*Por Amanda Andreone, Country Manager da Genesys no Brasil
Nos últimos anos, a inteligência artificial (IA) consolidou-se como uma camada estrutural dos negócios modernos, especialmente no universo das startups e empresas de rápido crescimento, em que velocidade, eficiência e diferenciação competitiva determinam a sobrevivência. Os Modelos de Linguagem de Grande Escala (LLMs) foram centrais nesse avanço ao permitir que máquinas se articulassem, conversassem e contextualizassem com uma naturalidade antes considerada impossível.
O ritmo de expansão da IA deixa claro que ela se tornou essencial para as operações corporativas. De acordo com o relatório Artificial Intelligence Market, da Grand View Research, o mercado global de IA ultrapassou US$ 390 bilhões em 2025 e deve crescer mais de 30% ao ano até 2033, alcançando mais de US$ 3,5 trilhões — uma trajetória que confirma o papel definitivo da IA como infraestrutura de negócios. No Brasil, o estudo da TI Inside “Os principais desafios na adoção de IA” indica que a tecnologia já se espalha por áreas como TI (76,9%), Marketing (64,1%) e Dados/Analytics (51,3%), reforçando sua crescente relevância transversal dentro das organizações.
Ainda assim, chegamos a um limite importante: compreender já não é suficiente. À medida que o volume de dados aumenta e as operações se tornam mais complexas, fica evidente que a próxima evolução da IA exige tanto articulação quanto ação.
É nesse contexto que surgem os Modelos de Ação de Grande Escala (LAMs) como o próximo salto da IA. Os LLMs permitiram que as máquinas conversassem. Os LAMs lhes darão a capacidade de executar, viabilizando a transição de sistemas que descrevem soluções para sistemas que efetivamente agem. Isso marca a ascensão da inteligência agêntica, na qual a IA interage com o mundo de forma operacional, e não apenas descritiva.
Os LAMs ampliam as capacidades conversacionais dos LLMs ao conectar esse entendimento aos sistemas corporativos — acionando APIs, executando tarefas complexas, coordenando fluxos de trabalho em múltiplas etapas e aprendendo continuamente a partir de cada decisão tomada. Esse avanço abre espaço para uma orquestração antecipatória, em que a IA se adapta e age antes que ocorram fricções.
Notícias Relacionadas
Para que essa mudança funcione em ambientes reais, a inteligência dos LAMs precisa estar associada a uma forma disciplinada de interação com os sistemas de negócio. É aí que o Model Context Protocol (MCP) se torna essencial. O MCP oferece a estrutura que conecta o raciocínio do modelo às ferramentas e aos dados que ele está autorizado a utilizar, garantindo que cada ação seja deliberada e ancorada no contexto corporativo.
E, como uma IA mais capaz também exige mais controle, o MCP se estende naturalmente à governança. Ao incorporar políticas e salvaguardas diretamente na camada de execução, ele ajuda a garantir que os LAMs atuem dentro de limites claros — alinhando decisões aos padrões organizacionais, ao mesmo tempo em que viabiliza uma autonomia significativa.
Essa transformação já é visível nos dados de mercado. O relatório da Genesys Customer Experience in the Age of AI mostra que 83% dos líderes de experiência do cliente entrevistados acreditam que a IA será um diferencial competitivo decisivo nos próximos anos, e 70% afirmam que ela já contribui para tornar as jornadas mais eficientes e empáticas.
Para as startups, essa mudança funciona como um multiplicador de força. Em empresas de alto crescimento, nas quais equipes enxutas precisam escalar rapidamente, os LAMs reduzirão etapas manuais, eliminarão retrabalho e permitirão que a inteligência atue diretamente a serviço da eficiência operacional. Por exemplo, um agente virtual agêntico será capaz de identificar uma queda no engajamento, acionar automaticamente uma campanha preditiva e registrar a ação no CRM, executando todo o fluxo sem intervenção humana.
Em um futuro próximo, a IA deixará de ser apenas um recurso poderoso para se tornar um componente ativo das operações de negócio. Em vez de adotar soluções pontuais e isoladas, o verdadeiro diferencial das organizações será a capacidade de orquestrar experiências orientadas por IA em uma única plataforma unificada, conectando compreensão, ação e propósito.
O equilíbrio entre a autonomia da IA e o discernimento humano será o ponto central dessa transição. Com os LAMs, as organizações poderão desenhar jornadas que se adaptam ao contexto, antecipam necessidades e direcionam energia apenas para aquilo que gera valor real. Aqueles que liderarem esse movimento serão os que utilizarem a tecnologia não em excesso, mas com intenção: como um sistema que amplia resultados, melhora experiências e acelera o que há de mais estratégico nos negócios modernos.
