Recentemente, vi uma pesquisa de mercado sobre aplicações de agentes de IA, bastante interessante, vou compartilhar as principais descobertas.

Na prática, o atendimento ao cliente realmente se tornou o cenário mais popular, representando 26,5%, seguido por pesquisa e análise de dados (24,4%), e depois por colaboração interna e ferramentas de produtividade (17,7%). A geração de código ficou em quarto lugar, com apenas 9,8%. Isso pode não corresponder às expectativas de muitas pessoas.

Mas o maior obstáculo ainda é a questão da qualidade. 32% dos profissionais listaram isso como a principal barreira, abrangendo precisão, relevância, consistência e outros aspectos — o que é consistente com os pontos problemáticos do ano passado. Por outro lado, a preocupação com custos não está mais tão evidente neste ano.

Curiosamente, 89% das empresas equiparam seus agentes com alguma ferramenta de observabilidade, sendo que 62% também implementaram rastreamento de granularidade relativamente fina. Isso mostra que todos reconhecem a importância de rastrear múltiplos passos de raciocínio e a capacidade de chamadas de ferramentas, que já não são mais opcionais.

No que diz respeito à escolha de modelos, embora a utilização de modelos da OpenAI ultrapasse dois terços, a combinação de múltiplos modelos ainda é a tendência principal — mais de 75% das organizações executam vários modelos diferentes simultaneamente. Curiosamente, um terço das organizações ainda investe na infraestrutura de modelos próprios, indicando que, além da conveniência da API, a implantação local ainda é bastante atraente para as empresas.

Sobre ajuste fino, essa área ainda é relativamente nichada. 57% das organizações não fazem ajuste fino algum, e na maioria dos casos, é possível atender às necessidades usando modelos básicos combinados com prompts de otimização e RAG (recuperação aprimorada de geração).

Os dados desta pesquisa vêm principalmente de usuários empresariais do lado B, refletindo bastante a situação atual.