Agentes de IA, automação, e quem continua no comando

GOVERNANÇA

O Digital Omnibus sobre IA entra em vigor: o prazo de «alto risco» recua para 2027, mas dizer «está a falar com uma IA» continua obrigatório a partir de 2 de agosto de 2026

Publicado no Jornal Oficial da UE a 24 de julho e em vigor desde o dia 27, o Digital Omnibus adia o prazo do Anexo III da AI Act para dezembro de 2027. O que a cobertura mediática do adiamento quase não menciona: a obrigação de transparência do artigo 50.º — avisar o utilizador de que está a falar com uma IA — não mudou, continua a ser 2 de agosto de 2026.

O Digital Omnibus sobre IA, publicado no Jornal Oficial da União Europeia a 24 de julho de 2026 e em vigor desde 27 de julho, é o primeiro pacote formal de alterações à AI Act desde a sua aprovação em 2024. A alteração mais comentada: o prazo de aplicação dos sistemas de IA de alto risco autónomos (Anexo III — emprego, educação, infraestruturas críticas, aplicação da lei) recua dois anos e quatro meses, de 2 de agosto de 2026 para 2 de dezembro de 2027; para a IA integrada em produtos já abrangidos por legislação setorial de segurança (Anexo I), o prazo vai até 2 de agosto de 2028. Mas há um ponto que quase não aparece na cobertura do adiamento: o artigo 50.º, que obriga a informar o utilizador de que está a interagir com um sistema de IA (salvo se isso for óbvio pelo contexto), NÃO está incluído nesse adiamento. A sociedade de advogados Lewis Silkin deixa isso escrito com todas as letras na sua análise de 27 de julho: «As restantes obrigações de transparência do artigo 50.º [...] continuam a aplicar-se a partir de 2 de agosto de 2026». Faltam seis dias.

Na prática, isto abrange qualquer PME que tenha colocado um chatbot ou assistente de IA no seu site sem o dizer claramente desde a primeira interação. Não é uma subtileza jurídica: a partir de 2 de agosto, um visitante que escreve a um assistente que se faz passar por humano — ou que nunca esclarece que é uma IA — deixa exposta a empresa que o opera. Verificámos o nosso próprio caso antes de escrever este artigo, não depois: a Chichi, a assistente de primeiro contacto da AppH, mostra «Assistente virtual da AppH» como subtítulo permanente assim que a janela de chat abre, e apresenta-se explicitamente como tal na sua primeira mensagem, nos 4 idiomas do site — não uma menção perdida numa página de termos que ninguém lê.

Podíamos ter esperado até 2 de agosto para verificar se a Chichi cumpre o artigo 50.º. Fizémo-lo esta semana, relendo o código-fonte linha a linha, sem confiar numa memória de como o widget foi construído há meses. A diferença entre «achamos que cumprimos» e «verificámos» é exatamente o tipo de falha que este adiamento de prazo não desculpa. O que nos chama a atenção neste adiamento não é dar fôlego às grandes empresas que constroem sistemas de alto risco — é não mudar NADA para uma PME que, como a maioria dos nossos clientes, nunca teve intenção de construir um sistema de pontuação de funcionários ou candidatos. A pergunta real que fazemos a qualquer cliente que ativa um chatbot de IA no seu site continua a ser a mesma de sempre, com ou sem adiamento: a pessoa do outro lado sabe que está a falar com uma máquina, desde a primeira linha? Se a resposta for não, isso não é uma casinha de conformidade para marcar mais tarde — é uma mentira por omissão, e continua a sê-lo mesmo sem a AI Act.

Revisado por um humano da AppH

MERCADO

Um estudo da NAIC citado pela Forbes confirma: 71% das PME dependem de uma ou duas pessoas — as três perguntas a fazer antes de comprar uma ferramenta de IA, já incorporadas na AppManager

O mesmo artigo da Forbes que comentámos ontem (70% das transformações de IA fracassam) traz um número mais próximo dos nossos clientes: segundo um estudo da National Association of Insurance Commissioners, 71% das pequenas empresas dependem de uma ou duas pessoas para continuar a funcionar. O conselho antes de comprar qualquer ferramenta de IA: três perguntas, não um argumento de venda.

O artigo da Forbes de 28 de julho que já comentámos ontem (com o número dos 70% de transformações de IA falhadas, segundo o BCG) traz um segundo dado, menos citado, mas mais próximo da realidade dos nossos clientes: segundo um estudo da National Association of Insurance Commissioners, 71% das pequenas empresas dependem de uma ou duas pessoas para continuar a funcionar. Não é um problema de software — é uma dependência humana que nenhuma ferramenta, com IA ou sem ela, resolve sozinha. E é precisamente isso que torna útil o conselho que o artigo atribui a Anthony Godley (fundador da Logix BPO, que cresceu de um único cliente para mais de 1.000 funcionários): antes de comprar qualquer ferramenta de IA, fazer três perguntas — quem mais tem autoridade para decidir, se o sucesso está definido, e se funcionaria sem si. Três perguntas que levam cinco minutos e evitam instalar uma ferramenta que mais ninguém sabe operar.

O artigo acrescenta uma recomendação concreta, quase operacional: formar pelo menos um funcionário todos os meses numa tarefa crítica não documentada. É um ritmo, não um projeto pontual — exatamente o tipo de disciplina que a maioria das pequenas estruturas não tem tempo nem reflexo para impor a si própria, justamente no momento em que somam automação aos seus processos. Na AppManager, um módulo novo (Frota, Turismo, Saúde) nunca é ativado de uma vez para toda uma operação: começa num âmbito restrito, com cada ação do agente — um envio, um seguimento, uma atualização de stock — sujeita a uma validação humana explícita antes de ser executada, módulo a módulo, até a equipa ter visto passar decisões suficientes para alargar esse âmbito por conta própria. Não é uma caixa de conformidade acrescentada depois: é, literalmente, uma resposta às três perguntas do artigo, incorporada no produto em vez de deixada para a PME resolver sozinha.

Os 71% não nos surpreendem: a maioria dos nossos clientes é exatamente esse tipo de estrutura pequena onde uma ou duas pessoas sustentam tudo. É por isso que nunca construímos a AppManager como uma ferramenta que se instala e se deixa correr sozinha. Cada agente, em cada módulo, aguarda uma confirmação humana explícita antes de agir sobre algo com uma consequência real — um cliente contactado, uma fatura enviada, um stock alterado. Não é uma limitação técnica que esperamos superar um dia — é uma escolha, e continua verdadeira mesmo quando um cliente nos pede para ir mais depressa. A pergunta «funcionaria sem si?» é, na realidade, a pergunta certa a fazer sobre o PRÓPRIO processo de decisão antes de acrescentar um agente, não sobre o agente em si — um software não pode responder a isso em vez do dono do negócio. O que podemos garantir é que, uma vez encontrada essa resposta, ela continua a ser aplicada decisão após decisão, não só no dia do lançamento.

Revisado por um humano da AppH

GOVERNANÇA

Uma pesquisa da Fleet com 500 líderes de TI confirma: 7 em cada 10 avançam para a IA sem a base de infraestrutura que a torna governável — exatamente o que a AppManager constrói desde o primeiro dia

O relatório «Road to AI in IT» da Fleet Device Management, publicado a 23 de julho, dá números a uma lacuna que já suspeitávamos: 46,5 % das equipas de TI colocam a automação com IA como prioridade para os próximos dois anos, mas apenas 29,6 % priorizam a infraestrutura como código — a base que permite saber, depois, o que um agente fez e porquê.

O número central é simples e contundente: entre mais de 500 responsáveis de TI inquiridos, 70 % avançam com a automação por IA sem terem primeiro estabelecido a infraestrutura como código que a torna governável. O relatório detalha o que isso significa na prática: 87 % das equipas ainda gerem os seus dispositivos de forma manual ou apenas parcialmente automatizada (só 13 % se consideram «totalmente autónomas»), 79 % demoram mais de um dia a implementar uma correção de segurança crítica, e 60 % nem sequer têm visibilidade completa do seu parque de dispositivos. Entretanto, a «shadow AI» cresce em silêncio: uma empresa média usa 14 aplicações de IA, mas a sua equipa de TI só tem visibilidade real sobre 4 delas — e 78 % dos funcionários já usam ferramentas de IA pessoais no trabalho, fora de qualquer controlo. Allen Houchins, CIO da Fleet, resume o risco sem rodeios: «sem essa base, as organizações arriscam perseguir resultados de IA sem a governança, a visibilidade e os controlos necessários para os implementar com confiança». O cofundador Mike McNeil vai mais longe: «a infraestrutura como código transforma a IA de um chatbot num multiplicador de força para as equipas de TI».

Opinião da AppH: este relatório diz, com números de grande empresa, exatamente o que repetimos desde o início a PME muito menores — a automação nunca foi o problema, é o que acontece QUANDO ela falha. Uma equipa de TI que só vê 4 das 14 aplicações de IA realmente usadas na sua empresa não consegue governá-las nem defendê-las perante um incidente; uma PME que ativa um agente sem registo de aprovação está exatamente na mesma situação, com ainda menos rede de segurança atrás. Na AppManager, cada ação de um agente com consequência real — um envio, um recebimento, uma alteração de stock — aguarda uma confirmação humana explícita antes de ser executada, e essa confirmação fica consultável depois, módulo a módulo. Não é um argumento que usamos só depois de convencer o cliente: se um potencial cliente nos pedir para ligar um agente que atue sem deixar esse rasto, dizemos que não, mesmo que isso custe a venda — é exatamente a base que este relatório diz faltar a 70 % das equipas de TI inquiridas.

Revisado por um humano da AppH

MERCADO

Forbes e o BCG confirmam: 70% das transformações de IA fracassam — quase nunca pela tecnologia, e sim porque ninguém documentou as decisões

Uma matéria da Forbes de 28 de julho cita o Boston Consulting Group: 70% das transformações de IA em empresas não atingem os resultados esperados, e a causa identificada é a cultura organizacional, não a ferramenta. O dado mais duro — 95% dos projetos-piloto de IA não geram nenhum retorno mensurável, segundo o MIT — esconde um problema mais simples: a maioria das pequenas empresas nunca escreveu como realmente toma suas decisões.

Segundo o MIT (Project NANDA), dos US$ 30 a 40 bilhões investidos em IA generativa nos últimos dois anos, apenas 5% dos projetos-piloto geram um retorno identificável; um estudo da ManpowerGroup/Everest Group (80 líderes de RH, publicado em 22 de julho) constatou que apenas 3% dos líderes se sentem realmente preparados para liderar uma equipe potencializada por IA, e a McKinsey chegou a uma conclusão quase idêntica (1% de maturidade total em IA). O BCG vai além na causa: empresas que destinam pelo menos 10% do orçamento de IA a treinamento e gestão da mudança têm 1,5 vez mais chances de sucesso do que as que não o fazem. O artigo se apoia, por fim, no relato de Anthony Godley (fundador da Logix BPO, que cresceu de um único cliente para mais de 1.000 funcionários): "a maior barreira à adoção de IA não é a tecnologia, é a dependência do fundador — se toda decisão importante ainda passa por uma única pessoa, a IA só expõe esse gargalo mais rápido". Seu conselho: documentar primeiro cada decisão e aprovação, antes mesmo de escolher uma ferramenta — "a IA amplifica a maturidade operacional, não a cria".

Esse número de 95% de fracasso não deveria convencer ninguém a desconfiar da IA — deveria convencer a desconfiar de lançar IA antes de escrever como sua empresa realmente toma decisões. Nosso painel de aprovação não faz essa lição de casa no lugar do dono: só pode registrar as decisões que ele já sabe tomar. Se ninguém na empresa sabe quem tem o direito de aprovar um reembolso ou um pedido de estoque, nenhum software resolve isso no primeiro dia, o nosso também não. O que podemos prometer é que, uma vez esclarecida essa autoridade, cada decisão deixa um rastro consultável — para uma pequena empresa presa na dependência do fundador que a Forbes descreve, isso já começa a ser metade do remédio.

Revisado por um humano da AppH

GOVERNANÇA

O Fórum Económico Mundial diz sem rodeios: quando quem paga é um agente de IA, já não basta saber quem é o cliente

O Santander e a Mastercard executaram o primeiro pagamento europeu de ponta a ponta iniciado por um agente de IA dentro de um ambiente bancário regulado. O aviso do WEF: os bancos já não precisam só de verificar identidade — precisam de perceber intenção, autoridade e contexto antes de o dinheiro se mover.

O artigo (Deya Innab, Eastnets) descreve a mesma mudança que já vivemos no software de negócio: a IA agêntica passa de dar conselhos a executar ações. Quando o que executa é um pagamento, a consequência é imediata e difícil de reverter. O AI Act da UE e o regulador britânico (CMA) já deixam claro que a empresa continua responsável pelo que o seu agente faz — não há forma de delegar essa responsabilidade ao software.

Opinião AppH: não movemos dinheiro de forma autónoma e não temos plano de o fazer em breve — mas o vocabulário do WEF ("intenção, autoridade e contexto", não só identidade) é exatamente o que já tentamos que fique registado em cada aprovação do nosso painel. No dia em que construirmos algo como um pagamento automático a um fornecedor ou um reembolso automático, o primeiro requisito, não negociável, vai ser o mesmo rasto de auditoria que o Santander e a Mastercard já construíram — não uma versão mais simples.

Revisado por um humano da AppH

MERCADO

Cisco lança modelos pequenos que detetam 150× mais falhas por dólar que o GPT-5.5

Antares-350M e Antares-1B, dois modelos abertos da Cisco focados só na deteção de vulnerabilidades de código, verificaram 500 repositórios em 15 minutos por menos de 1 dólar — o mesmo trabalho levou ao GPT-5.5 cinco horas e mais de 100 dólares.

A aposta da Cisco não é "maior", é "mais específica": um modelo pequeno, a correr localmente (o código sensível nunca sai do servidor do cliente), treinado para uma única tarefa, ganha em custo por resultado face a um modelo generalista enorme.

Opinião AppH: não vamos treinar o nosso próprio modelo só porque a Cisco o fez. Mas se um cliente precisa de monitorização recorrente de alto volume (como o caso das frotas mineiras), isto confirma que vale a pena avaliar um modelo pequeno e próprio em vez de pagar a mais por um modelo genérico gigante.

Revisado por um humano da AppH

GOVERNANÇA

EY: 75% do valor da IA agêntica perde-se entre silos — não dentro deles

Embora 88% dos colaboradores já usem IA, apenas 28% das organizações conseguem transformar isso em resultados de negócio reais, segundo a EY. A causa: a IA opera dentro de cada área, mas o valor real está em coordenar entre áreas.

O relatório é honesto sobre uma falha que quase ninguém resolve bem: "governança episódica, não contínua", e protocolos de escalonamento/exceção pouco definidos, mesmo quando a empresa já diz ter "humano no ciclo".

Opinião AppH: este relatório lê-se quase como uma crítica direta a como o mercado usa "human in the loop" sem definir o escalonamento real. Obriga-nos a documentar, para cada cliente, em que passo exato um humano intervém e o que acontece se algo correr mal — não só afirmá-lo no site.

Revisado por um humano da AppH

CRÍTICA

"Mais autonomia não elimina o trabalho humano — concentra-o"

Um relato em primeira mão: um agente autónomo (apelidado "Molty") começou a autogerir tarefas e até criou o seu próprio cron de lembretes. O resultado não foi menos trabalho humano — foi todo o trabalho concentrado num único revisor.

O autor é honesto: rever o Molty pareceu-se mais com censurar conteúdo inapropriado do que dar feedback real. A sua conclusão incómoda — "a autonomia não subtrai trabalho humano, muda a sua forma e concentra-o na revisão" — é exatamente a crítica que um estúdio como o nosso, que vende human-in-the-loop, tem de conseguir responder de frente.

Opinião AppH: esta crítica obriga-nos a ser honestos connosco próprios. Se o nosso painel de aprovação inunda o dono do negócio com cliques sem critério, falhamos tal como o Molty — só que com melhor discurso de marketing. A resposta certa não é tirar o humano, é desenhar melhor o que lhe mostramos e quando.

Revisado por um humano da AppH

MERCADO

A Forbes diz às pequenas empresas: comece os seus agentes de IA "baixo", suba de nível só quando eles ganharem a sua confiança — exatamente o mesmo princípio já integrado no AppManager

Num artigo de 27 de março, a Forbes apresenta um "espectro de autonomia" de 5 níveis para pequenas empresas: começar os primeiros agentes de IA nos níveis 2-3 (responder a perguntas, qualificar leads), e só passar a níveis mais autónomos (como redigir conteúdo de marca) depois de o agente ter provado mesmo que se pode confiar nele.

O artigo (TerDawn DeBoe, especialista em estratégia de IA e ROI para pequenas empresas) dá 3 exemplos concretos: um agente que responde a perguntas de clientes (nível 2, poupança de tempo fácil de medir), um que qualifica leads recebidos (nível 3, melhor priorização), e um que redige conteúdo consistente com a marca (nível 4, para que um cliente novo não tenha de esperar enquanto você trata dos existentes). O seu conselho central — não começar com autonomia alta só porque "parece mais avançado", ganhá-la primeiro — é exatamente o critério que já aplicamos, só que no AppManager isso não é apenas um conselho de estratégia: está integrado no próprio painel de aprovação, onde cada ação de um agente (enviar um lembrete, marcar uma ordem de compra como recebida, aprovar um rascunho) espera a confirmação de um humano antes de ser executada, sem exceção para o que tem consequência real (um envio, um pagamento, uma alteração de stock).

Opinião AppH: concordamos com o conselho da Forbes quase palavra por palavra — não porque nos convém dizê-lo, mas porque já o construímos assim antes de ler este artigo. A verdadeira diferença está na letra pequena: nós não deixamos a aprovação humana como uma boa prática que o dono da pequena empresa tem de se lembrar de aplicar — colocamo-la diretamente no fluxo do produto, com um registo de quem aprovou o quê e quando. Se está a avaliar os seus primeiros agentes de IA, a pergunta que sugerimos fazer não é só "em que nível de autonomia devo começar?" mas "onde fica o registo de que um humano aprovou isto, e posso vê-lo depois?" — é isso que separa controlo real de uma boa intenção.

Revisado por um humano da AppH

MERCADO

A Anthropic lança o Claude para Pequenos Negócios — e "deixá-lo correr sozinho" é uma opção, não a regra

A 13 de maio, a Anthropic apresentou um pacote de conectores e 15 fluxos agênticos prontos (QuickBooks, PayPal, HubSpot, Canva, Docusign) pensado para pequenas empresas dos EUA: planear a folha de pagamento, fechar o mês, cobrar faturas atrasadas, lançar uma campanha. A promessa central, nas palavras da própria Anthropic: você aprova o plano primeiro — ou, quando estiver pronto, deixa-o correr do início ao fim.

O pacote não substitui as ferramentas que um negócio já usa — instala-se por cima delas: herda as permissões que cada colaborador já tinha no QuickBooks ou no Drive, e não treina os seus modelos com os dados do cliente por padrão nos planos Team/Enterprise. Num inquérito da própria Anthropic, metade dos donos de pequenos negócios apontou a segurança dos dados como o seu maior receio em relação à IA — o lançamento foi construído, ponto por ponto, para responder exatamente a essa objeção.

Opinião AppH: ouvir a própria Anthropic dizer "você aprova o plano antes de qualquer coisa ser enviada, publicada ou paga" é a validação mais forte que podíamos pedir para a nossa própria postura — não é preciso convencer ninguém de que um humano tem de ficar no meio, agora é quem constrói o modelo que o diz também. A verdadeira diferença está num único detalhe que vale a pena olhar de perto se estiver a avaliar este tipo de ferramentas: aqui, "correr do início ao fim sem me perguntar nada" é uma opção que o dono pode ativar. No AppManager, para qualquer ação com consequência real, essa porta não existe, nem a oferecemos como opção avançada — não porque duvidemos da Anthropic, mas porque preferimos não deixar ao dono de uma oficina ou de uma ótica a decisão de quando baixar a guarda.

Revisado por um humano da AppH