A Caterpillar não comprou um agente de prateleira. Ela mapeou a mina primeiro

O que o CTO da Caterpillar disse num painel em Las Vegas

No evento Ai4, em Las Vegas, o CTO da Caterpillar, Jaime Mineart, resumiu o problema em uma frase, segundo a TechCrunch: a parte difícil da autonomia e da IA física é incorporar a tecnologia. Construir é a parte menor.

A empresa tem caminhões de transporte autônomos, equipamentos de perfuração e carregadeiras subterrâneas. Agora leva o que aprendeu automatizando minas para a IA em geral. Um exemplo é o assistente que técnicos de campo usam por comando de voz para consultar procedimentos de reparo, diagnosticar problemas e identificar peças antes de abrir a máquina. Ele se apoia em cerca de 1,6 milhão de ativos conectados e mais de 16 petabytes de dados estruturados.

Dois detalhes importam para quem quer copiar o caminho. Operadores experientes ajudam a treinar os sistemas, com décadas de conhecimento. E a empresa planeja gastar US$ 100 milhões em cinco anos para treinar seus 118 mil funcionários em IA, autonomia e robótica.

Agente é o resultado de um processo que já estava escrito

Olhe a ordem. Primeiro existiam décadas de operação de mina, com procedimentos, dados de cada máquina e gente que sabe o que fazer quando algo foge do normal. Só depois veio o agente, que consome esse material. O agente é consequência.

É a leitura que a AI Start defende: agente de IA vendido como produto, de prateleira, pula a etapa que sustenta o resultado. Quem compra o pacote sem descrever o trabalho recebe uma ferramenta que não sabe o que fazer na sua operação. Este é um raciocínio nosso, a partir do caso. A Caterpillar não falou em prateleira.

O que muda numa operação que não tem 16 petabytes

Ninguém precisa dessa escala. A lógica cabe numa operação pequena, onde a mesma pessoa atende cliente, cota prazo e confere pedido.

Quem executa. Antes de qualquer agente, alguém precisa listar o que o atendente faz do primeiro contato ao pedido entregue. Quem sabe isso é a pessoa que faz o trabalho há anos, não o dono e não o fornecedor. É o equivalente ao operador experiente que treina o sistema da Caterpillar.

O que para de ser feito. Em geral é a consulta repetida. Procurar a última cotação, abrir três planilhas para achar uma condição, perguntar ao colega mais antigo como se resolve aquele caso. O assistente da Caterpillar ataca exatamente isso: o técnico pergunta, o sistema acha o procedimento.

Onde o custo aparece. Na revisão. O agente erra em casos que ninguém descreveu. Se o processo não está escrito, não há como saber o que é erro. O custo vem como retrabalho espalhado, que ninguém soma.

Que decisão o dono toma. A decisão não é qual agente comprar. É quais dois ou três fluxos valem ser descritos primeiro. Escolha os que se repetem todo dia e têm um responsável claro.

O que acontece quando o ambiente é bagunçado

Outra matéria da TechCrunch, sobre a Arga Labs, mostra o outro lado. A startup levantou US$ 10 milhões em rodada seed liderada pela General Catalyst para criar réplicas completas de softwares empresariais, como Salesforce e Outlook, onde agentes possam ser treinados e testados. O motivo: esses sistemas não têm um botão de reset, e testar um agente neles dezenas de milhares de vezes é inviável.

O exemplo do CEO, Phillip Li, é simples. Um lead entra no Salesforce e outro colega faz contato pelo HubSpot. O agente precisa saber se são a mesma empresa, evitar mandar o e-mail duas vezes e decidir a qual oportunidade responder. Em qualquer operação com dois sistemas e duas pessoas, esse caso aparece toda semana.

A leitura que fazemos: se até quem constrói agentes precisa de um ambiente de teste para esse cenário, quem compra um pronto e liga direto no CRM está fazendo o teste com o cliente real.

Como começar sem comprar nada

Pegue um fluxo. Peça a quem o executa para narrar cada passo, inclusive as exceções. Anote onde a pessoa decide por conta própria. Só então pergunte o que um agente poderia fazer ali, e o que continua com gente. A resposta costuma ser menor do que o pacote prometia e muito mais útil.