A pergunta de 2024 era "meu time sabe usar ChatGPT?". A de 2026 é "quais decisões eu deixo um agente tomar sozinho?".

A diferença entre essas duas perguntas separa a primeira da segunda onda da IA, e define se uma empresa vai construir capacidade interna ou terceirizar o jogo nos próximos três anos.

A primeira onda foi sobre fluência: comprar licença de Copilot, treinar prompts, medir adoção por número de logins. Funcionou para individualizar produtividade e mostrou ao mercado que o modelo entendia linguagem. O que ela não entregou foi P&L.

A pesquisa MIT NANDA The GenAI Divide, publicada em 2025 com base em 300 depoimentos e 150 entrevistas com líderes, mostrou que 95% dos pilotos de GenAI corporativa não geraram impacto mensurável em P&L. Os 5% que entregaram tinham algo em comum: não estavam usando IA como ferramenta de chat. Estavam construindo workflows. (Yahoo Finance)

Isso não é falha de execução. É o design da primeira onda chegando ao limite natural.

A lógica dos agentes de IA na segunda onda

Em vez de assistir o humano a escrever um e-mail melhor, agentes processam um workflow inteiro, do gatilho à execução. Em vez de devolver uma resposta, atualizam um sistema. Em vez de uma sessão, persistem uma operação.

Andrew Ng demonstrou em 2024 que o GPT-3.5 dentro de um workflow agêntico chega a 95,1% de acerto no HumanEval, superando GPT-4 em zero-shot, que fica em 67%. A conclusão foi direta: workflows agênticos podem gerar mais progresso em IA do que a próxima geração de modelos fundacionais. (DeepLearning.AI)

O que essa frase faz com o orçamento da sua empresa é o que define a próxima rodada de decisões.

Cinco mecânicas que separam as duas ondas

Cinco dimensões em que a operação de IA da primeira onda é qualitativamente diferente da segunda. Não é gradação: é troca de natureza. Avalie cada ponto pensando no programa de IA que sua empresa rodou nos últimos doze meses.

Da pergunta à tarefa

Na primeira onda, o usuário pergunta e a IA responde. Na segunda, o usuário define um objetivo e o agente executa os passos. Forrester chama isso de mudança de software user-centric para worker- and process-centric: a aplicação corporativa deixa de habilitar o colaborador com ferramenta digital e passa a acomodar uma força de trabalho digital de agentes. (Forrester)

A consequência prática: o programa de capacitação muda de "ensinar a fazer perguntas" para "ensinar a desenhar tarefas e definir limites de autonomia".

Do prompt único ao workflow iterativo

Na primeira onda, o ganho vinha do prompt bem formulado. Na segunda, vem do loop: planejar, executar passo, avaliar resultado, corrigir. É a diferença entre pedir um texto pronto e ter alguém que escreve, revisa e reescreve até funcionar.

Esse loop é o que fez o GPT-3.5 superar o GPT-4. A mecânica importa mais que o modelo.

Da licença à integração

Na primeira onda, o gargalo era contratual: quantas licenças, qual fornecedor. Na segunda, é arquitetural. 46% das empresas que constroem agentes citam integração com sistemas existentes como o principal desafio, não a capacidade do modelo. 57% já operam workflows multi-step e 81% pretendem expandir em 2026. (Arcade Blog)

Isso muda quem precisa estar na sala. TI não entra como aprovador de stack: entra como co-arquiteto do workflow. O protocolo MCP é um bom ponto de partida para entender como essa integração funciona na prática.

Do engajamento à governança

Na primeira onda, a métrica era engajamento: quantos colaboradores logaram, quantos prompts por dia. Na segunda, a métrica é responsabilidade: quem aprovou aquela ação, qual foi o threshold de exceção, onde está o audit trail.

O Jitterbit AI Automation Benchmark Brasil 2026 deixou esse deslocamento explícito: responsabilidade da IA é hoje o principal fator de decisão de compra (59%) entre empresas brasileiras, acima de preço. 9% das empresas no Brasil já operam mais de 100 agentes em produção. (Docmanagement) Governar virou critério, não etapa final.

Do letramento à formação de builders

Na primeira onda, a meta era fluência: todos sabem usar. Na segunda, a meta é construção: alguns precisam saber montar. A pirâmide muda: ainda existe a base que usa, mas surge uma camada nova de pessoas que desenham agentes, definem ferramentas, decidem o que é tarefa para humano e o que é tarefa para máquina.

O Gartner Hype Cycle 2026 para Agentic AI mediu que apenas 17% das organizações já deployaram agentes, mas mais de 60% pretendem fazer nos próximos dois anos, a curva de adoção mais agressiva entre todas as tecnologias emergentes pesquisadas. (Gartner) Quem não tem builder interno nessa curva, terceiriza.

A armadilha dessa transição

Essa virada tem dois erros simétricos.

O primeiro: tratar tudo como continuidade. "Agentes são só o ChatGPT mais inteligente." Esse enquadramento faz a empresa rodar a segunda onda com o manual da primeira: comprar licença, treinar prompt, medir engajamento. O resultado já está mapeado nos 95% do MIT.

O segundo: tratar agentes como tecnologia que opera sozinha, sem precisar de gente. Os dados rejeitam essa leitura. Organizações que escalaram agentes com mais consistência em 2026 construíram governança primeiro e expandiram autonomia depois. Governança não é o oposto da velocidade: é o que torna a escala possível. (Ampcome)

Tradução: a segunda onda exige mais gente formada, não menos. Só que formada para tarefas diferentes: desenhar workflow, definir thresholds, auditar resultado, decidir o que é exceção.

A janela é estreita. O mercado global de IA agêntica salta de US$ 7,9 bilhões em 2025 para US$ 196 bilhões em 2030 (Estudo Soluções Agênticas 2026, Blip). 75% dos líderes empresariais brasileiros esperam ter agentes operando autonomamente até 2026. Quem ainda mede "adoção de Copilot" como métrica-fim não está atrasado um trimestre. Está rodando o programa errado.

O que seu programa precisa responder

Pegue o programa de IA que sua empresa lançou em 2024 ou 2025 e responda em uma frase: ele forma quem usa ou forma quem constrói?

Se a resposta é "forma quem usa", o programa entregou o que era possível na primeira onda. E o que era possível na primeira onda já está precificado pela concorrência.

O que decide o próximo trimestre é a camada acima: gente capaz de identificar onde um agente entra, montar o workflow, integrar com o sistema, definir o que ele decide sozinho e o que escala para humano. Essa camada não vem de licença nem de e-learning genérico.

Vem de programa que combina três coisas: stack homologada pela TI da empresa, multiplicador interno formado em ciclo curto, e métrica que sobrevive ao trimestre. Sem os três, vira treinamento. E treinamento não escala agente.

A primeira onda formou usuários. A segunda forma builders. A diferença vai aparecer no P&L de 2027.