Os números mostram por quê. Agentes ativos no ecossistema Microsoft 365 cresceram 15 vezes em um ano — e 18 vezes entre as grandes empresas, segundo o Work Trend Index 2026, da Microsoft. No mesmo período, apenas 13% dos profissionais avaliados foram classificados como accomplished em IA agêntica — o menor índice entre as 14 competências técnicas medidas pela Workera em mais de 88 mil avaliações corporativas realizadas neste ano. A adoção correu muito mais rápido do que o repertório das pessoas.
E é justamente essa distância entre adoção e preparo que, hoje, aparece como a pergunta mais recorrente nas conversas da Descola com empresas: como desenvolver pessoas capazes de trabalhar com agentes de IA que tomam decisões cada vez mais autônomas?
A Pergunta Mudou de Figura
Até pouco tempo, os pedidos que chegavam à Descola eram sobre alfabetização em IA: entender o que é inteligência artificial, como escrever bons prompts, quais os riscos de uso e como evitar a exposição de dados sensíveis em ferramentas públicas. Nos últimos meses, porém, a conversa mudou. Em praticamente toda reunião comercial, a dúvida deixou de ser "como usar IA" e passou a ser "como montar um agente de IA" e, principalmente, "como preparar as pessoas para trabalhar com agentes que elas mesmas não construíram?"
Isso não é uma evolução natural de um curso de prompts. É uma competência com lógica própria. A analogia mais precisa já não é aprender a usar uma ferramenta nova, mas gerenciar um prestador de serviço: alguém que decide sozinho, executa sozinho e também pode errar sozinho, se ninguém supervisionar.
A diferença entre operar uma ferramenta e supervisionar um agente é a mesma diferença entre preencher uma planilha e delegar uma decisão importante para alguém que você nunca entrevistou.
O Mesmo Gargalo, do Outro Lado do Mercado
O que torna esse dado mais interessante — e mais preocupante — é que o gargalo não está só do lado de quem compra tecnologia. Está também do lado de quem vende. Um levantamento da RedThread Research, publicado no fim de junho, mostra que 89% dos fornecedores de tecnologia de people analytics já oferecem IA generativa — mas só 16% construíram agentes capazes de automatizar sozinhos um fluxo de trabalho complexo. Os outros 70% lançaram copilotos e assistentes, e venderam a palavra "agente" mesmo assim, porque virou item obrigatório de vitrine comercial.
O mesmo estudo mostra um setor em rápida transformação. Modelos de contratação que antes incluíam consultoria e implementação passaram a ser cobrados separadamente, sem um padrão consolidado: 40% dos fornecedores cobram por usuário, 26% por volume de dados e 17% por consumo computacional. Fusões e aquisições no setor quadruplicaram em apenas um ano.
Se até quem constrói essa tecnologia ainda reorganiza o próprio modelo de negócio para acompanhar essa evolução, faz sentido que as empresas também estejam aprendendo como governar agentes de IA. O problema não é falta de ambição. É que montar, supervisionar e auditar agentes de IA continua sendo uma competência escassa dos dois lados da mesa. E navegar um mercado que muda de regra a cada trimestre já exige, por si só, um exercício constante de mentalidade adaptativa.
O gargalo não é ter acesso a um agente de IA. É saber orquestrá-lo — e auditar o que ele decidiu sozinho.
É justamente essa mudança que, no Relatório Tendências em Power Skills 2026 da Descola, chamamos de Simbiose Tecnológica: o momento em que a inteligência artificial deixa de ser apenas uma ferramenta de produtividade e passa a atuar como parte do sistema de trabalho, exigindo novas competências de supervisão, julgamento e colaboração entre humanos e máquinas.
O Que os Dados de Organização Confirmam
O Work Trend Index 2026, da Microsoft, ajuda a explicar por que essa competência não surge isoladamente. O estudo mostra que fatores organizacionais — como cultura, apoio da liderança e práticas de gestão de talentos — exercem mais que o dobro da influência sobre a adoção eficaz da IA do que fatores individuais: 67% contra 32%.
Quando líderes modelam ativamente o uso da IA em suas equipes, aumentam não apenas a adoção da tecnologia, mas também a capacidade de análise crítica e a confiança no uso de agentes de IA. Orquestrar agentes, portanto, não é uma habilidade individual. É uma competência organizacional. Ela dificilmente se desenvolve em um treinamento isolado; depende de uma cultura que incentive experimentação, supervisão e aprendizagem contínua.
O mesmo estudo também perguntou quais habilidades humanas se tornam mais importantes à medida que a IA assume uma parcela maior da execução do trabalho. As duas respostas mais citadas foram controle de qualidade sobre o que a IA produz e pensamento crítico.
Nenhuma delas é uma habilidade técnica de configuração. Ambas pertencem ao repertório humano de julgamento, interpretação e tomada de decisão — exatamente o tipo de capacidade que não se desenvolve apenas com workshops pontuais ou treinamentos expositivos, mas com prática situada e repetida no fluxo real do trabalho.
Saber interpretar, validar e questionar os resultados produzidos por um agente de IA deixa de ser uma habilidade restrita a analistas. Passa a fazer parte do repertório esperado de qualquer gestor. É justamente por isso que competências como Pensamento Crítico e Storytelling com Dados deixam de ser apenas habilidades analíticas e passam a sustentar uma adoção mais responsável da IA dentro das organizações.
Há também uma boa notícia escondida nesses números — e talvez ela seja a mais importante para quem trabalha com desenvolvimento de pessoas. A Workera mostra que, após um programa estruturado de capacitação, o percentual de profissionais classificados como "accomplished" em IA responsável salta de 25% para 81%.
A lacuna de repertório é real, mas ela é treinável. O desafio não está na velocidade de aprendizagem das pessoas. Está no fato de que a maioria das organizações ainda prepara profissionais para usar IA, quando o mercado começa a exigir pessoas capazes de supervisioná-la, questioná-la e governá-la.
Não é Uma Hipótese. É Uma Mudança de Competência
Quando publicamos o Relatório Tendências em Power Skills 2026, a discussão sobre agentes de IA ainda estava longe da intensidade que vemos hoje. Mesmo assim, identificamos que a evolução da inteligência artificial exigiria um conjunto completamente novo de capacidades, reunidas no bloco Simbiose Tecnológica.
Entre elas, destacamos Orquestração Humano-Máquina — a capacidade de integrar pessoas e inteligências artificiais em um mesmo fluxo de trabalho, distribuindo responsabilidades, supervisionando entregas e aplicando discernimento humano sempre que contexto, estratégia ou ética exigirem.
Também apresentamos Auditoria de Algoritmos — a competência de revisar criticamente decisões produzidas por IA, identificar inconsistências, compreender seus limites e assumir responsabilidade sobre aquilo que a tecnologia executa.
O que era uma hipótese baseada na evolução tecnológica tornou-se uma demanda concreta. Na prática, o mercado acabou validando uma competência que a Descola já tratava como estratégica antes que ela se tornasse uma prioridade explícita para as empresas.
Hoje, a maior parte das conversas com clientes já não gira em torno de "como escrever melhores prompts", mas de como preparar líderes e equipes para coordenar agentes de IA que trabalham de forma cada vez mais autônoma.
Como Preparar Sua Organização para a Era dos Agentes de IA
Cinco movimentos para quem está desenhando a próxima trilha de aprendizagem sobre IA:
→ Pare de tratar "treinamento de IA" como módulo único. Separe alfabetização básica — o que é, como usar, o território de um curso como Prompt Engineering — de orquestração e de auditoria, os dois conceitos que detalhamos no Relatório Power Skills 2026. São três jornadas diferentes, para públicos diferentes, com maturidade diferente.
→ Antes de fechar um curso sob medida sobre agentes, mapeie quem no time vai efetivamente configurar e supervisionar agentes, e quem só vai conviver com o resultado do trabalho deles. Para quem vai supervisionar, o ponto de partida é liderança, não técnica — é o território de Liderança Expandida.
→ Trate auditoria de algoritmo como parte da entrega de qualquer trilha sobre IA, não como extra — é a competência que evita que o erro do agente vire, meses depois, problema do gestor que nunca foi treinado para revisar decisão de máquina.
→ Cobre do gestor a modelagem do próprio uso, não só do time. O dado da Microsoft é claro: cultura e liderança pesam mais que qualquer treinamento individual isolado.
→ Desenvolva pensamento crítico como competência de IA — não só velocidade de adoção ou número de agentes configurados. Pensamento Crítico e Storytelling com Dados são as duas habilidades que os próprios usuários apontam como as que mais importam daqui para frente: questionar o que a IA produz antes de decidir em cima disso.
Contratar um agente de IA é como contratar um estagiário brilhante e sem supervisão. A pergunta nunca foi se ele vai errar. É quem audita o erro antes que ele vire decisão.
No fim, a vantagem competitiva não estará nas empresas que adotarem agentes de IA primeiro. Estará naquelas que desenvolverem, antes das outras, pessoas capazes de trabalhar com eles de forma crítica, responsável e estratégica.
Quem quiser estruturar essas três jornadas — alfabetização, orquestração e auditoria — junto com o time de aprendizagem pode conhecer as soluções da Descola para empresas.
Fontes: Microsoft, "2026 Work Trend Index: Agents, Human Agency, and the Opportunity for Every Organization", maio de 2026. Workera, "2026 AI Skills Enterprise Benchmark Report" (88.000+ avaliações corporativas). RedThread Research, "People Analytics Tech Market Trends 2026: Old Market, New Pressures", 30 de junho de 2026.