Perplexity liberou novos dados que mostram, em grande escala, como agentes de IA já estão assumindo tarefas empresariais complexas e elevando a eficiência de fluxos de trabalho. A análise abrange centenas de milhões de interações com o navegador e assistente Comet e oferece o primeiro estudo de campo amplo sobre agentes de propósito geral em uso real.
Nos últimos meses a expectativa na indústria era que a IA generativa evoluísse além da conversação para a execução de ações. Nesse cenário, os modelos de linguagem funcionam como motor de raciocínio, enquanto os “agentes” se tornam as mãos capazes de realizar fluxos de trabalho multi-etapa com supervisão mínima. Até hoje, porém, havia pouca visibilidade sobre como essas ferramentas eram de fato usadas — até a chegada dessa base de dados.
Quem está adotando e onde isso acontece
A adesão aos agentes é desigual. Países com maior PIB per capita e melhores índices de escolaridade apresentam taxas de uso bem superiores. No nível ocupacional, a adoção está concentrada em setores digitais e intensivos em conhecimento: o cluster “Digital Technology” é o maior, representando 28% dos adotantes e 30% das consultas. Logo atrás aparecem academia, finanças, marketing e empreendedorismo. No total, esses agrupamentos somam mais de 70% dos usuários, indicando que os primeiros a incorporar workflows agenticos são, geralmente, os recursos mais caros dentro das empresas — engenheiros de software, analistas financeiros e estrategistas de mercado.
Além disso, os dados mostram que usuários com acesso antecipado — os chamados “power users” — realizam nove vezes mais consultas agenticas do que a média. Isso sugere que, uma vez integrados ao fluxo de trabalho, os agentes tornam-se ferramentas essenciais, e não meros experimentos.
Agentes como parceiros cognitivos
Uma visão comum afirma que agentes serão sobretudo “concierges digitais” para tarefas administrativas repetitivas. A pesquisa de Perplexity desafia essa ideia: 57% de toda a atividade agentica concentra-se em trabalho cognitivo. Usando uma “taxonomia agentica hierárquica” para classificar intenções, os pesquisadores identificaram que o caso de uso dominante é “Produtividade e Fluxo de Trabalho” (36% das consultas agenticas), seguido por “Aprendizado e Pesquisa” (21%).
Relatos do estudo ilustram o valor corporativo: um profissional de compras utilizou o assistente para vasculhar estudos de caso de clientes e identificar usos relevantes antes de contatar um fornecedor; um trabalhador de finanças delegou a filtragem de opções de ações e a análise de informações de investimento. Nesses exemplos, o agente realiza a coleta e a síntese inicial de informações de forma autônoma, liberando o humano para o julgamento final. Perplexity define agentes como sistemas que “ciclizam automaticamente entre três fases iterativas para atingir o objetivo final: pensar, agir e observar”, o que os habilita a apoiar trabalho cognitivo profundo — atuando como parceiros de pensamento, e não simples ajudantes.
Apegamento, migração cognitiva e jornadas de uso
Outro insight importante para líderes de TI é a “pegajosidade” desses agentes em fluxos de trabalho empresariais. No curto prazo, os usuários tendem a manter persistência temática: quem usa um agente para produtividade normalmente segue fazendo consultas dentro desse domínio. A jornada do usuário, porém, costuma evoluir. Muitos começam com interações de baixo risco — recomendações de filmes ou curiosidades — e, gradualmente, migram para domínios mais cognitivos, como produtividade, aprendizado e desenvolvimento de carreira. Depois que um usuário passa a empregar um agente para depurar código ou resumir relatórios financeiros, raramente volta a tarefas de menor valor; as categorias de “Produtividade” e “Fluxo de Trabalho” exibem as maiores taxas de retenção. Isso indica que pilotos iniciais devem prever uma curva de aprendizado em que o uso amadurece de simples consultas para delegação de tarefas complexas.
Onde os agentes atuam — e os riscos associados
Perplexity também mapeou os ambientes — sites e plataformas — onde os agentes operam. A concentração varia por tarefa, mas os principais ambientes são integrantes do stack empresarial moderno: Google Docs aparece como ambiente primário para edição de documentos e planilhas; LinkedIn domina tarefas de networking profissional; atividades de “Aprendizado & Pesquisa” se dividem entre plataformas de cursos (como Coursera) e repositórios de pesquisa. A pesquisa destaca ainda que os cinco principais ambientes representam 96% das consultas em networking profissional, com grande concentração no LinkedIn.
Para CISOs e responsáveis por compliance, isso altera o perfil de risco. Agentes não apenas leem dados — eles os manipulam dentro de aplicações centrais. Perplexity define consultas agenticas como aquelas que envolvem “controle do navegador” ou ações em aplicações externas via APIs; quando um funcionário solicita que o agente “resuma esses estudos de caso de clientes”, o agente interage diretamente com dados proprietários. A concentração de ambientes também aponta oportunidades de otimização por plataforma, o que pode facilitar ganhos de eficiência se houver políticas e conectores específicos.
Recomendações práticas para líderes operacionais
Com base nos achados, a pesquisa aponta três ações imediatas para quem planeja a adoção de agentes agenticos:
- Auditar pontos de atrito em produtividade e fluxo de trabalho nas equipes de alto valor: os agentes já encontram naturalmente seu espaço nessas áreas. Formalizar os workflows onde engenheiros e analistas já usam essas ferramentas pode padronizar ganhos de eficiência.
- Preparar-se para uma realidade de augmentação: embora os agentes tenham autonomia, os usuários frequentemente fragmentam tarefas e delegam subtarefas. O futuro próximo do trabalho será colaborativo, exigindo requalificação para que funcionários aprendam a “gerir” seus parceiros de IA.
- Tratar a camada de infraestrutura e segurança: com agentes atuando em ambientes web abertos e interagindo com sites como GitHub e e-mails corporativos, o perímetro de prevenção de perda de dados se amplia. Políticas devem distinguir um chatbot que apenas aconselha de um agente que executa código ou envia mensagens.
O mercado agentico está em rápido crescimento: a projeção citada no estudo aponta expansão de US$ 8 bilhões em 2025 para US$ 199 bilhões em 2034. Os dados de Perplexity indicam que a transição para fluxos de trabalho empresariais conduzidos por agentes de IA já começou, impulsionada pelos segmentos mais digitalmente capacitados da força de trabalho. O desafio das empresas será aproveitar esse impulso sem perder o controle da governança necessária para escalar de forma segura.
