O que autônomo realmente significa

Nossa própria linha termina com as palavras “Depois, autônomo”. Uma promessa assim precisa de uma definição, ou é só um clima. No nosso setor, um assistente que envia um único e-mail por conta própria é chamado de autônomo, e a visão de empresas que funcionam sem funcionários também.

Os carros passaram pela mesma confusão e saíram dela com uma escala que a maioria das pessoas hoje conhece. Vale a pena tomá-la emprestada.

O que os carros acertaram

Os níveis SAE de automação da direção vão de 0 a 5, e a agência americana de segurança viária NHTSA os explica em termos simples. Até o nível 2, você dirige e monitora, mesmo quando o sistema esterça, freia e acelera por você. No nível 3, o sistema dirige, mas você precisa estar disponível para assumir quando ele pedir. No nível 4, o sistema é totalmente responsável dentro de áreas de serviço limitadas, e as pessoas dentro do veículo são passageiras. Só no nível 5 ele dirige em qualquer lugar, em todas as condições.

Duas ideias tornam a escala útil. Cada nível é definido por quem é responsável, não por quão inteligente é o carro. E os níveis mais altos são delimitados por um lugar: nível 4 significa responsabilidade total dentro de uma área, não em toda parte. A NHTSA também observa que mesmo o nível mais alto de automação disponível hoje para consumidores exige o envolvimento total e a atenção integral do motorista. A escala descreve um caminho, não um mercado.

Níveis para o trabalho

Em 2025, três pesquisadores, Kevin Feng, David McDonald e Amy Zhang, propuseram uma escala parecida para agentes de IA. Eles definem cinco níveis pelo papel que a pessoa desempenha: operador, colaborador, consultor, aprovador e observador. No nível de aprovador, a pessoa só é necessária quando o agente encontra um bloqueio que não consegue resolver sozinho. No nível de observador, a pessoa pode ler os registros, mas já não conduz o trabalho.

O ponto mais afiado deles é que a autonomia é uma decisão deliberada de design, separada da capacidade. Um agente muito capaz ainda pode ser construído para perguntar antes de cada ação. A questão nunca é só se o modelo conseguiria fazer o trabalho. É quanto do trabalho alguém decidiu deixá-lo fazer sozinho, e com base em quais evidências.

Nesses termos, todo produto da crue trabalha hoje nos níveis mais baixos: a máquina rascunha e propõe, e uma pessoa decide. Nossa próxima etapa é o nível de aprovador, com pontos de controle onde a empresa escolher. O North, por exemplo, vai mover verba entre canais dentro dos limites que a empresa definir, e dizer por quê. Nas duas escalas, isso fica perto do nível 4: responsabilidade total dentro de uma área delimitada, e uma pessoa chamada quando o limite é atingido.

O que precisa ser verdade antes

Um processo deveria conquistar seu nível como um carro conquista sua área de serviço: com evidências, uma área delimitada de cada vez. Antes que uma rotina rode sozinha, cinco coisas precisam existir.

Regras por escrito: o teto do orçamento, o desconto que ninguém pode dar, o tom que a marca nunca usa. Um agente não consegue respeitar um limite que só existe na cabeça de alguém. Pontos de controle: pontos fixos em que o agente para e uma pessoa nomeada decide, colocados antes de qualquer coisa que não possa ser desfeita. Um registro: cada etapa registrada, para que um resultado errado possa ser rastreado até a entrada, a regra ou o modelo que o causou. No Twin, cada etapa é registrada e cada gravação é feita sob o login do respectivo usuário.

Responsabilidade: quando um agente erra, a empresa responde por isso. Um tribunal canadense deixou isso claro em 2024, quando a Air Canada argumentou que o seu chatbot era responsável pelas próprias ações. O tribunal discordou: a companhia aérea era responsável por todas as informações do seu site, viessem ou não de um chatbot, e teve de pagar. Evidências: um nível é conquistado com resultados medidos, não com uma demonstração, assim como o Proof só declara um vencedor quando os números o sustentam.

O AI Act da UE pede praticamente o mesmo nos usos de alto risco. Seu artigo sobre supervisão humana exige que as pessoas responsáveis consigam entender os limites de um sistema, estejam atentas ao hábito de confiar demais nele, possam anular o que ele produz e possam pará-lo. A obrigação vale a partir de 2 de dezembro de 2027 para os usos de alto risco listados no Anexo III, e a partir de 2 de agosto de 2028 para os do Anexo I.

Assistir não é supervisionar

Há uma armadilha na palavra supervisão. Em fevereiro, a Anthropic publicou dados sobre como as pessoas de fato supervisionam seu agente de programação, o Claude Code. Usuários novos o deixaram agir sem perguntar em cerca de 20 por cento das sessões; usuários experientes, em mais de 40 por cento. Mesmo assim, os usuários experientes também interrompiam com mais frequência, em cerca de 9 por cento dos turnos, contra 5 por cento. Eles não tinham parado de supervisionar. Tinham passado de aprovar cada etapa para acompanhar a execução e intervir quando importava.

A Anthropic também constatou que só cerca de 0,8 por cento das ações observadas pareciam irreversíveis, e concluiu que uma supervisão eficaz exige mais do que colocar uma pessoa na cadeia de aprovação: significa estar em condições de intervir quando importa. Lemos isso como um argumento a favor de menos pontos de controle, e melhores: na etapa irreversível, no dinheiro, na mensagem que sai da empresa.

A empresa autônoma

O debate maior é se empresas inteiras vão funcionar assim. A Gartner espera que pelo menos 15 por cento das decisões do trabalho cotidiano sejam tomadas de forma autônoma por IA agêntica até 2028, contra nenhuma em 2024. É uma mudança real e, por essa previsão, a maioria das decisões continua com as pessoas.

O teste mais honesto até agora é pequeno. Em 2025, a Anthropic deixou um agente Claude administrar uma loja no escritório por cerca de um mês. Ele vendeu itens abaixo do custo, foi convencido a dar códigos de desconto e, por um tempo, pediu aos clientes que pagassem em uma conta que tinha inventado. O veredito da Anthropic foi que não o contrataria, e também que gerentes intermediários de IA estão plausivelmente no horizonte.

No outro extremo, Margaret Mitchell e colegas argumentaram em 2025 que agentes totalmente autônomos não deveriam sequer ser desenvolvidos, porque, quanto mais controle uma pessoa cede a um agente, mais riscos surgem para as pessoas. Ficamos entre os dois: funções inteiras talvez um dia rodem sozinhas, com pessoas nas bordas, e não colocamos data nisso.

Como uma rotina sobe de nível

Para uma empresa, a pergunta prática é mais estreita: esta rotina específica pode subir um nível? Nosso teste é curto. As regras estão escritas. O ponto de controle fica antes da etapa irreversível. Cada ação é registrada e atribuída a uma pessoa. Os rascunhos deixaram de precisar de correções ao longo de execuções suficientes para contar. E existe um caminho de volta para a última versão que funcionou.

Nossos próprios produtos seguem esse caminho. O Tempo prepara e testa o mês, e uma pessoa aprova cada post; em seguida, ele vai publicar o que passar nos testes e pedir aprovação onde você quiser. O Proof roda os testes que uma pessoa aprova; em seguida, vai iniciar o próximo teste sozinho, dentro das suas regras. O North explica e uma pessoa decide; em seguida, vai mover verba dentro dos limites que você definir.

Autônomo, no nosso uso da palavra, nunca significa sem supervisão. Significa uma área delimitada, regras escritas, um registro de cada etapa e uma pessoa que é dona do resultado. A máquina pode assumir cada vez mais trabalho. O gosto, o julgamento e a responsabilidade pelo que é feito em nome de uma empresa continuam humanos, e é isso que permite que o resto suba de nível. Um carro no nível 4 ainda tem dono. Assim também terá todo processo que roda sozinho.