Fábio Seixas, CEO e fundador da Softo (Foto: Divulgação)
A evolução da inteligência artificial chegou a um ponto de inflexão. Durante anos, o foco esteve em criar modelos cada vez mais potentes e autônomos, capazes de compreender linguagem natural, gerar conteúdo e tomar decisões de forma independente. Agora, o avanço não está mais na força de cada modelo isolado, mas na forma como esses sistemas interagem entre si. A verdadeira inovação do momento está na orquestração de times de agentes de IA — ecossistemas coordenados, cooperativos e alinhados com propósitos organizacionais específicos.
Enquanto discussões sobre protocolos de comunicação como o MCP (Anthropic) e o A2A (Google) dominam o debate técnico, uma revolução silenciosa acontece nos bastidores. Esses protocolos deram o primeiro passo ao permitir que diferentes agentes troquem informações, como se estabelecessem uma língua franca entre inteligências artificiais. No entanto, ao se limitarem à comunicação básica, ainda não resolvem os desafios de coordenação, responsabilidade e ética necessários para que múltiplos agentes atuem juntos de maneira eficiente e confiável.
Entre as limitações desses protocolos estão a ausência de hierarquia entre agentes, a falta de mecanismos robustos de verificação e a inexistência de camadas de governança ética. Em sistemas com dezenas ou centenas de agentes especializados trabalhando em conjunto, essas lacunas tornam-se críticas. É justamente nesse ponto que surge uma proposta promissora: LOKA (Layered Orchestration for Knowledgeful Agents), uma arquitetura desenvolvida na Universidade Carnegie Mellon que redefine a forma como ecossistemas de IA são estruturados e governados.
Mais do que um protocolo de comunicação, o LOKA propõe uma arquitetura de quatro camadas: identidade, que atribui um identificador único e verificável a cada agente; comunicação segura, que garante integridade e confidencialidade nas trocas de dados; governança ética, que incorpora valores organizacionais no comportamento dos agentes; e verificação criptográfica, que valida ações e registros de forma imutável. A partir dessa estrutura, a interação entre agentes deixa de ser uma conversa caótica e passa a se assemelhar a uma sociedade organizada, com regras, papéis e responsabilidades.
Empresas visionárias já perceberam que o diferencial competitivo não está em ter o agente mais poderoso, mas em saber orquestrar equipes de agentes que se complementam. Esse modelo cria um ambiente de especialização distribuída, em que diferentes agentes dominam áreas específicas, como análise de dados, atendimento, escrita, compliance, e cooperam sob uma lógica de coordenação central. Além de aumentar a eficiência e a escalabilidade, essa estrutura torna os sistemas mais resilientes. Por exemplo, se um agente falha, outro pode assumir sua função sem comprometer o ecossistema.
Essa tendência já começa a se refletir nos investimentos corporativos. Segundo pesquisa da PwC, 88% dos entrevistados dizem que sua equipe ou função de negócios planeja aumentar os orçamentos relacionados à IA nos próximos 12 meses devido aos agentes de IA, 79% afirmam que essas medidas já estão sendo adotadas em suas empresas e, entre essas, dois terços (66%) relatam ganhos mensuráveis de produtividade. Os dados confirmam que o foco das organizações está migrando da experimentação isolada para a construção de ecossistemas coordenados de agentes, capazes de gerar valor real e mensurável.
No setor financeiro, times de agentes orquestrados monitoram transações, detectam anomalias e priorizam alertas para revisão humana. Na saúde, agentes especializados em análise científica, modelagem molecular e simulação clínica colaboram em pesquisas de novos medicamentos. Na manufatura, sistemas de orquestração coordenam agentes que monitoram equipamentos, ajustam fluxos de produção e garantem qualidade em tempo real. Até mesmo no atendimento ao cliente, equipes de agentes trabalham de forma sincronizada para oferecer uma experiência omnicanal consistente.
Os desafios, no entanto, são proporcionais ao potencial da tecnologia. Projetar arquiteturas robustas exige domínio técnico avançado, integração com sistemas legados e mecanismos de governança capazes de definir responsabilidade compartilhada entre agentes. Também é necessário enfrentar questões regulatórias e éticas ainda pouco exploradas — como atribuir culpa ou corrigir erros em um sistema coletivo de IA.
A evolução da IA não será mais sobre criar agentes isolados, mas sobre construir ecossistemas inteligentes que funcionem como times coordenados e responsáveis. MCP e A2A foram o início dessa jornada; o LOKA e suas derivações representam o próximo grande salto. Organizações que desenvolverem competência em orquestração de agentes, projetando, governando e escalando times de IA alinhados a seus valores, estarão na dianteira da próxima era da inteligência artificial. Assim como em uma orquestra sinfônica, o valor não está no instrumento mais potente, mas na harmonia que emerge quando todos tocam juntos sob uma mesma direção.
*Por Fábio Seixas, executivo com mais de 30 anos de experiência em tecnologia e negócios digitais e fundador e CEO da Softo, software house que introduziu o conceito de DevTeam as a Service.