Uma pesquisa com 107 empresas confirma: a governança dos agentes de IA está pronta, o custo não está — e ninguém sabe quanto custa cada agente
Um estudo da VentureBeat Pulse realizado em julho de 2026 com 107 empresas de mais de 100 funcionários mostra que a governança dos agentes de IA amadureceu — orçamento em alta, controle híbrido desejado por 78% dos entrevistados. Mas 21% das empresas não têm nenhum meio em tempo real de parar um agente que sai dos trilhos antes que a fatura chegue, e mais 30% dependem exclusivamente dos limites nativos de seu fornecedor. Na AppH também: a rastreabilidade do que um agente faz já existe, o custo preciso de cada agente, ainda não.
A VentureBeat entrevistou 107 organizações com mais de 100 funcionários em julho de 2026 sobre como elas orquestram seus agentes de IA. A primeira constatação surpreende pouco: ninguém aposta em uma única plataforma. 85% das empresas rodam pelo menos duas plataformas de orquestração em paralelo, 64% rodam três ou mais, com uma média de 3,1 por organização. O Microsoft AI Foundry / Copilot Studio aparece em 70% das arquiteturas (75 de 107 empresas), o Agents SDK da OpenAI em 68%, e a Claude Platform / Agent Skills da Anthropic em 47%. Entre os 61 entrevistados que aceitaram nomear UMA única plataforma primária, a Microsoft lidera com 41%, a Anthropic em segundo com 28%. A lógica de compra confirma essa escolha plural: a flexibilidade entre modelos é o critério nº1 (29%), muito à frente da afinidade com um modelo específico (10%) — as empresas compram o que não as prende, não o que vem junto com seu modelo preferido.
O verdadeiro sinal desse estudo não é a fragmentação das plataformas, é a defasagem entre governança e custo que seu título resume em uma frase: «a governança dos agentes de IA está pronta, o custo não está». Do lado da governança, as empresas claramente avançaram: 78% querem manter pelo menos parte do controle fora das mãos do fornecedor, e o principal investimento em crescimento é o monitoramento e a depuração de agentes (31%), seguido de perto pela aplicação de permissões de segurança (30%). Do lado do custo, o quadro é bem diferente: 21% das empresas só acompanham o gasto de seus agentes a posteriori, em registros, sem nenhum meio em tempo real de cortar um agente que se descontrola antes que a fatura exploda. Mais 30% dependem exclusivamente dos limites nativos de sua plataforma principal — um controle que vale o que vale a ferramenta do fornecedor, nada mais. E, entre as três notas de satisfação que o estudo mede, a relação custo-benefício fica em último lugar (3,63 de 5), bem atrás da satisfação geral (4,17) — sinal de um setor que gosta do que os agentes fazem e não gosta do que eles custam. Na AppH, essa mesma defasagem existe, em escala menor: o registro de auditoria que rastreia quem fez o quê, quando e por quê (somente-acréscimo, implantado módulo por módulo neste verão nas Automações, na Manutenção de Frota, nos Agendamentos) já responde à metade da questão referente à governança. A metade referente ao custo — quanto um agente específico realmente custou este mês, ação por ação — ainda não existe como painel dedicado na nossa empresa também. É exatamente o mesmo vazio que este estudo documenta, na nossa escala.
A favor da AppH
- Um único agente por conta, nunca um enxame, e nenhuma ação com consequência real que parta sem a aprovação explícita do responsável — essa arquitetura é, por construção, um disjuntor contra o exato cenário que os 21% de empresas sem kill switch em tempo real temem: na AppH, um agente não pode se descontrolar sozinho enquanto ninguém está olhando, porque ele nunca age sozinho sobre o que importa.
- A metade do problema referente à governança — saber o que um agente fez e por quê — já está resolvida na AppH com um verdadeiro registro de auditoria somente-acréscimo, implantado em vários módulos neste verão (Automações, Manutenção de Frota, Agendamentos): exatamente a mesma categoria de investimento (monitoramento e permissões) que 61% do orçamento agêntico deste estudo prioriza.
Contra / o limite honesto
- A AppH ainda não tem um painel de custo por agente — quantos tokens, quantos euros, uma ação precisa realmente custou este mês. É o mesmo vazio exato que este estudo documenta na escala corporativa (30% dependem dos limites nativos, 21% são puramente reativos); não fingimos tê-lo resolvido, nomeamos isso como uma falta real, não um detalhe.
- O argumento do disjuntor humano funciona na escala da AppH (um agente por conta, uma PME) — não é uma resposta arquitetural direta para uma empresa de milhares de funcionários que roda três plataformas de orquestração e dezenas de agentes em paralelo. A amostra deste estudo e a clientela de PMEs da AppH não são diretamente comparáveis.
Seria fácil escrever que esse estudo nos dá razão — ele documenta exatamente o tipo de defasagem entre discurso e mecanismo que apontamos regularmente nos outros. Mas a honestidade obriga a virar o espelho: a mesma defasagem existe entre nós, em escala menor. Sabemos rastrear o que um agente faz; ainda não sabemos precificar com exatidão o que ele custa, módulo por módulo, ação por ação. Não é uma diferença de princípio em relação às 107 empresas entrevistadas pela VentureBeat, é uma diferença de escala — e a escala não dispensa nada. O verdadeiro ensinamento desse estudo não é «as grandes empresas têm um problema que não temos», é que governar um agente (saber o que ele faz) e medi-lo (saber o que ele custa) são duas frentes distintas, e a primeira nunca resolve automaticamente a segunda. Fizemos a primeira. A segunda continua sendo uma frente real em aberto, não uma caixinha marcada.
Verificado por um humano da AppH