RespostasPublicado14 fontes
Como a Dell quer levar agentes de IA dos pilotos à produção
Para a Dell, a mudança prática é sair de assistentes generativos que respondem a perguntas e chegar a agentes capazes de executar tarefas definidas com autonomia. Entre os casos citados estão limpeza de dados de CRM, desenvolvimento de software, apoio à precificação, reservas de viagem e resumo de documentos.
Publicado porEditado com GPT-5.6 LunaImagens geradas com GPT Image 1.5
Resposta de pesquisa
Principais conclusões
- Para a Dell, a mudança prática é sair de assistentes generativos que respondem a perguntas e chegar a agentes capazes de executar tarefas definidas com autonomia.
- Entre os casos citados estão limpeza de dados de CRM, desenvolvimento de software, apoio à precificação, reservas de viagem e resumo de documentos.
- A empresa afirma que agentes em produção exigem mais memória, largura de banda, capacidade de orquestração, identidades digitais e modelos de custo adaptados a cada tarefa.
Prompt de IA
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Dell Technologies argue at The Six Five Summit: AI Unleashed 2026 about agentic AI’s transition from pilots to production, how it d. Article summary: Dell’s core argument was that agentic AI is becoming a production operating model: not chatbots that help people find or summarize information, but governed systems that autonomously execute defined work. The detailed nu. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
A principal mensagem da Dell no evento The Six Five Summit: AI Unleashed 2026 foi direta: a IA agêntica deve ser tratada como um modelo operacional de produção, e não apenas como um novo nome para chatbots. Na definição apresentada pela empresa, a diferença está na capacidade de perseguir um objetivo definido, usar ferramentas e concluir etapas de um processo com intervenção humana limitada. Os números de produtividade, redução de custos e impacto nos negócios, porém, são declarações da própria Dell e não constituem benchmarks independentes. 1
5
Do chatbot à execução autônoma
A primeira onda de IA generativa nas empresas se concentrou em ajudar pessoas a pesquisar, resumir e consultar informações internas. A Dell afirma que a próxima etapa é digitalizar o trabalho em si: transferir tarefas bem definidas da camada humana para sistemas capazes de raciocinar sobre um fluxo e agir nele. 1
4
Essa distinção também é a resposta da empresa ao chamado “agent washing” — quando bots comuns, assistentes ou automações roteirizadas são apresentados como agentes autônomos. Um chatbot pode gerar uma resposta; um agente, na definição da Dell, deve trabalhar em direção a um objetivo, interagir com ferramentas ou sistemas e executar etapas de um processo de negócio. 2
5
A Dell disse que começou a criar agentes cerca de dois anos antes do evento e colocou os primeiros sistemas em produção no ano anterior, usando a própria companhia como seu “Cliente Zero”. 2
Por que 900 ideias viraram apenas 13 projetos
Segundo a Dell, a empresa começou com aproximadamente 900 projetos potenciais de IA, mas reduziu a lista a cerca de 13 iniciativas prioritárias. A seleção levou em conta as metas do negócio e a análise de processos, em vez de manter indefinidamente uma grande quantidade de experimentos desconectados. 1
2
Entre os casos de uso em produção citados estão:
- Limpeza de dados de CRM, com um agente encarregado de tarefas repetitivas de qualidade e organização dos dados.
- Desenvolvimento de software, incluindo apoio a atividades relacionadas à programação.
- Suporte à precificação, aplicando fluxos agênticos a operações de preços.
- Reservas de viagens e resumo de documentos, exemplos de tarefas autônomas mais simples.
2
5
A conclusão da Dell não é que todo processo precise de um agente. A recomendação é identificar um trabalho específico com resultado mensurável e construir o menor sistema capaz de entregar esse resultado. Essa abordagem ajuda a separar uma implantação real de um programa amplo de testes de IA.
Os ganhos de produtividade alegados pela Dell
A empresa afirma que implantações iniciais, focadas em tarefas, podem gerar ganhos de produtividade de aproximadamente 20% a 40%. Também argumenta que sistemas capazes de assumir categorias inteiras de trabalho poderiam produzir ganhos muito maiores, potencialmente de “ordens de magnitude”. 2
5
Esses números devem ser entendidos como resultados e expectativas relatados pela Dell, não como uma medição independente válida para todas as empresas. A companhia também afirmou que seu trabalho interno com IA ajudou a dissociar o crescimento da receita de sua estrutura de custos, mas as evidências disponíveis não mostram quanto desse efeito veio de agentes específicos nem comprovam uma relação de causa e efeito. 2
Para quem avalia uma compra, a conta precisa ser mais detalhada: qual tarefa será automatizada, quanto tempo humano será eliminado ou redirecionado, qual será o custo de inferência e orquestração e quais controles serão necessários quando o sistema puder agir sem supervisão contínua.
A infraestrutura muda quando os agentes entram em cena
O argumento da Dell é que a IA agêntica em produção não é simplesmente uma versão maior da inferência usada por chatbots. O gargalo pode deixar de ser o poder computacional bruto e passar a ser a capacidade e a largura de banda da memória, sobretudo em fluxos longos que preservam estados em caches de chave-valor. Em alguns casos, a memória pode se esgotar antes de os recursos de processamento das GPUs serem totalmente utilizados. 2
4
Os padrões de acesso a dados também são diferentes dos observados no treinamento de modelos. Em vez de processar grandes conjuntos relativamente estáticos, agentes em produção podem fazer solicitações contínuas, intermitentes e muito direcionadas a diferentes sistemas corporativos. Em escala, a entrega de dados e a latência de cauda — o tempo dos pedidos mais lentos — tornam-se tão importantes quanto a capacidade de processamento do modelo. 2
4
Os processadores centrais, ou CPUs, também ganham importância. Eles coordenam a orquestração, a lógica de ramificação, a recuperação de informações, as chamadas a ferramentas e a comunicação entre componentes, enquanto as GPUs executam as cargas de modelo adequadas. A Dell disse que implantações convencionais de IA, com proporções de aproximadamente 8:1 a 16:1 entre CPU e GPU, poderiam se aproximar de relações de 1:1 ou 2:1 em sistemas agênticos. 2
Para as empresas, a resposta defendida pela Dell é uma infraestrutura de plataforma reutilizável, em vez de uma coleção de estruturas isoladas para cada caso. A companhia também favorece arquiteturas híbridas, distribuindo cargas entre servidores locais, nuvens privadas, APIs públicas ou modelos executados em dispositivos, conforme requisitos de conformidade, desempenho, controle de dados e custo. 4
5
Não existe um preço único para um agente de IA
Os fluxos autônomos também exigem que a economia do modelo seja compatível com o valor do trabalho realizado. A Dell citou exemplos bastante diferentes: um agente de apoio à tomada de decisões de executivos poderia justificar um custo de cerca de US$ 100 mil por mês, enquanto um agente de limpeza de CRM talvez precisasse operar por menos de US$ 0,50 por registro. 2
Esses valores não são referências universais de preço. O ponto é que não faz sentido usar o modelo mais sofisticado e caro em todas as tarefas. Um portfólio pode combinar modelos pequenos para atividades rotineiras e de alto volume, modelos maiores para raciocínios complexos e diferentes locais de execução para cargas com necessidades específicas de latência, soberania de dados ou conformidade. 2
5
Segurança começa pela identidade de cada agente
A Dell afirmou que cada agente autônomo com acesso a dados da empresa recebe uma identidade digital própria. Essa identidade permite autorizações granulares e revogação de permissões; desativá-la pode funcionar como um botão de emergência para interromper o acesso do agente. 2
5
A medida é especialmente relevante para os agentes headless, que operam sem uma interface de usuário ou supervisão humana em tempo real. Se um agente atua diretamente por meio de ferramentas corporativas, a organização precisa saber qual agente executou uma ação, a que ele estava autorizado a acessar e como interrompê-lo sem depender das credenciais de uma pessoa. Identidades independentes e permissões de menor privilégio passam, assim, a ser camadas centrais de controle — não recursos opcionais de segurança. 4
5
A Dell também citou protocolos de comunicação e controle entre agentes, como A2A e MCP, além do planejamento para criptografia pós-quântica, como elementos do ambiente emergente de governança. 2
As evidências disponíveis não permitem afirmar qual porcentagem das futuras implantações de IA será composta por agentes headless. Qualquer previsão numérica precisa sobre esse ponto iria além do que as fontes fornecidas sustentam.
A tese da Dell sobre o trabalho: tarefas mudam antes dos cargos
A Dell disse ter analisado 6.800 empregos para avaliar quais partes de cada função poderiam ser executadas por agentes e quais ainda exigiriam julgamento humano. 2
A conclusão apresentada foi que os agentes transformarão o trabalho mais frequentemente ao retirar tarefas específicas dos cargos do que ao eliminar empregos completos. Nesse modelo, os sistemas assumem atividades de produtividade, tarefas administrativas de “higiene” e coordenação, enquanto os funcionários dedicam mais tempo ao julgamento especializado e a atividades centradas nas pessoas. 2
5
Essa é uma tese de reestruturação da força de trabalho, não uma garantia de que nenhum emprego desaparecerá. Mesmo quando uma função é mantida, suas responsabilidades, o número de profissionais, as habilidades exigidas e a prestação de contas podem mudar. O desafio prático para as empresas é de desenho organizacional: decidir o que deve ser delegado, quais decisões precisam continuar sob responsabilidade humana e como medir o desempenho depois da transformação do fluxo de trabalho.
O que a estratégia da Dell significa para compradores de IA
A apresentação da Dell resume a passagem dos pilotos para a produção em quatro perguntas:
- O sistema é realmente autônomo? Trocar o nome de um chatbot não o transforma necessariamente em agente.
- Ele executa um fluxo de trabalho definido e valioso? A redução de 900 para 13 projetos ilustra a importância de priorizar.
- A infraestrutura suporta estado, latência, orquestração e a economia específica da carga? A inferência agêntica pode pressionar memória e entrega de dados de maneira diferente do treinamento ou do uso convencional de chatbots.
- A organização consegue governar o agente? Identidade, autorização, registros, revogação de acesso e responsabilidade humana precisam ser definidos antes de ampliar o uso autônomo.
O argumento mais amplo da Dell é que a IA agêntica só se torna relevante quando está ligada ao trabalho real e é avaliada por resultados reais. O alerta é igualmente importante: os exemplos e ganhos apresentados descrevem a posição e a experiência relatada pela Dell, não uma garantia de que toda implantação de agentes produzirá os mesmos resultados.
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "Como a Dell quer levar agentes de IA dos pilotos à produção"?
Para a Dell, a mudança prática é sair de assistentes generativos que respondem a perguntas e chegar a agentes capazes de executar tarefas definidas com autonomia.
Quais são os pontos-chave para validar primeiro?
Para a Dell, a mudança prática é sair de assistentes generativos que respondem a perguntas e chegar a agentes capazes de executar tarefas definidas com autonomia. Entre os casos citados estão limpeza de dados de CRM, desenvolvimento de software, apoio à precificação, reservas de viagem e resumo de documentos.
O que devo fazer a seguir na prática?
A empresa afirma que agentes em produção exigem mais memória, largura de banda, capacidade de orquestração, identidades digitais e modelos de custo adaptados a cada tarefa.