Forward Deployed Engineer para PMEs: como colocar IA para executar processos

Na minha empresa, eu uso IA para alterar os agentes que entrego aos clientes. Recebo um feedback, explico o que precisa mudar e trabalho com o agente para definir o plano. Ele acessa as ferramentas, aplica as alterações e testa o comportamento. As regras do projeto e o histórico do trabalho já fazem parte desse processo.

Em um atendimento recente, uma médica pediu que o agente explicasse melhor os diferenciais da consulta antes de apresentar o preço. Levei o pedido à IA, acrescentei sugestões e alinhamos o plano. Em cerca de cinco minutos, a atualização estava aplicada.

Depois, o agente executou os testes, encontrou falhas e ajustou as instruções. Ao terminar, registrou as alterações no Notion, onde a cliente acompanha o histórico do trabalho.

Esse tempo se refere à atualização daquele episódio. O processo também incluiu testes e correções posteriores. Não medi o impacto dessa mudança na conversão do atendimento.

Eu consigo iniciar esse trabalho pelo ChatGPT Voice, pelo Hermes ou por outro agente que tenha acesso ao contexto e às ferramentas necessárias. Para chegar a esse ponto, precisei organizar como o trabalho deveria acontecer.

O trabalho precisa estar definido

Na minha experiência, uma dificuldade recorrente é organizar as informações e as etapas que permitem à IA produzir uma entrega boa. O funcionário sabe como faz uma tarefa, mas esse conhecimento precisa ficar disponível para o agente em uma forma que ele consiga usar.

É preciso definir o que ele deve consultar, quais ações pode executar e em que momento deve pedir aprovação. Um exemplo de trabalho bem feito também ajuda a explicar o resultado esperado. A qualidade precisa ser conferida nas execuções.

É assim que aplico o método ICM aos fluxos que construo. Estruturo as informações do trabalho, as etapas de execução, as restrições e o contexto necessário para as decisões. Também defino os pontos em que uma pessoa precisa revisar ou aprovar.

Com esse fluxo registrado, a pessoa pode pedir a tarefa sem reconstruir toda a explicação a cada vez. Quando aparece uma situação nova, podemos registrar como tratá-la, onde guardar a informação e em qual etapa recuperá-la.

Um assistente nas mãos de quem faz o trabalho

Em outro projeto, um médico precisava executar o trabalho operacional de emitir receitas. Criamos um assistente que recebe o pedido por voz e confirma com ele as informações, incluindo dados do paciente, dosagem e posologia.

O médico confere e aprova antes da emissão. O assistente também pode encaminhar a receita por e-mail à farmácia e ao paciente. O cliente já utiliza o fluxo.

A decisão médica e a revisão continuam com o profissional. O assistente executa as etapas operacionais definidas para esse trabalho. Ainda não temos uma medição de tempo economizado para publicar.

Essa é a capacidade que quero levar às empresas: permitir que as pessoas usem IA para executar tarefas dentro dos processos que conhecem, com os limites e as aprovações necessários.

As ferramentas precisam estar conectadas

As instruções em texto orientam o agente, mas a execução depende das integrações disponíveis.

Para uma operação específica em um sistema, podemos preparar um script que faz a chamada à API. O agente utiliza essa ferramenta para executar a ação prevista. Também podemos disponibilizar ferramentas por MCP, um protocolo que permite ao agente acessar capacidades de aplicações conectadas.

Na estrutura que preparo, o agente não precisa escrever uma integração nova a cada pedido. Ele utiliza operações que já foram implementadas. Se uma tarefa exige uma capacidade ainda indisponível, essa integração precisa ser construída e testada.

A Agentik também desenvolve essa camada de execução e integração, que chamamos de runtime. Ela conecta as ferramentas da empresa para que agentes possam operá-las e pessoas possam iniciar o trabalho pelas interfaces escolhidas.

A base da empresa pode atender diferentes interfaces

O contexto dos clientes, as políticas, os procedimentos e as ferramentas que preparei são parte da estrutura do meu trabalho. Eu quero manter esses ativos disponíveis quando trocar o agente ou a interface que uso.

Por isso digo que a camada de inteligência pertence a mim e que o modelo é uma interface. Essa portabilidade exige compatibilidade, permissões e testes. Trocar de modelo não garante que ele execute uma tarefa com a mesma qualidade.

Também quero disponibilizar essa estrutura aos funcionários das empresas atendidas. Cada pessoa precisa ter acesso ao contexto e às ações apropriados ao seu trabalho.

Como isso se conecta ao modelo FDE

Forward Deployed Engineer, ou FDE, é um papel de engenharia ligado ao trabalho junto ao cliente e à implementação de soluções para seus problemas operacionais. Na Agentik, aplicamos essa abordagem às PMEs: entender o processo, organizar o contexto, construir as integrações e acompanhar a adoção.

Nossa especialização é ajudar a empresa a incorporar IA ao trabalho cotidiano, como uma extensão das habilidades das pessoas. Estamos começando esse posicionamento pelas PMEs de Ribeirão Preto.

Para começar uma conversa, escolha um processo que sua equipe repete. O que caracteriza uma entrega bem feita? Quais informações ela exige? Em que ponto alguém precisa aprovar? Essas respostas ajudam a definir o primeiro recorte de implementação.

Quer avaliar um processo da sua empresa? Converse com a Agentik em https://agentik.com.br.