A Databricks revelou que a adoção de inteligência artificial (IA) nas empresas está se direcionando para sistemas autônomos, à medida que as organizações adotam fluxos de trabalho inteligentes. Inicialmente, a IA generativa prometeu transformar negócios, mas frequentemente resultou em chatbots isolados e programas piloto estagnados. No entanto, novos dados da Databricks indicam uma mudança significativa no mercado.
Mais de 20.000 organizações, incluindo 60% das empresas da Fortune 500, estão migrando para arquiteturas “agentes”, onde os modelos não apenas recuperam informações, mas também planejam e executam fluxos de trabalho de forma independente. Entre junho e outubro de 2025, o uso de fluxos de trabalho multi-agentes na plataforma Databricks cresceu 327%, destacando a IA como um componente central da arquitetura de sistemas.
O crescimento é impulsionado pelo ‘Supervisor Agent’, que atua como um orquestrador, dividindo consultas complexas e delegando tarefas a subagentes especializados. Desde seu lançamento em julho de 2025, tornou-se o principal caso de uso, representando 37% da utilização até outubro. Este modelo reflete estruturas organizacionais humanas, onde um gerente supervisiona a execução das tarefas pela equipe.
Com agentes executando tarefas, a infraestrutura de dados enfrenta novas demandas. Os bancos de dados tradicionais foram projetados para interações em velocidade humana, mas os fluxos de trabalho autônomos geram padrões contínuos de leitura e escrita de alta frequência. Atualmente, 80% dos bancos de dados são criados por agentes de IA, e 97% dos ambientes de teste e desenvolvimento são construídos por esses agentes.
Para evitar a dependência de fornecedores, 78% das empresas adotaram duas ou mais famílias de Modelos de Linguagem de Grande Porte (LLM), como ChatGPT e Claude. A proporção de empresas usando três ou mais modelos aumentou de 36% para 59% entre agosto e outubro de 2025. Essa diversidade permite que tarefas simples sejam direcionadas a modelos menores e mais econômicos, enquanto modelos avançados são reservados para raciocínios complexos.
Contrariando a percepção comum, a governança rigorosa acelera a implantação da IA. Organizações com ferramentas de governança colocam 12 vezes mais projetos de IA em produção. A governança fornece limites necessários, permitindo que stakeholders aprovem implantações com confiança. Sem esses controles, pilotos frequentemente ficam presos na fase de prova de conceito devido a riscos de segurança ou conformidade não quantificados.
Embora agentes autônomos evoquem imagens futuristas, o valor atual da IA autônoma está na automação de tarefas rotineiras e necessárias. Os principais casos de uso de IA variam por setor, mas focam em resolver problemas específicos de negócios, como manutenção preditiva na manufatura e síntese de literatura médica na saúde. Para os executivos, o foco deve ser menos na “magia” da IA e mais no rigor da engenharia que a sustenta.
