RespostasPublicado12 fontes
Estratégia de IA agêntica da Dell sai dos pilotos e chega às operações reais
A Dell afirma que a IA agêntica está deixando de ser uma ferramenta para responder perguntas e passando a executar trabalhos; a empresa reduziu cerca de 900 projetos potenciais a 13 iniciativas e relatou ganhos inicia... Os primeiros usos em produção incluem limpeza de dados de CRM, desenvolvimento de software e flu...
Publicado porEditado com GPT-5.6 LunaImagens geradas com GPT Image 1.5
Resposta de pesquisa
Principais conclusões
- A Dell afirma que a IA agêntica está deixando de ser uma ferramenta para responder perguntas e passando a executar trabalhos; a empresa reduziu cerca de 900 projetos potenciais a 13 iniciativas e relatou ganhos inicia...
- Os primeiros usos em produção incluem limpeza de dados de CRM, desenvolvimento de software e fluxos de preços especiais.
- A mudança exige mais memória, largura de banda e capacidade de orquestração, além de identidades digitais, controles de acesso e novos critérios econômicos.
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 shift from pilots to production—including how. Article summary: Dell’s core argument was that agentic AI is leaving the pilot phase because it can execute business work—not merely answer questions—provided enterprises redesign processes, govern deployments centrally, and build new in. 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 fak
A mensagem da Dell no The Six Five Summit: AI Unleashed 2026 foi direta: a IA corporativa está entrando em uma nova fase. Em vez de usar chatbots principalmente para pesquisar, resumir documentos ou criar conteúdo, as empresas começam a implementar agentes capazes de executar tarefas de negócio. A Dell afirmou ter reduzido cerca de 900 projetos potenciais de IA a 13 iniciativas com valor empresarial claro e descreveu ganhos iniciais de produtividade de aproximadamente 20% a 40%. 1
O resultado é uma alegação da própria Dell, não uma medição válida para todo o mercado. Ainda assim, a estratégia ajuda a entender o que muda quando a IA deixa a experimentação e passa a operar processos reais.
IA agêntica significa fazer o trabalho, não apenas responder
A Dell traçou uma distinção entre a primeira onda da IA generativa e os sistemas agênticos. Chatbots e assistentes ajudam funcionários a encontrar informações em dados proprietários, resumir documentos ou produzir conteúdo. Já um sistema agêntico é desenvolvido para digitalizar um processo: ele pode raciocinar sobre uma tarefa, usar ferramentas, coordenar etapas e concluir o trabalho com menos intervenção humana direta. 1
A diferença vai muito além do modelo de IA. Segundo a Dell, colocar a IA agêntica em produção exige mudanças na pilha tecnológica, na infraestrutura, na governança e no desenho organizacional. O objetivo estratégico é reduzir a dependência entre a quantidade de trabalho que uma empresa consegue concluir e o volume de capacidade humana disponível. 1
CRM, código e preços: os exemplos da Dell
A Dell disse trabalhar com agentes há cerca de dois anos e tê-los levado à produção no ano anterior ao evento. A empresa citou três exemplos de uso operacional:
- Limpeza de dados de CRM: agentes podem executar tarefas repetitivas de qualidade e padronização em registros de clientes.
- Desenvolvimento de software: agentes podem auxiliar na programação de rotina, em anotações e em partes da coordenação de processos de integração e entrega contínuas, conhecidos pela sigla CI/CD.
- Preços especiais: agentes podem apoiar fluxos nos quais a velocidade e a aplicação consistente de regras são importantes.
1
São aplicações mais delimitadas do que a ideia de uma empresa totalmente autônoma, mas mostram por que o desenho do processo é tão importante. Uma implementação útil não é apenas um modelo colocado dentro de um aplicativo existente; é um fluxo automatizado com entradas, ferramentas, permissões e resultados definidos.
Por que a Dell reduziu 900 projetos a 13
A Dell afirmou ter reduzido cerca de 900 projetos candidatos a aproximadamente 13 iniciativas, escolhidas por seu valor empresarial explícito e gerenciadas por meio de uma priorização centralizada. 1
A decisão reflete uma lição prática para programas corporativos de IA: manter um grande inventário de experimentos não necessariamente cria uma vantagem operacional. A tese da Dell é que as organizações devem concentrar recursos em fluxos cujo resultado esperado possa ser medido e, depois, construir os controles e a infraestrutura necessários para executá-los com confiabilidade.
A empresa atribuiu ganhos iniciais de produtividade de aproximadamente 20% a 40% a implementações direcionadas de assistentes e afirmou que os resultados podem ser muito maiores quando os agentes assumem categorias inteiras de trabalho. Também disse que o programa focado ajudou a dissociar o crescimento da receita da estrutura de custos. Esses resultados foram divulgados pela própria Dell e devem ser tratados como uma experiência da companhia, não como referência garantida para qualquer implementação. 1
O “agent washing” pode esconder a diferença real
O executivo da Dell John Roese alertou contra o uso do termo agente para qualquer recurso de IA. Na definição apresentada pela empresa, agent washing ocorre quando chatbots, assistentes limitados e sistemas capazes de executar ações de forma autônoma são descritos como se fossem equivalentes. 1
Uma distinção útil é:
- Chatbot: responde a um comando, geralmente produzindo informação ou conteúdo.
- Assistente direcionado: melhora uma tarefa delimitada enquanto uma pessoa continua envolvida de perto.
- Agente autônomo: pode planejar, chamar ferramentas, coordenar ações e executar um fluxo com bem menos supervisão direta.
Essa diferença importa porque a autonomia aumenta os riscos. Um resumo incorreto pode ser revisado e corrigido; um agente com acesso a sistemas corporativos pode alterar registros, disparar ações subsequentes ou expor informações sensíveis.
Agentes em produção mudam a equação da infraestrutura
Matt Murphy, CEO da Marvell, afirmou que a inferência agêntica em produção cria pressões de infraestrutura diferentes das cargas tradicionais de treinamento de IA. Os agentes podem precisar preservar o estado do fluxo de trabalho por meio de caches de chave-valor durante chamadas repetidas ao modelo, contextos extensos e interações longas entre vários agentes. Com isso, capacidade e largura de banda de memória podem se tornar uma restrição antes de o poder computacional bruto ser o principal gargalo. 1
Murphy também disse que os processadores centrais, ou CPUs, ganham importância porque os sistemas agênticos exigem orquestração: ramificações, recuperação de informações, chamadas de ferramentas, execução em ambientes isolados e coordenação entre agentes. Na discussão, a proporção entre CPU e GPU foi descrita como uma mudança de aproximadamente 8–16:1 na IA tradicional para cerca de 1–2:1 em cargas agênticas. 1
Para quem compra ou estrutura essa tecnologia, a conclusão é simples: uma plataforma de agentes não pode ser avaliada apenas pela qualidade do modelo ou pela capacidade de GPUs. Memória, redes, orquestração por CPU, observabilidade e o custo de chamadas repetidas de inferência também determinam se um fluxo é viável em produção.
Uma única arquitetura não servirá para todos os agentes
A Dell se posicionou contra uma “monocultura” baseada em um único modelo ou em um único local de execução. A abordagem proposta combina opções como modelos abertos no ambiente local, modelos de fronteira hospedados pela Dell, nuvens privadas virtuais controladas, APIs externas e modelos executados em dispositivos. A escolha depende de desempenho, conformidade, funcionalidade e custo. 1
A economia também varia conforme o trabalho automatizado. A discussão contrastou um agente de apoio à tomada de decisões de executivos, que poderia justificar um gasto mensal elevado, com um fluxo de limpeza de CRM em alto volume, que precisa de um custo muito baixo por registro — descrito no evento como inferior a aproximadamente US$ 0,50. 1
Isso sugere uma pergunta melhor do que “qual é o melhor modelo?”. As empresas devem perguntar qual combinação de modelo, local de execução e nível de autonomia entrega o resultado necessário dentro de um custo e de um risco aceitáveis.
A identidade é a camada de controle dos agentes autônomos
A Dell afirmou que todo agente autônomo que acesse seus dados, seja interno ou externo, deve receber uma identidade digital emitida pela própria empresa. Essa identidade permitiria autorizações detalhadas e a revogação do acesso como um mecanismo prático de desligamento de emergência. 1
O desafio de segurança fica maior quando o agente não simplesmente herda a identidade de um usuário. Um agente que herda a identidade atua com as credenciais de um funcionário identificável. Já um agente sem interface humana direta, ou headless agent, opera de forma mais independente, o que dificulta atribuição, definição de permissões e gestão do ciclo de vida. Segundo a discussão, a Dell espera que agentes desse tipo representem cerca de 70% das implementações futuras. 2
A Dell também apontou protocolos de comunicação entre agentes e entre agentes e ferramentas, além da preparação para o cenário pós-quântico, como partes do modelo de segurança necessário à autonomia em produção. 1 A lição mais ampla é que um agente deve ser tratado como uma identidade de software, com responsável, escopo, trilha de auditoria e caminho claro para revogação — e não como uma extensão invisível de um chatbot.
Os empregos serão divididos em tarefas
A Dell afirmou ter analisado 6.800 empregos, dividindo-os em categorias como produtividade, tarefas operacionais repetitivas, coordenação, trabalho especializado e atividades voltadas às pessoas. A conclusão foi que os agentes tendem a eliminar partes das funções, e não automaticamente cargos inteiros. 1
No desenvolvimento de software, por exemplo, os agentes podem cuidar de programação de rotina, anotações e partes da coordenação de entrega, enquanto as pessoas passam mais tempo em arquitetura, requisitos, julgamento e interação com clientes. 1
Isso não significa que as funções permanecerão iguais. A tese da Dell é que todos os empregos serão remodelados à medida que tarefas automatizáveis forem extraídas e os trabalhadores migrarem para responsabilidades que dependem mais de conhecimento especializado, contexto, julgamento e relações humanas.
O teste para levar a IA agêntica à produção
A posição da Dell pode ser resumida em um teste exigente: um projeto de IA agêntica só está pronto para produção quando tem um resultado empresarial mensurável, um fluxo claramente delimitado, economia adequada e controles para identidade, acesso e recuperação em caso de falhas.
A passagem de 900 possibilidades para 13 iniciativas resume a estratégia. A IA agêntica não é apenas uma interface mais conversacional. É um modelo operacional no qual o software executa trabalho — e no qual infraestrutura, segurança e desenho dos empregos precisam evoluir junto com os modelos.
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 "Estratégia de IA agêntica da Dell sai dos pilotos e chega às operações reais"?
A Dell afirma que a IA agêntica está deixando de ser uma ferramenta para responder perguntas e passando a executar trabalhos; a empresa reduziu cerca de 900 projetos potenciais a 13 iniciativas e relatou ganhos inicia...
Quais são os pontos-chave para validar primeiro?
A Dell afirma que a IA agêntica está deixando de ser uma ferramenta para responder perguntas e passando a executar trabalhos; a empresa reduziu cerca de 900 projetos potenciais a 13 iniciativas e relatou ganhos inicia... Os primeiros usos em produção incluem limpeza de dados de CRM, desenvolvimento de software e fluxos de preços especiais.
O que devo fazer a seguir na prática?
A mudança exige mais memória, largura de banda e capacidade de orquestração, além de identidades digitais, controles de acesso e novos critérios econômicos.