Agente de IA, automação ou chatbot: qual usar

Automação executa um caminho que alguém já desenhou. Chatbot conduz uma conversa dentro de um roteiro previsto. Agente de IA recebe um objetivo, decide os passos e executa sem ter o caminho mapeado de antemão.

Essa é a diferença que importa, e ela não é técnica: é sobre quem decide. Na automação, quem decide é quem desenhou o fluxo. No agente, parte da decisão passa para o modelo, em tempo de execução. Escolher errado entre os três não gera uma solução pior, gera uma solução que não sustenta o processo.

Por que a confusão é cara

O mercado vende as três coisas com a mesma palavra. Isso leva a dois erros de sinal contrário, e os dois custam.

O primeiro é usar agente onde bastava automação. Um fluxo fixo, com condições poucas e conhecidas, executado por um modelo de linguagem, fica mais caro, mais lento e menos previsível do que a mesma coisa feita com regra. Pior: passa a errar de formas novas a cada execução, o que é exatamente o oposto do que se espera de um processo operacional. Sobre escolher o que entra na fila primeiro, veja O que automatizar primeiro no seu negócio (e o que deixar para depois).

O segundo é tentar resolver com regra algo que exige interpretação. Toda vez que um fluxo precisa entender uma mensagem escrita por gente, ler um documento sem formato fixo ou lidar com uma exceção não prevista, a regra vira uma árvore de condições que ninguém consegue manter.

O relatório The State of AI 2025 da McKinsey, com 1.993 respondentes em 105 países, dá a dimensão de onde o mercado está: 88% das organizações relatam uso regular de IA em pelo menos uma função, mas apenas 23% dizem estar escalando um sistema agêntico em algum lugar da empresa, e outros 39% estão apenas experimentando. Em qualquer função isolada, não mais que 10% relatam ter agentes em escala.

Ou seja: agente é assunto real, e é assunto incipiente. Quem está vendendo agente como solução padrão para tudo está à frente do que a própria prática sustenta. Sobre o que já é aplicável hoje em empresa pequena e média, veja Agentes de IA na prática para PMEs.

O critério de escolha, em uma pergunta

Antes de olhar ferramenta, responda: o que acontece de diferente a cada execução deste processo?

• Se nada muda além dos dados, é automação.
• Se muda o texto que uma pessoa escreve, mas o desfecho é sempre um entre poucos, é chatbot.
• Se muda o caminho, e decidir qual caminho seguir exige interpretar contexto, é agente.

A linha mais importante é a de falha. Automação quebra de forma barulhenta, e isso é uma virtude: alguém percebe. Agente falha de forma silenciosa, entregando algo que parece certo. Por isso agente exige conferência humana em pontos definidos, e processo sem esse ponto de conferência não deveria receber agente ainda.

Três casos comuns, e o que cada um pede

Pedido que chega por WhatsApp e precisa virar registro no sistema

Se o pedido chega em formato livre, alguém precisa interpretá-lo. Isso é trabalho de modelo. Mas o registro no sistema, a checagem de estoque e o envio da confirmação são caminho fixo: isso é automação.

O desenho correto é híbrido, e essa é a regra geral. O modelo faz a parte que exige leitura; a automação faz a parte que exige confiabilidade. Ferramentas como o Make permitem montar exatamente isso, com o modelo funcionando como um passo dentro do fluxo, não como o fluxo inteiro.

Se quiser ver esse desenho funcionando, gravei o passo a passo no canal: Tutorial Agente de IA no Make: como criar agente de IA no WhatsApp.

Cliente perguntando horário, endereço e prazo

Aqui a variação está na forma da pergunta, não no desfecho. As respostas possíveis são poucas e conhecidas. Chatbot com roteiro resolve, custa menos e nunca inventa um horário que não existe.

Colocar um modelo de linguagem solto nessa função introduz risco sem ganho: ele vai, mais cedo ou mais tarde, afirmar com segurança um prazo que ninguém prometeu.

Nota fiscal, contrato ou currículo que precisa ser lido e classificado

Documento com layout que muda é o caso mais claro de agente. A regra não dá conta, porque cada fornecedor formata de um jeito.

Ainda assim, o desenho maduro coloca o resultado do agente em uma fila de conferência enquanto a taxa de acerto não estiver medida. Sem medir, não se sabe se o processo melhorou ou apenas ficou invisível.

IA e automação só geram valor quando entram em um negócio que sabe o que quer melhorar.