Agentes que trabalham sobre os seus próprios sistemas: respondem consultas com a sua documentação, classificam chamados, redigem rascunhos e avisam do que está prestes a quebrar. Com modelos que podem rodar na sua infraestrutura, sem a informação sair da empresa.
Um agente que responde com os seus manuais, procedimentos e base de conhecimento, e diz de onde tirou cada resposta. Serve para a central de serviços, para a integração de novos funcionários e para as perguntas que se repetem toda semana.
Os chamados e e-mails recebidos são classificados, priorizados e encaminhados à área certa assim que chegam. O agente propõe a categoria e uma resposta inicial; uma pessoa aprova antes de sair.
Um assistente que cruza alertas de monitoramento, registros e o histórico de mudanças para sugerir por onde começar a olhar. Começa sempre em modo somente leitura: recomenda, não executa.
Com Ollama ou outro motor local, o modelo roda no seu servidor e os dados nunca saem da rede. Para o que não é sensível dá para usar um serviço externo, com a decisão tomada dado a dado e não por padrão.
O agente se conecta ao GLPI, ao ERP, ao CRM, ao monitoramento ou à central telefônica pelas próprias interfaces. Não é um chat isolado: trabalha com os sistemas que você já tem.
Cada ação do agente fica registrada, e as que têm consequência exigem confirmação de uma pessoa. As permissões são restritas: um agente nunca tem mais acesso do que a tarefa exige.
Não, com modelos locais: o modelo roda no seu servidor e nada sai da rede. Quando vale usar um serviço externo por capacidade, definimos explicitamente que informação pode sair e qual não, e filtramos antes de enviar. É decisão de projeto, não um ajuste revisado depois.
Parte-se do princípio de que vai errar, e por isso ele começa assistindo e não decidindo: propõe a resposta, a classificação ou o diagnóstico, e uma pessoa aprova. Ganha autonomia só em tarefas em que o erro é barato e reversível, e sempre com registro do que fez.
Um caso concreto e chato: a pergunta que mais se repete, a classificação que mais consome tempo. Implanta-se esse, mede-se se realmente economiza tempo e só então se soma o próximo. Projetos de IA que começam querendo automatizar tudo não chegam à produção.
Levantamos quais tarefas repetitivas consomem mais horas da sua equipe e quais dá para automatizar com controle humano. Daí sai o primeiro agente, não uma plataforma.
