o processo completo. Depois se automatiza. Ao contrário não funciona.

Se você se pergunta o quanto do seu próprio processo está escrito em algum lugar, esse é o melhor ponto de partida antes de avaliar qualquer ferramenta.

---

Fontes consultadas:

• Gartner, comunicado de imprensa (25 de junho de 2025): "Gartner Predicts Over 40% of Agentic AI Projects Will Be Canceled by End of 2027" (estimativa de que apenas cerca de 130 dos milhares de fornecedores de "agentes de IA" têm capacidade agêntica real, "agent washing").