Agentes de IA levam empresas a rever como avaliam profissionais de tecnologia

A inteligência artificial (IA) já executa parte do trabalho que ocupava os profissionais de tecnologia da informação (TI), e o mercado passa a cobrar de quem fica um valor diferente: saber o que pedir, o que vigiar e quando decidir.

Escrever código e resolver chamados continua importante, mas deixa de ser o que separa um bom profissional dos demais.

A mudança é mais profunda com os agentes de IA, que não se limitam a responder perguntas.

Dependendo das permissões que recebem, executam sequências de tarefas, consultam informações, interagem com outros sistemas e acompanham processos até o fim.

Competências em mudança Para Mauricio Frizzarin , fundador e CEO da QYON , empresa norte-americana com equipe de desenvolvimento no Brasil, especializada em IA e agentes de IA, o conhecimento técnico não perdeu valor, mas já não basta.

Programação, arquitetura, dados, infraestrutura e segurança precisam vir acompanhados da capacidade de usar a tecnologia para resolver problemas concretos da empresa.

“Saber formular o problema certo, escolher a ferramenta adequada, integrar soluções e avaliar os resultados se torna tão importante quanto executar uma tarefa”, afirma Frizzarin.

Ganham peso também o pensamento analítico, a adaptação, a comunicação e a colaboração com outras áreas.

Segundo ele, quem traduz uma necessidade de negócio em solução tecnológica e demonstra o impacto dessa solução leva vantagem.

Os números do mercado brasileiro apontam na mesma direção.

De acordo com o Barômetro de Empregos de IA 2026, estudo da PwC citado pelo executivo, a participação das vagas que exigem competências ligadas à IA passou de 1,1% para 3,6% entre 2024 e 2025.

Para Frizzarin, isso mostra que dominar IA deixa de ser diferencial de especialistas e vira competência exigida de forma ampla.

O que os agentes automatizam e o que continua com as pessoas Na área de TI, tendem a ser automatizadas atividades como triagem e classificação de chamados, documentação de código, geração de testes, análise inicial de logs, monitoramento de ambientes e identificação de falhas recorrentes.

São tarefas que consomem tempo e seguem padrões que podem ser definidos, monitorados e avaliados.