Squads híbridas: o que muda quando pessoas e agentes de IA trabalham no mesmo time

"Agentes inteligentes, liderança humana." Esse foi o tema do Febraban Tech 2026, e ele não estava ali por acaso. Uma das trilhas do evento se chamava "Engenharia do futuro: do humano ao híbrido na era dos agentes de IA", e um dos painéis questionou quem decide e quem executa quando parte do trabalho passa a ser feita por agentes.

Semanas antes, no AI&Data Leaders, a pergunta foi por que tantos pilotos de IA bem-sucedidos não viram operação de verdade?

No fim, as conclusões foram parecidas. Os agentes já estão nos times e o que está em aberto agora é como as equipes devem se reorganizar em volta deles.

O que é, afinal, uma squad híbrida

Uma squad híbrida é um time multidisciplinar em que parte das tarefas é executada por agentes de IA, enquanto as pessoas assumem a direção, a validação e a responsabilidade pelo resultado.

A diferença para o que a maioria das empresas tem hoje é sutil, mas importante. Ter profissionais que usam um assistente de IA para resumir um documento ou rascunhar um código não torna um time híbrido. Nesse modelo, a IA ajuda cada pessoa individualmente, e o fluxo de trabalho continua o mesmo.

A virada acontece na passagem de assistentes, que ajudam o profissional no meio da tarefa, para agentes, que operam com autonomia: interpretam um objetivo, acessam as bases autorizadas e executam etapas em sequência. Quando isso acontece, o desenho do time muda. Algumas funções deixam de ser executadas por pessoas e passam a ser supervisionadas por elas.

De usar IA para operar com IA

Thiago Trevisan, CIO da Comgás, organizou essa evolução em três níveis durante o painel "Transformação Empresarial com IA", no AI&Data Leaders:

• Produtividade individual: letramento para que cada profissional consiga usar e até criar os próprios agentes.

• Produtividade da área: redesenho de processos para que a IA participe das decisões do dia a dia.

• Produtividade da empresa: uso de modelos para apoiar as grandes decisões do negócio.

A squad híbrida mora no segundo nível. E é justamente nele que a maioria das empresas trava, porque não dá para chegar lá apenas distribuindo licenças. Trevisan lembra a proporção 70-20-10: 70% do esforço está em processos, 20% em gestão da mudança e só 10% em tecnologia.

Automatizar um processo ruim só produz um resultado ruim mais rápido. Antes de colocar um agente em um fluxo, é preciso olhar para o fluxo. Quais etapas existem por hábito? Onde o trabalho espera por uma aprovação que ninguém lembra por que existe? O que, de fato, gera valor?

No mesmo painel, Walter Andrade, Head de Data Science e Diretor Executivo da Visa Consulting & Analytics, lembrou que a métrica de sucesso não deve ser o número de comandos enviados à IA, e sim o valor gerado para o negócio.

Quem decide, quem executa, quem responde

Essa é a pergunta central de qualquer squad híbrida, e ela tem pelo menos três respostas diferentes dentro de um mesmo time.

Quem orquestra. Alguém precisa definir o que cada agente faz, com quais dados e até onde vai a sua autonomia. A Microsoft, no seu relatório anual sobre o futuro do trabalho, propôs uma métrica nova para isso, que é a proporção entre pessoas e agentes em cada time. Ou seja, o equilíbrio entre supervisão humana e execução automatizada. No mesmo estudo, a empresa projeta que todo profissional passará a delegar tarefas a agentes e a acompanhá-los.

Quem valida: agentes processam o que recebem, sem o senso crítico que faria uma pessoa desconfiar de um número fora do padrão. Por isso a validação deixa de ser uma etapa final e passa a acompanhar todo o fluxo. Cresce, assim, a demanda por profissionais capazes de desenvolver, orientar, validar e acompanhar agentes de IA.

Quem responde: a responsabilidade continua humana. Todo agente precisa de uma "assinatura" de alguém do time, e de rastreabilidade que registre a lógica da decisão, e não apenas o resultado. Se um agente aprova algo que não deveria, a pergunta "de quem é essa decisão?" precisa ter resposta antes do problema, e não depois.

Na prática, isso muda também o papel de quem lidera. O líder deixa de ser apenas quem distribui tarefas entre pessoas e passa a orquestrar pessoas, processos e agentes. Marc Benioff, CEO da Salesforce, resumiu essa mudança ao dizer que os líderes de hoje são a última geração a gerenciar apenas pessoas.

O que um agente exige que uma pessoa não exige

Colocar agentes no time não é o mesmo que contratar mais gente. Os agentes trazem demandas próprias, e ignorá-las é um dos caminhos mais rápidos para o projeto ser abandonado. Uma pessoa entende o que ficou implícito na reunião. Um agente, não. Tudo o que ele precisa saber tem que estar documentado, acessível e atualizado. Por isso a qualidade dos dados vira pré-requisito, e não etapa posterior.

Custo de operação: diferente das pessoas, que trabalham de forma intermitente, agentes operam 24 horas por dia. Uma estimativa que circula entre especialistas indica que 100 agentes podem consumir cerca de 100 mil vezes mais processamento do que uma pessoa. Sem acompanhamento de custos, a conta chega antes do resultado.

Limites claros: em ambientes onde os agentes acessam sistemas diretamente, cresce a importância de autenticação, permissões específicas para cada agente e regras que definam exatamente o que cada um pode acessar e fazer. Permissão demais vira risco, especialmente quando há sistemas legados envolvidos.

Nem todo problema pede um agente

Existe um entusiasmo compreensível com os agentes de IA, e ele também tem um lado arriscado. O Gartner projeta que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027 por custos crescentes, valor de negócio pouco claro ou controles de risco insuficientes.

A mesma análise aponta que muitos casos apresentados hoje como agênticos não precisariam de agentes para funcionar. Às vezes a automação tradicional já resolve, e nem tudo precisa de IA acoplada.

A recomendação do Gartner é buscar agentes apenas onde houver valor claro e, em muitos casos, repensar o fluxo de trabalho desde o início em vez de encaixar a tecnologia no processo que já existe.

Por onde começar

Para montar uma squad híbrida sem cair no piloto que nunca vira operação, alguns passos fazem diferença.

1. Comece por uma área com um problema claro. O ponto de partida é um diagnóstico das áreas com dores bem definidas, e não uma busca por onde aplicar a tecnologia.

2. Defina o sucesso antes de começar. Que indicador de negócio precisa mudar? Em quanto tempo? Piloto sem critério de sucesso e sem responsável tende a virar um experimento sem destino.

3. Monte times enxutos para provar valor. Squads pequenas, com papéis claros de orquestração e validação, permitem testar o modelo híbrido em ciclos curtos e ajustar antes de escalar.

4. Invista nas pessoas primeiro. A sequência que funciona é pessoas, depois processos, depois produtos. Os ganhos acompanham essa ordem: entre 20% e 45% de produtividade individual e entre 30% e 60% de eficiência em processos internos. O setor financeiro parece estar seguindo essas regras. Segundo a Pesquisa Febraban de Tecnologia Bancária 2026, feita com a Deloitte, os bancos projetam aumentar em 31% o investimento em capacitação de profissionais em IA neste ano.

5. Trate governança como base. Regras de acesso, rastreabilidade e acompanhamento de custos precisam nascer junto com o primeiro agente, e não depois do primeiro incidente.

O time do futuro já está sendo montado

A pergunta "quem decide, quem executa" não tem uma resposta única. Ela muda de empresa para empresa, de área para área e até de processo para processo. Mas as empresas que estão avançando fazem essa pergunta antes de colocar o agente em produção.

Quer entender como uma squad híbrida funcionaria na sua operação? Fale com um especialista.

‍