A segunda onda não exige menos gente. Exige gente diferente. E as empresas que já entenderam isso estão construindo uma camada de papéis que, dois anos atrás, não existia.

Quando uma empresa passa de pilotos isolados para 100 agentes em produção simultânea, o organograma precisa de funções novas: funções que a maioria das empresas brasileiras ainda não tem. No Episódio 1 desta série, fechamos com uma pergunta: seu programa de IA forma quem usa ou forma quem constrói? Este episódio é sobre o que acontece com o organograma quando a resposta começa a ser "constrói".

Existe um equívoco que atravessa boa parte das discussões sobre IA corporativa. Ele aparece na fala do CFO que aprova budget esperando corte de headcount, na apresentação do fornecedor que promete "automatizar 80% das tarefas", na tese do consultor que projeta "força de trabalho enxuta". O equívoco é tratar a segunda onda como uma onda de substituição.

Os dados apontam outra direção. O IDC FutureScape 2026 projeta que, até 2026, 40% dos cargos nas maiores empresas globais vão envolver interação direta com sistemas de IA e que, até 2027, metade de todas as aplicações corporativas habilitadas por IA vão exigir novas posições dedicadas a governança, risco e accountability. Esses cargos não chegam para substituir os que somem. Chegam para ocupar um espaço que não existia.

O organograma não está encolhendo. Está se reorganizando.

A nova camada que está emergindo

No Walmart, a chief people officer Donna Morris descreveu em março de 2026 o que a empresa estava vendo internamente: um ano antes, não havia nenhum builder de agentes dedicado na companhia. Em 2026, esses papéis existem, e todas as vagas foram preenchidas internamente, por profissionais técnicos e não técnicos que queriam construir com IA (HR Dive).

Walmart não é uma empresa de tecnologia. É a maior varejista do mundo. E o movimento que ela descreve não é exceção.

A Salesforce mapeou, no Agent Development Lifecycle, os papéis que estão emergindo ao redor das operações de agentes: Agent Supervisor, Agent QA Lead, AI Ops Manager, Chief AI Officer. O fato de as organizações estarem contratando pessoas dedicadas à operação de agentes é o sinal de que a tecnologia está amadurecendo para a infraestrutura central da empresa, não mais projeto-piloto.

Esses títulos ainda não estão padronizados. Um levantamento de abril de 2026 listou mais de 40 variações de cargos ligados a IA em um único mês de vagas abertas, de "AI Engineer" a "Agent Engineer", de "Evals Engineer" a "AI Reliability Engineer" (Forrester, 2026). O caos de nomenclatura é sinal de mercado em formação, não de inconsistência: quando o mercado ainda não sabe o nome certo, é porque o papel está sendo inventado agora.

O que há por baixo dessas variações é uma estrutura consistente. Três papéis novos estão aparecendo com regularidade nas empresas que já operam agentes em produção, e os três podem ser formados a partir do quadro existente.

Os três papéis que o organograma está criando

O Builder

O Builder desenha o workflow do agente: identifica onde a automação entra, define as ferramentas disponíveis, escreve as instruções de comportamento, testa as saídas. Não é necessariamente um engenheiro de software. No Walmart, as vagas de builder foram preenchidas por profissionais técnicos e não técnicos. O critério não foi formação em programação, foi disposição para construir.

O Builder é a ponte entre o problema de negócio e a arquitetura do agente. Sem ele, a empresa compra capacidade de plataforma que ninguém sabe operar. Para entender como esse papel se conecta com a evolução de quem já trabalha com produto, vale ler de Product Manager a Product Builder: a evolução natural da área.

O Supervisor

O Supervisor monitora o que os agentes estão fazendo em produção. Define métricas de desempenho, audita saídas, identifica onde o agente está errando e decide o que escala para revisão humana.

O IDC FutureScape 2026 aponta que a integração de IA agêntica é uma negociação organizacional: lideranças empurram por velocidade e escala, e colaboradores vivem a transformação pelo ângulo da redefinição de responsabilidades. O Supervisor é o papel que faz a mediação entre esses dois eixos. Sem supervisão estruturada, o agente em produção vira caixa preta, e caixa preta não passa em auditoria de CFO.

O Arquiteto de Contexto

O Arquiteto de Contexto garante que o agente tem a informação certa no momento certo. Vai além de prompt engineering e entra na arquitetura de como o modelo acessa dados proprietários, histórico e conhecimento específico da operação.

Em empresas que já operam múltiplos agentes, esse papel coordena qual agente acessa qual sistema, com quais permissões, e garante que os outputs de um não contaminem os inputs de outro. É governança na camada técnica. Para quem quer entender como agentes autônomos funcionam antes de projetar essa camada, o post como agentes autônomos aprendem e revolucionam os produtos digitais é um bom ponto de partida.

O que isso muda no programa de IA da empresa

A implicação direta é esta: o programa de IA que forma os três papéis acima tem ROI verificável. O programa que não forma, não tem, porque os agentes que a empresa compra ou constrói ficam sem operador.

O Korn Ferry Talent Acquisition Trends 2026 mediu que 52% dos líderes de talent acquisition planejam adicionar agentes de IA aos seus times este ano. Ao mesmo tempo, 78 em cada 79 empresas ainda estão em fase de experimentação, não de produção (Gartner, 2026). O gap entre experimentação e deploy é exatamente onde a demanda por builders está se concentrando.

O mercado de trabalho já está precificando esse gap. 91% dos líderes empresariais dizem que habilidades em agentes de IA serão críticas para vantagem competitiva em três anos (AI Magazine, 2026). A escassez não é de modelos. É de gente que sabe operar o que os modelos fazem.

Há uma armadilha frequente que vale nomear. Muitas empresas que percebem essa demanda reagem com contratação externa: buscam o "AI Engineer" no mercado, pagam prêmio de 40% sobre o cargo equivalente porque o título está inflado, e descobrem depois que o profissional contratado não conhece os processos internos. A observação de quem acompanha o mercado é direta: o melhor engenheiro contratado em 2025 tinha "Software Engineer" no LinkedIn e havia colocado três sistemas LLM em produção. O pior candidato rejeitado carregava um título de seis palavras e tinha no GitHub três forks de tutorial (Forrester, 2026).

O caminho que o Walmart tomou, validado pelos dados do IDC como o mais eficiente, é o oposto: identificar dentro do quadro existente quem tem disposição para construir, e formar essa camada com método.

A estrutura que permite isso

Formar builders internamente exige três condições que precisam estar no lugar ao mesmo tempo.

A primeira é stack homologada pela TI. O builder precisa de um ambiente onde pode testar sem risco para a operação. Sem stack definida, cada builder improvisa com ferramenta diferente, e o que ele constrói não escala, não integra, não é auditável.

A segunda é ciclo curto com entregável real. Builder não se forma em e-learning de 40 horas. Se forma construindo algo que funciona dentro de 6 a 8 semanas, com mentoria, com feedback em cima do que está sendo construído, com um Demoday que coloca o projeto na frente de quem decide. O ciclo curto não é um atalho pedagógico. É a única forma de calibrar se a pessoa tem o perfil antes de comprometer um projeto crítico.

A terceira é multiplicador interno. Quem passou pelo ciclo de formação e entregou um agente em produção precisa ter condição de replicar o método para o time. Sem multiplicador, o programa para quando o fornecedor sai da sala.

O IDC FutureScape 2026 foi direto: organizações com centros de excelência em IA maduros são 20% mais capazes de competir em inovação, velocidade e excelência de serviço. Esses centros não são simbólicos. São o tecido conectivo entre capacidade técnica e expertise humana. E não nascem de consultoria. Nascem de formação que deixa gente dentro de casa.

O que decide quem chega primeiro

O organograma de 2027 vai ter uma camada de papéis emergentes de IA que, em 2025, não existia na maioria das empresas brasileiras. Builder, Supervisor e Arquiteto de Contexto não são funções de TI. São funções de negócio com fluência técnica. Podem vir de RH, de produto, de operações, de qualquer área que já sabe o que o processo faz e está disposta a aprender o que o agente pode fazer.

A pergunta não é "quando contratar". É "quando começar a formar" — porque o lead time de formação é de 6 a 8 semanas, e o lead time de contratação no mercado atual é de 3 a 6 meses com custo 40% acima do cargo equivalente.

Quem começa a formar agora chega em 2026 com builders em produção. Quem espera pela contratação chega em 2026 buscando no mercado o que o mercado não tem em quantidade suficiente.

Conheça o Tera Empresas e acelere a sua adoção de IA com mais eficiência.