Em 157 empresas, as organizações estão concedendo mais autonomia aos agentes de IA ao mesmo tempo em que confiam menos nas avaliações destinadas a controlar essa autonomia. Metade já implementou um agente que passou suas avaliações internas e depois falhou com um cliente em produção; apenas um em cada vinte confia totalmente na avaliação automatizada hoje; e a fraqueza mais citada é que as avaliações não se alinham com os resultados do mundo real. No entanto, dois terços já permitem, ou estão ativamente desenvolvendo, a implantação de mudanças de agentes em produção com base apenas em avaliação automatizada — sem intervenção humana. O resultado é uma lacuna de avaliação — a distância entre quanta autonomia as empresas estão entregando a seus agentes e o quão longe elas confiam nos testes que deveriam detectar as falhas. Esta onda de pesquisa VentureBeat Pulse examina como os líderes técnicos medem o desempenho dos agentes: quais plataformas de confiabilidade e avaliação eles usam, como eles as selecionam e confiam nelas, o que falha em produção e até que ponto eles estão dispostos a deixar os agentes operarem sem intervenção humana. A descoberta central é uma lacuna de avaliação — a distância entre a autonomia que as empresas estão concedendo a seus agentes e a confiança que depositam nas avaliações destinadas a governá-la. Metade das organizações (50%) implementou, no último ano, um agente ou recurso de LLM que passou nas suas avaliações internas e depois causou uma falha voltada para o cliente, e um quarto viu isso acontecer mais de uma vez. A confiança nos próprios testes é tênue: apenas 5% dizem confiar totalmente na avaliação automatizada hoje, e a limitação mais citada é que as avaliações se alinham mal com os resultados do mundo real (29%). As empresas estão descobrindo que uma avaliação aprovada não é o mesmo que um agente que funciona. O que torna a lacuna consequencial é a direção da jornada. Dois terços das organizações (66%) já permitem a implantação totalmente automatizada, sem intervenção humana, para agentes de baixo risco (34%) ou estão ativamente projetando seus pipelines para permiti-lo dentro de doze meses (33%). Ao mesmo tempo,
Fonte: VentureBeat AI
Publicado em 2026-07-16