Workday defende agentes de IA mais próximos dos sistemas corporativos

A Workday voltou a colocar uma questão central para o mercado de software empresarial: onde devem viver os agentes de inteligência artificial que executam tarefas em nome de funcionários e gestores? Segundo notícia destacada pelo Google News a partir do ERP Today, a empresa sustenta que esses agentes pertencem mais perto dos sistemas que podem impactar diretamente, como plataformas de ERP, recursos humanos e finanças.

A posição é relevante porque vai além da adoção superficial de chatbots corporativos. Em vez de tratar agentes de IA como assistentes externos que apenas consultam informações, a tese atribuída à Workday aponta para agentes embutidos nos fluxos onde decisões e transações acontecem: aprovar despesas, sugerir movimentações de pessoal, analisar folha de pagamento, acionar tarefas administrativas e apoiar gestores em processos sensíveis.

O argumento: proximidade com contexto e controle

O raciocínio por trás dessa abordagem é que agentes de IA precisam de contexto operacional para serem úteis. Em grandes empresas, esse contexto costuma estar nos sistemas de registro: dados de funcionários, centros de custo, políticas internas, permissões, histórico financeiro, organogramas e regras de compliance. Um agente isolado, sem acesso governado a essas informações, tende a produzir respostas genéricas ou exigir intervenção humana constante.

Ao mesmo tempo, a frase central da notícia indica o paradoxo da nova onda de automação: quanto mais perto um agente estiver dos sistemas de missão crítica, maior o valor que ele pode gerar e maior também o dano potencial se agir de forma errada. Em ERP e HCM, uma recomendação incorreta pode virar um pagamento indevido, uma alteração de cadastro, uma decisão trabalhista mal fundamentada ou uma exposição de dados pessoais.

Essa discussão chega em um momento em que fornecedores de software corporativo estão tentando transformar IA generativa em automação acionável. A primeira fase da corrida foi marcada por copilotos que redigem textos, resumem documentos e respondem perguntas. A etapa seguinte, mais ambiciosa, envolve agentes capazes de executar tarefas em múltiplos sistemas, seguir objetivos definidos por usuários e operar com algum grau de autonomia.

Por que ERP e RH são terreno de alto risco

Sistemas de ERP, finanças e RH concentram processos que empresas não podem tratar como experimentos livres. Eles organizam pagamentos, compras, benefícios, planejamento de força de trabalho, relatórios financeiros, dados regulados e decisões que podem ter efeitos legais. Por isso, a adoção de agentes nesses ambientes exige uma camada de autorização, auditoria, rastreabilidade e reversibilidade muito mais robusta do que a usada em ferramentas de produtividade comuns.

• Permissões precisam limitar o que cada agente pode ver, sugerir ou executar.
• Ações automatizadas devem deixar trilha de auditoria clara para equipes de segurança, jurídico e compliance.
• Decisões sensíveis devem preservar supervisão humana, especialmente em finanças, remuneração e gestão de pessoas.
• Modelos e agentes precisam ser avaliados contra erros, alucinações, vazamento de dados e comportamento inesperado.

Para a Workday, que atua justamente na camada de gestão empresarial, essa é também uma disputa estratégica. Se agentes de IA forem distribuídos por ferramentas externas, navegadores ou plataformas genéricas, fornecedores tradicionais de ERP podem perder parte da interface com o usuário corporativo. Se, por outro lado, os agentes forem incorporados ao próprio sistema de registro, empresas como a Workday mantêm o controle do fluxo, da governança e da experiência operacional.

A cronologia do mercado ajuda a explicar o movimento. Nos últimos anos, Microsoft, Salesforce, ServiceNow, SAP, Oracle e outras companhias passaram a promover copilotos e agentes como a próxima camada de produtividade empresarial. A Workday tem procurado posicionar sua plataforma como um ambiente em que IA não apenas responde perguntas, mas entende estruturas organizacionais, políticas internas e dados transacionais relevantes.

O que ainda falta saber

A pesquisa fornecida é limitada e não inclui o texto completo da reportagem original do ERP Today, detalhes técnicos da declaração, nomes de executivos citados, produtos específicos, cronograma de lançamento ou clientes que já estejam usando a abordagem. Portanto, ainda não é possível confirmar, com base no material disponível, se a fala se refere a uma nova funcionalidade, a uma estratégia ampla de produto ou a comentários feitos em contexto de evento ou entrevista.

Também não está confirmado qual será o nível real de autonomia desses agentes. Em software empresarial, há uma diferença importante entre um agente que recomenda uma ação, outro que prepara uma tarefa para aprovação humana e um terceiro que executa mudanças diretamente. Essa distinção deve ser decisiva para reguladores, clientes corporativos e equipes internas de segurança.

As implicações práticas são claras: empresas que avaliam agentes de IA em sistemas críticos terão de revisar papéis de acesso, políticas de dados, contratos com fornecedores e processos de auditoria. O debate deixa de ser apenas sobre eficiência e passa a incluir responsabilidade operacional: quem responde quando um agente toma uma decisão errada, com base em dados incompletos ou instruções ambíguas?

Os próximos passos devem envolver provas de conceito mais controladas, integrações graduais e exigência de garantias contratuais. Clientes corporativos provavelmente pedirão explicabilidade, logs de decisão, controles por função, limites de escopo e mecanismos de aprovação. Para fornecedores como a Workday, o desafio será demonstrar que proximidade com sistemas críticos não significa exposição desnecessária, mas sim governança mais precisa dentro do ambiente onde o trabalho já acontece.

Recursos relacionados: AulasDeIA · formación práctica en inteligencia artificial

Fonte: erp.today