Pular para o conteúdo

Multiagentes, robótica inteligente e “IA científica” começam a redefinir processos industriais, produtos e modelos de negócio

Marcondes Farias, diretor do Hub de Inovação da Microsoft Brasil, afirma que a transformação já começou e tende a se acelerar rapidamente nos próximos anos, impactando toda a cadeia automotiva, da engenharia e manufatura ao relacionamento com clientes e ao pós-venda.

Publicado em 24/06/2026 por Alexandre Asquini

Marcondes Farias, diretor do Hub de Inovação da Microsoft Brasil (Divulgação Anfavea)
Marcondes Farias, diretor do Hub de Inovação da Microsoft Brasil (Divulgação Anfavea)

A inteligência artificial está deixando de ser uma ferramenta de consulta para se tornar uma força de trabalho digital capaz de tomar decisões, executar tarefas e interagir com equipamentos físicos. Essa foi a principal mensagem da apresentação de Marcondes Farias, diretor do Hub de Inovação da Microsoft Brasil, durante o evento Anfavea Visions, realizado neste mês, em São Paulo.

Ao longo de sua exposição, o executivo afirmou que a indústria vive um momento semelhante às grandes revoluções tecnológicas do passado. Se nas últimas décadas a interação entre pessoas e computadores ocorreu por meio de telas, teclados e interfaces gráficas, agora surge uma nova etapa baseada na linguagem natural e em agentes inteligentes capazes de compreender objetivos e agir para alcançá-los.

“Estamos entrando na era dos agentes”, resumiu. “Não é mais apenas conversar com a inteligência artificial. É pedir que ela realize uma tarefa e acompanhe sua execução. ”

A avaliação do executivo é que essa transformação não pertence ao futuro distante. Segundo ele, ela já começou e tende a se acelerar rapidamente nos próximos anos, impactando toda a cadeia automotiva, da engenharia e manufatura ao relacionamento com clientes e ao pós-venda.

Mudança de paradigma

Uma das teses centrais da apresentação foi que a inteligência artificial representa uma mudança estrutural na forma como seres humanos interagem com a tecnologia. Marcondes observou que essa mudança representa uma ruptura histórica na relação entre pessoas e computadores. Por décadas, explicou ele, as pessoas precisaram aprender a linguagem das máquinas por meio de interfaces cada vez mais sofisticadas, dos terminais de texto aos ambientes gráficos.

Com a inteligência artificial generativa, ocorre o movimento inverso: a tecnologia passa a compreender a linguagem humana. “Pela primeira vez temos uma interface verdadeiramente natural”, afirmou. “Agora a máquina entende como nós falamos. ”  Na avaliação do executivo, o surgimento do ChatGPT foi apenas a primeira manifestação visível de uma transformação tecnológica que já vinha sendo construída nos bastidores há anos.

Competitividade

Marcondes também apresentou dados de uma pesquisa conduzida pela Microsoft em parceria com a IDC (International Data Corporation), segundo a qual 88% dos executivos brasileiros acreditam que a inteligência artificial será o principal fator de competitividade empresarial até 2030.

A conclusão, segundo ele, é que a vantagem competitiva das empresas passará cada vez menos por fatores tradicionais, como escala, preço ou eficiência operacional isoladamente. O diferencial estará na capacidade de incorporar inteligência artificial aos processos de negócio. “Não se trata apenas de ter acesso à tecnologia. O desafio é como utilizá-la para gerar valor”, observou.

Nesse contexto, ele destacou quatro elementos que precisam atuar de forma integrada: inteligência, emoção, ação e contexto.

A inteligência está relacionada à capacidade analítica proporcionada pelos dados e algoritmos. A emoção refere-se à compreensão das necessidades humanas e dos comportamentos dos clientes. A ação representa a velocidade de execução e adaptação das empresas. Já o contexto diz respeito ao entendimento das especificidades de cada mercado e situação. Segundo o executivo, é a combinação desses fatores que permitirá gerar resultados concretos.

Além disso, o Marcondes Farias destacou que os agentes inteligentes tendem a democratizar o acesso ao conhecimento especializado dentro das organizações. Atividades que antes dependiam exclusivamente de profissionais altamente especializados poderão contar com apoio de sistemas capazes de reunir informações, analisar cenários e executar tarefas complexas, ampliando o alcance do conhecimento técnico e acelerando processos de tomada de decisão.

Evolução acelerada

Outro tema recorrente da apresentação foi a velocidade do avanço tecnológico. Marcondes destacou que os modelos de inteligência artificial vêm apresentando saltos de desempenho em ritmo exponencial, enquanto os custos de utilização continuam caindo. “Quando a gente olha para a curva de evolução, percebe que ela não é linear”, afirmou, acrescentando: “Ela cresce de forma exponencial. ”

Segundo Marcondes, essa evolução ocorre simultaneamente à redução dos custos computacionais, ampliando o acesso às novas ferramentas. O executivo observou que a quantidade de modelos disponíveis cresce em ritmo acelerado, com milhares de soluções sendo desenvolvidas e aperfeiçoadas continuamente, o que reforça a velocidade da transformação em curso.

Na avaliação do executivo, isso torna inviável a estratégia de esperar a tecnologia amadurecer completamente para então iniciar sua adoção. Empresas que permanecem observando à distância correm o risco de perder competitividade para concorrentes que já estejam acumulando experiência prática.

Para ilustrar o momento atual, Marcondes utilizou a metáfora de um tsunami tecnológico. Segundo ele, o surgimento dos modelos generativos foi apenas a primeira onda visível de uma transformação muito mais ampla.

Na avaliação do executivo, um dos maiores riscos para as empresas é imaginar que ainda há tempo para esperar. Como a curva de aprendizado se tornou um fator competitivo relevante, organizações que começam a experimentar e acumular conhecimento desde já poderão construir vantagens difíceis de serem alcançadas posteriormente pelos concorrentes.

Infraestrutura estratégica

A expansão da inteligência artificial também está provocando mudanças profundas na infraestrutura digital global. Durante sua apresentação, Marcondes chamou atenção para os investimentos bilionários em centros de processamento de dados, semicondutores avançados e capacidade computacional.

Segundo ele, a economia baseada em IA dependerá cada vez mais da disponibilidade de infraestrutura capaz de suportar modelos de grande porte e aplicações industriais complexas. Nesse cenário, data centers, energia e poder computacional passam a ocupar posição estratégica semelhante à que fábricas e linhas de produção tiveram durante a industrialização tradicional.

Aplicações na indústria automotiva

Ao tratar especificamente do setor automotivo, o executivo ressaltou que a inteligência artificial pode atuar em praticamente todas as etapas do ciclo de vida de um veículo.

Na engenharia, as aplicações incluem desenvolvimento de produtos, simulações e validações virtuais. Na manufatura, envolvem automação avançada, controle de qualidade e otimização de processos produtivos.

Na área comercial, a tecnologia pode apoiar estratégias de marketing, precificação e relacionamento com clientes. Já no pós-venda, abre caminho para manutenção preditiva, diagnósticos remotos e novos serviços conectados. “Não estamos falando apenas de eficiência operacional”, observou. “Estamos falando de criar novos modelos de negócio. ”

Nesse contexto, o executivo destacou que os veículos conectados tendem a se tornar plataformas permanentes de geração de dados e serviços. A partir dessas informações, será possível antecipar necessidades de manutenção, personalizar serviços, automatizar interações com concessionárias e desenvolver novas fontes de receita ao longo de todo o ciclo de vida do veículo.

Robôs mais inteligentes

Outro ponto destacado foi a convergência entre inteligência artificial e robótica. Marcondes afirmou que os avanços recentes permitem o surgimento de máquinas muito mais adaptáveis do que os sistemas industriais tradicionais.

Em vez de executar apenas movimentos previamente programados, esses equipamentos passam a interpretar ambientes, aprender novas tarefas e ajustar seus comportamentos conforme as condições operacionais.

A tendência, segundo ele, é que a IA ultrapasse gradualmente os limites dos softwares e passe a atuar diretamente sobre o mundo físico. “Hoje falamos de agentes digitais. Amanhã estaremos falando desses agentes conectados a máquinas e equipamentos”, afirmou.

A era dos sistemas multiagentes

Entre todos os temas abordados, talvez o conceito que recebeu maior destaque tenha sido o dos sistemas multiagentes. Marcondes argumentou que o futuro da inteligência artificial não será formado por um único sistema centralizado, mas por múltiplos agentes especializados trabalhando de forma coordenada.

Nesse modelo, diferentes agentes poderiam assumir funções específicas dentro das organizações — engenharia, compras, finanças, logística ou atendimento — interagindo entre si para resolver problemas complexos. “Não teremos apenas um agente. Teremos equipes inteiras de agentes colaborando”, explicou.

Ele disse também que essa mudança representa uma evolução importante em relação aos atuais sistemas conversacionais. Se a primeira geração da IA generativa se concentrou em responder perguntas, a próxima etapa estará voltada à execução de objetivos completos. Em vez de apenas fornecer informações, conjuntos de agentes especializados poderão dividir tarefas, coordenar atividades e resolver problemas de forma autônoma.

A proposta representa uma evolução em relação aos atuais assistentes digitais, ampliando a capacidade de automação e tomada de decisão. Segundo o executivo, essa arquitetura tende a se tornar um dos pilares da transformação digital da indústria nos próximos anos.

Força de trabalho digital

A disseminação dos agentes inteligentes também deverá alterar a dinâmica do trabalho. Na visão de Marcondes, as empresas caminham para um modelo híbrido, no qual profissionais humanos atuarão em conjunto com agentes digitais especializados.

Esses sistemas poderão monitorar operações, analisar indicadores, gerar relatórios, antecipar problemas e executar tarefas administrativas rotineiras. Isso não significa necessariamente substituição de trabalhadores. “O que estamos observando é um aumento da produtividade”, afirmou, acrescentando que em diversas áreas existe demanda reprimida por profissionais qualificados, e a inteligência artificial pode funcionar como um mecanismo de ampliação de capacidade. O desenvolvimento de softwares foi citado como um exemplo dessa tendência, com ferramentas de IA já sendo utilizadas para acelerar etapas de programação e testes.

A próxima fronteira

Durante a sessão de perguntas e respostas, Marcondes apontou duas direções para os próximos avanços tecnológicos. A primeira é a chamada IA física, caracterizada pela integração entre agentes inteligentes e equipamentos do mundo real, incluindo robôs industriais, máquinas autônomas e sistemas embarcados. A segunda é a chamada “IA científica”.

Segundo ele, essa nova geração de sistemas será capaz de apoiar a descoberta de materiais, componentes e soluções de engenharia ainda inexistentes. “Estamos começando a ver modelos que ajudam a descobrir novos materiais e novas soluções”, afirmou.

Na avaliação do executivo, essa aplicação poderá acelerar processos de inovação em setores como mobilidade, manufatura avançada, energia e desenvolvimento de produtos.

Adotar IA imediatamente

Ao encerrar sua participação, Marcondes deixou uma recomendação direta às empresas presentes: começar imediatamente. “Os talentos já estão dentro das organizações”, afirmou. “O importante agora é experimentar, aprender e colocar a tecnologia para trabalhar. ”

Para o executivo, a transformação não depende necessariamente da contratação imediata de novos especialistas. Segundo ele, os conhecimentos necessários para iniciar essa jornada já estão presentes dentro das empresas. O desafio passa a ser criar condições para que equipes experimentem as novas ferramentas, desenvolvam competências e incorporem a inteligência artificial às rotinas de trabalho.

A mensagem final foi clara: para a indústria automotiva, a discussão já não é mais se a inteligência artificial transformará os negócios, mas com que velocidade cada empresa conseguirá acompanhar essa transformação. Na avaliação de Marcondes, os modelos generativos foram apenas o primeiro sinal de uma mudança estrutural muito mais ampla. As organizações que começarem a aprender agora tendem a construir vantagens importantes em relação àquelas que optarem por esperar a maturação completa da tecnologia.

Fique por dentro das principais notícias e novidades do mundo do Transporte Coletivo e da Mobilidade:

Acompanhe o Canal Technibus no WhatsApp

Acompanhe as nossas redes sociais: LinkedinInstagram e Facebook

Acesse o Acervo Digital OTM Editora