Todas as sextas-feiras, às 17h, Diego Oppenheimer recebe um e-mail que lembra melhor da sua semana do que ele. Ele extrai de seu calendário, transcrições de reuniões e caixa de entrada para descobrir o que realmente importava: decisões tomadas, promessas a cumprir e prioridades para a semana seguinte.

“Isso me dá um superpoder”, disse Oppenheimer, um empreendedor de aprendizado de máquina mais conhecido como cofundador da Algorithmia, que agora trabalha com startups como investidor em Seattle.

O que é notável é que Oppenheimer não comprou esta ferramenta da prateleira – ele a construiu. O que começou como um experimento pessoal se transformou em um desafio: ele ainda conseguiria programar depois de anos longe de escrever software de produção?

Com o surgimento dos assistentes de codificação baseados em IA, ele percebeu que poderia continuar de onde parou. Seu projeto pessoal, com o nome nada glamoroso de “Actionary”, cresceu para algo em torno de 40.000 linhas do que ele chama, brincando, de “espaguete” codificado em vibração. É bagunçado, mas funcional.

O assistente de IA faça você mesmo da Oppenheimer é mais do que uma novidade. É uma janela para uma mudança mais ampla. Indivíduos e empresas estão começando a transferir julgamentos e fluxos de trabalho para sistemas autônomos – softwares que analisam dados, fazem recomendações e agem de forma independente.

Explorando a fronteira da agência

Esta fronteira emergente é o tema de Agentes de Transformação, uma nova série editorial da GeekWire que explora as pessoas, empresas e ideias por trás da ascensão dos agentes de IA. Um evento relacionado está planejado para Seattle no início de 2026. Este projeto independente é financiado pela Accenture.

Para esta primeira parte, conversamos com fundadores de startups e construtores DIY que trabalham para replicar diferentes aspectos do trabalho de grandes assistentes executivos – coordenação de calendários, gerenciamento de viagens e antecipação de necessidades – para ver o quão próximos os agentes de IA estão chegando do padrão humano.

O consenso: os agentes de hoje distinguem-se em tarefas restritas e bem definidas — mas enfrentam dificuldades com um julgamento humano mais amplo. As tentativas de criar assistentes digitais multifuncionais muitas vezes esbarram nos limites dos modelos atuais de IA.

“Posso ter meu agente de viagens e meu agente financeiro e meu agente de negociação de ações e meu agente pessoal de saúde e meu agente chef doméstico, etc.”, disse TA McCann, um empreendedor em série baseado em Seattle e diretor administrativo da Pioneer Square Labs, em um episódio recente do GeekWire Podcast.

McCann prevê que estes agentes restritos lidem com tarefas discretas, potencialmente coordenadas por IA de nível superior, agindo como um diretor de operações pessoal.

Mas mesmo o termo “agente de IA” está em debate. Oppenheimer define um verdadeiro agente como aquele que possui autonomia e tomada de decisão independente. Por esse padrão, seu sistema não se qualifica. É mais uma rede de modelos que completam tarefas sob comando do que uma entidade autodirigida.

“Se você perguntasse a um departamento de marketing, eles diriam, com certeza, isso é totalmente agente”, disse ele. “Mas se eu mantiver minha credibilidade de nerd em IA, haverá tomada de decisão autônoma? Na verdade, não.”

Faz parte de uma tendência muito maior. O mercado de assistentes de IA no local de trabalho deverá crescer de US$ 3,3 bilhões este ano para mais de US$ 21 bilhões até 2030, de acordo com a MarketsandMarkets. O crescimento está sendo impulsionado tanto por gigantes empresariais como a Microsoft e a Salesforce que incorporam agentes em software de local de trabalho, quanto por startups que criam agentes especializados.

Um relatório do boletim informativo “CCing My EA”, citando uma pesquisa ASAP, observa que 26% dos EAs agora usam ferramentas de IA. Alguns temem a perda de empregos devido à IA, mas a maioria dos principais EAs vê a IA como uma ferramenta de aumento que libera tempo para trabalho estratégico.

Dos resumos ao agendamento

Uma empresa que explora essa fronteira emergente é a Read AI, uma startup com sede em Seattle conhecida por suas tecnologias de resumo e análise de reuniões de IA de plataforma cruzada, que arrecadou mais de US$ 80 milhões em financiamento.

O cofundador e CEO David Shim revelou que a Read AI vem desenvolvendo e pilotando internamente um assistente executivo de IA chamado “Ada” para tarefas que incluem agendamento de reuniões e resposta a e-mails.

Ada responde tão rapidamente que a Read AI tem trabalhado para aumentar o tempo de resposta do e-mail para que pareça mais natural para os destinatários.

Shim tem testado pessoalmente os limites da tecnologia – dando a Ada acesso a uma variedade de dados do local de trabalho (do Outlook, Teams, Slack, JIRA e outros serviços em nuvem) e permitindo que o assistente responda de forma autônoma a perguntas sobre os negócios da Read AI que chegam dos investidores da empresa em resposta às suas atualizações periódicas.

“Ele responde a perguntas para as quais eu não teria resposta logo de cara, porque não é apenas extraído do meu conjunto de dados, mas também do conjunto de dados da minha equipe”, disse Shim durante um bate-papo ao lado do cofundador da GeekWire, John Cook, em uma recepção recente da Accenture.

Shim riu: “Estou disposto a correr esse risco. Estamos indo bem, então não me importo de divulgar os dados.”

No entanto, existem limitações. Ada pode lutar com agendamentos complexos de várias pessoas ou tarefas que exigem dados que não pode acessar e ainda pode ocasionalmente ter alucinações. Para gerenciar isso, a ReadAI incorpora mecanismos de supervisão humana, como “barras laterais”, onde Ada pede confirmação antes de enviar respostas a mensagens consideradas mais sensíveis ou difíceis.

Shim argumenta contra a ideia de construir um agente único e abrangente.

“A abordagem dos agentes que fazem tudo não é a abordagem correta”, disse ele. “Se você tentar fazer tudo, não fará nada bem.”

Em vez disso, ele acredita que assistentes de IA bem-sucedidos se concentrarão na solução de problemas muito específicos, da mesma forma que o Google Maps fornece instruções de direção sem tentar ser um agente de viagens geral.

O desafio “reserve um hotel para mim”

Viagens é um caso de uso que está no coração de Brad Gerstner, fundador e CEO da Altimeter Capital. Gerstner é conhecido por apoiar alguns dos maiores nomes da tecnologia – de Snowflake a Expedia – e por destilar grandes mudanças tecnológicas em testes simples, como seu desafio de reserva de hotel.

O exemplo específico que ele deu no Madrona IA Summit de 2024, em Seattle, foi dizer a um agente de IA para reservar o Mercer Hotel em Nova York em um dia específico pelo preço mais baixo – um desafio comum para viajantes de negócios.

“Até que possamos fazer isso, não construímos um assistente pessoal”, disse ele.

Isso é parte do problema maior que Michael Gulmann, ex-executivo de produtos da Expedia, decidiu resolver com a startup Otto, que está desenvolvendo um agente de IA especificamente para viajantes de negócios.

Conforme mostrado publicamente pela primeira vez na conferência Madrona deste ano, Otto abordou o desafio específico de Gerstner. Depois de receber o pedido de reserva do Mercer Hotel num dia específico, encontrou o quarto disponível mais barato, confirmou o preço e os detalhes e concluiu a reserva, com o mínimo de aviso, em cerca de dois minutos.

“Quem poderia imaginar que Brad Gerstner queria o quarto mais barato?” Gullman brincou.

Otto cuida de vários aspectos da viagem. Ele entende e aprende preferências detalhadas do usuário – desde comodidades específicas, como bares em coberturas, até assentos preferenciais em companhias aéreas, tipos de quartos de hotel e programas de fidelidade – usando esse conhecimento para refinar pesquisas e fazer recomendações personalizadas.

Como explicou Gulmann em entrevista, Otto não utiliza um único modelo monolítico. Ele coordena um grupo de agentes restritos: um para interpretar mensagens, outro para gerenciar programas de fidelidade, outro para lidar com pagamentos. Juntos, eles simulam uma pequena equipe de operações trabalhando nos bastidores.

Otto confirma os detalhes com o usuário antes de finalizar a compra, embora possa fazer isso de forma autônoma. Gulmann descreveu essa precaução como psicológica, não técnica – sabendo que a maioria das pessoas ainda não se sente confortável com a IA comprando coisas sem o seu envolvimento.

Depois de aprender sobre as capacidades da Otto, Gerstner ficou impressionado e quis ver como ele se comportaria à medida que passasse para a versão beta pública, disse Mike Fridgen, sócio de risco da Madrona, que incubou a empresa.

O grande desafio do agendamento

Se a reserva de hotel é o teste decisivo para os assistentes autônomos, agendar reuniões é o pesadelo diário.

Esse é o problema que Howie está tentando resolver. O assistente de IA da startup de Seattle fica na caixa de entrada de e-mail. CC Howie em um tópico, que propõe horários, confirma com todas as partes, cria convites e adiciona links de reuniões.

Howie trabalha a partir de um “documento de preferências” detalhado, inspirado na forma como executivos experientes treinam seus EAs humanos – quais cafés são aceitáveis ​​para reuniões, até que ponto é tarde demais nas sextas-feiras, etc.

A empresa lançou recentemente o capital com US$ 6 milhões em financiamento e um número crescente de clientes pagantes. Ele usa um modelo híbrido: IA apoiada por revisores humanos. Isso ajuda a evitar os pequenos erros que destroem a confiança – confundir fusos horários, retirar um nome de um tópico ou interpretar mal as dicas sociais.

O sistema simula decisões internamente, sinaliza possíveis erros para revisão e encaminha qualquer coisa ambígua para um ser humano antes de enviar.

“Se você pensar nas coisas que um grande EA humano faz, o software não substituirá isso tão cedo”, disse o cofundador da Otto, Austin Petersmith.

Na verdade, disse Petersmith, muitos dos usuários de Howie são eles próprios EAs humanos, usando-o para descarregar a logística. “Ninguém quer fazer agendamento”, disse ele. “Todo mundo quer que as máquinas realizem essa tarefa específica.”

À medida que os modelos melhoram, Petersmith espera que Howie possa expandir-se para outro “meta-trabalho” – a sobrecarga administrativa que afasta os trabalhadores do conhecimento das actividades de maior valor que ainda são domínio dos humanos.

Mais tempo no dia

Para Diego Oppenheimer, esta não é uma questão hipotética. “Sou extremamente disléxico do calendário”, explicou ele. “Eu mesmo farei uma reserva tripla. Concordarei em ir a lugares onde não deveria estar. Vou viajar para a cidade errada. Muito ruim.”

Ao longo dos anos, ele contou com EAs humanos e um chefe de gabinete para mantê-lo no caminho certo. Mas quando ele deixou de dirigir uma empresa em tempo integral, contratar alguém apenas para gerenciar seu calendário complexo e multifuncional não fazia mais sentido. Então ele criou o Actionary para ajudar. Ele envia a recapitulação de sexta-feira para atualizá-lo sobre a semana, sinalizando problemas logo antes de sua “reinicialização” do fim de semana.

O projeto de Oppenheimer ganhou o People’s Choice Award em um evento AI Tinkerers em Nova York no mês passado. Mas ele é muito claro: Actionary é um projeto pessoal, não um produto em construção. Ele o desenvolveu sozinho e não consegue se imaginar enfrentando a dor de cabeça de solicitações de recursos e suporte técnico de terceiros.

Ele está otimista com a tendência mais ampla e é usuário e investidor em ferramentas como Howie. Mas ele também reconhece que os agentes de IA não conseguem igualar as competências abrangentes e o julgamento de um EA humano, muito menos de um chefe de gabinete num papel estratégico de nível superior.

O objectivo final de Oppenheimer é mais simples, mas ainda assim ambicioso. “Estou tentando arranjar tempo durante o dia”, disse ele. “É isso que estou tentando fazer.”

Todd Bishop da GeekWire relatou e escreveu este artigo com assistência de edição de ferramentas de IA, incluindo Gemini e um OpenAI GPT personalizado treinado na abordagem editorial da GeekWire. Todos os fatos, citações e conclusões foram revisados ​​e verificados antes da publicação.

Fonte ==> GeekWire