Agentes de IA: o que são, o que mudam no service desk e como os governar

O que são agentes de IA

Um agente de IA junta quatro peças. Um modelo de linguagem que interpreta o objectivo e raciocina sobre o caminho. Um plano, ou seja, a decomposição do objectivo em passos que podem mudar a meio. Ferramentas: acesso a e-mail, bases de dados, APIs, sistemas de ticketing, directórios de utilizadores, tudo o que lhe permita agir fora da conversa. E memória, para guardar contexto entre passos e, nos sistemas mais maduros, aprender com os resultados anteriores.

Quando faltam as ferramentas, temos um assistente: ajuda a pensar e a escrever, mas quem executa é a pessoa. Quando falta o raciocínio, temos automação clássica: segue regras fixas e pára quando o caso não encaixa. O agente está no meio e é precisamente por isso que levanta problemas novos. Decide com base em linguagem, que é ambígua, e executa com acesso real a sistemas, que é irreversível.

Há um detalhe que muda tudo do ponto de vista de risco: muitos agentes de uso geral actuam com as credenciais da pessoa que os liga. Herdam as permissões todas dessa pessoa, nos sistemas todos a que ela acede, e não deixam um rasto distinto do dela. Nos registos, foi o utilizador que fez. Foi este o padrão que os bancos encontraram.

Onde já estão nas empresas: casos nas equipas de TI

Os fornecedores de plataformas de gestão de serviços integraram agentes nos seus produtos ao longo de 2025 e 2026, por isso muitas organizações têm agentes disponíveis sem terem decidido tê-los. Os casos mais comuns, por ordem de maturidade:

• Pedidos de serviço padrão. Reposição de palavra-passe, acesso a uma partilha, licença de software, novo equipamento. O agente verifica a elegibilidade, abre o pedido, obtém a aprovação e executa ou agenda. É o caso com melhor relação entre valor e risco, porque o catálogo define o que é permitido.
• Triagem e encaminhamento de incidentes. O agente lê o ticket, classifica, atribui prioridade e envia para a equipa certa, pedindo ao utilizador a informação em falta. Reduz tempo de espera e erros de encaminhamento, que o livro do ITIL v5 lista entre as métricas do service desk.
• Remediação em operações. Perante um alerta conhecido, o agente executa o runbook: reinicia um serviço, limpa espaço em disco, escala um recurso na cloud. Aqui o agente actua sobre infra-estrutura de produção, e o nível de autonomia tem de ser decidido caso a caso.
• Conhecimento. O agente detecta artigos duplicados ou desactualizados, propõe actualizações a partir de incidentes resolvidos e responde a perguntas com citação da fonte interna.
• Avaliação de mudanças. O agente cruza a mudança proposta com o histórico, a CMDB e o calendário, e sinaliza conflitos ou risco acima do normal antes da aprovação.
• Experiência e feedback. Agentes que conduzem inquéritos de satisfação, analisam sentimento nas interacções e reportam onde a experiência está a degradar-se.

O ponto comum é que, em todos estes casos, o agente deixa de ser uma funcionalidade e passa a ser um actor dentro dos fluxos de valor. Tem de ter nome, dono, limites e registo, como qualquer outro.

Níveis de autonomia no service desk

A pergunta útil não é "vamos usar agentes?", porque na prática já estão lá. É "quanto deixamos cada agente fazer sozinho, em que casos e com que rede de segurança?". Uma escala simples resolve a maior parte das conversas:

A maior parte do valor de um service desk está no nível 3 aplicado a pedidos padrão, e a maior parte do risco está em saltar para o nível 4 porque a ferramenta o permite. Os papéis de service desk agent e de service desk manager, que o ITIL v5 mantém, ganham aqui uma responsabilidade nova: desenhar e manter os limites dentro dos quais os agentes de software actuam.

O que diz o ITIL v5: o modelo 6C

O livro oficial do ITIL Foundation (Version 5) dedica uma secção à inteligência artificial dentro da dimensão da informação e tecnologia e propõe o modelo 6C para classificar o que a IA faz. O objectivo declarado é duplo: ajudar a comunicar as aplicações possíveis e ajustar a governança ao tipo de capacidade, porque o risco de gerar um texto não é o risco de executar uma acção.

• Creation (criação): gera conteúdo novo, como respostas, notas de release, rascunhos de SLA ou fluxos de trabalho.
• Curation (curadoria): melhora a qualidade e a organização de dados e conhecimento existentes.
• Clarification (clarificação): ajuda a encontrar, resumir, reformular e traduzir informação.
• Cognition (cognição): identifica padrões, anomalias e previsões, como tendências de incidentes ou gargalos num fluxo de valor.
• Communication (comunicação): serve de interface entre pessoas e sistemas, como chatbots, agentes virtuais no pedido de serviços e agentes que conduzem inquéritos.
• Coordination (coordenação): executa, orquestra ou desencadeia acções entre sistemas de forma autónoma, como triar pedidos, escalar incidentes de alto impacto e activar remediação.

O ITIL v5 posiciona a IA como parceiro colaborativo das pessoas: trata o repetitivo e o intensivo em dados, para que as equipas se concentrem em relação, decisão e melhoria. O que o framework acrescenta aos fornecedores de tecnologia é a linguagem comum para decidir quem responde por cada capacidade. Para quem quer aprofundar o mapeamento das seis capacidades às 34 práticas, o artigo sobre o modelo dos 6Cs faz esse percurso.

A lição dos bancos americanos

A 23 de Outubro de 2026 a imprensa portuguesa, citando a Reuters, noticiou que os grandes bancos norte-americanos passaram a impedir agentes de IA de terceiros de operar dentro das contas dos clientes e de realizar transacções. A medida seguiu-se a relatos de agentes que acediam às contas e agiam sem instruções do utilizador. Não eram agentes dos bancos. Eram agentes que os clientes tinham ligado às suas próprias contas, com as suas próprias credenciais.

Traduzido para uma empresa, o caso junta quatro falhas de governança que qualquer equipa de TI reconhece:

• Identidade. O agente apresentou-se como o cliente. O sistema não conseguia distinguir a pessoa do software que agia em seu nome, nem aplicar regras diferentes a cada um.
• Limites de acção. Ler um saldo e transferir dinheiro tinham o mesmo nível de permissão, porque a permissão era a do utilizador.
• Rasto. Sem registo próprio das acções do agente, perceber o que aconteceu e porquê exigiu investigação, não consulta.
• Shadow AI. Ninguém no banco autorizou aqueles agentes. Entraram pela porta do cliente, como as aplicações não autorizadas entram pela porta do colaborador.

A resposta dos bancos, bloquear ou limitar a acesso só de leitura, é a resposta do nível 1 da escala acima. É legítima como medida de emergência e insuficiente como estratégia, porque o valor dos agentes está em agir. A alternativa é desenhar os níveis 2 e 3 com cuidado, e é para isso que serve um modelo de governança.

Como governar agentes de IA: quatro perspectivas e um ciclo

O ITIL AI Governance (Version 5) organiza a governança da IA em quatro perspectivas, que funcionam bem como lista de verificação para agentes:

• Autoridade de decisão e gestão de risco. Quem pode aprovar que um agente execute acções, até que nível de autonomia, e como o risco é identificado e escalado quando o agente encontra um caso fora do previsto.
• Princípios éticos e IA responsável. Que acções nunca são delegadas a um agente, mesmo que seja tecnicamente possível, e como se informa o utilizador de que está a interagir com software.
• Governança de dados e gestão de desempenho. Que dados o agente lê e escreve, com que qualidade, e como se mede se está a resolver bem: taxa de resolução sem intervenção humana, reaberturas, satisfação, acções revertidas.
• Conformidade regulamentar e normas operacionais. Que obrigações externas se aplicam, incluindo os requisitos de transparência e de governança do Regulamento Europeu de Inteligência Artificial em vigor desde Agosto de 2026, e como se demonstra o cumprimento.

Sobre estas perspectivas corre um ciclo de melhoria em quatro passos: avaliar a governança actual e testá-la ao limite para ver onde parte, desenhar os controlos, implementá-los por percursos realistas e manter com evidência. Na prática, para agentes, os controlos que fazem diferença são estes:

1. Inventário. Lista de todos os agentes com acesso a sistemas da empresa, incluindo os que vieram "de borla" com plataformas e os que colaboradores ligaram por iniciativa própria. Cada um com dono.
2. Classificação pelo 6C. Que capacidades cada agente usa. Um agente só de clarificação e um agente de coordenação não precisam da mesma governança.
3. Nível de autonomia por caso de uso. Decidido pelo dono do serviço e pelo responsável de risco, não pela ferramenta. Começa-se em 2 e sobe-se para 3 com evidência.
4. Identidade própria e permissões mínimas. O agente tem a sua conta, com acesso só ao que a tarefa exige, e nunca herda as permissões de um humano.
5. Aprovação humana proporcional ao impacto. Acções reversíveis e de baixo impacto correm; acções irreversíveis, financeiras ou sobre produção pedem confirmação.
6. Registo de cada acção com o raciocínio que a motivou, legível por um auditor e integrado no registo de incidentes e mudanças.
7. Paragem imediata. Um mecanismo testado para suspender um agente ou todos, e a decisão prévia de quem o pode accionar.
8. Dados. Antes de dar autonomia, limpar o catálogo, as categorias e a CMDB. Um agente a agir sobre dados maus age mal com confiança.

Por onde começar numa empresa portuguesa

Para uma equipa de TI de dimensão média, o caminho que tem funcionado é curto e pouco glamoroso:

1. Um caso de uso, nível 2. Pedidos de serviço padrão com aprovação humana. Quatro a seis semanas para medir volume, erros e tempo poupado.
2. Regras escritas antes do segundo caso. Uma página: níveis de autonomia, quem aprova, o que é proibido delegar, como se pára. Aprovada pela direcção de TI e pelo responsável de risco ou protecção de dados.
3. Subida para o nível 3 nos casos com evidência. Só onde a taxa de erro é conhecida e as acções são reversíveis.
4. Formação de quem supervisiona. O trabalho do técnico de service desk muda de executar para rever e afinar. Isso aprende-se.
5. Revisão trimestral do inventário. Porque vão aparecer agentes que ninguém autorizou.

Se preferir fazer este percurso acompanhado, a Better Skills AI implementa agentes de IA para empresas com controlos, supervisão humana e conformidade com o Regulamento IA desde o primeiro dia.

Nada disto exige comprar tecnologia nova. Exige decidir, e decidir é a parte que as organizações mais adiam quando a ferramenta já está instalada e a funcionar. O caso dos bancos mostra o custo de adiar: a decisão acaba por ser tomada à pressa, por reacção, e no sentido mais restritivo.

Se a sua organização quer estruturar esta decisão com um modelo reconhecido, o ITIL AI Governance é, hoje, o caminho mais directo: dois dias, sem pré-requisitos, pensado para quem decide e para quem controla. Para as equipas que vão trabalhar lado a lado com agentes, o ITIL v5 Foundation dá a linguagem comum.