A Prosus — dona do iFood, OLX e dezenas de outras empresas — não centralizou IA num departamento de inovação. Em vez disso, deu ferramentas, treinamento e liberdade para que 40.000 funcionários construíssem seus próprios agentes de IA. O resultado? Mais de 37.000 agentes em produção, o equivalente a 1.000 funcionários em tempo integral em capacidade desbloqueada, e uma lição clara: cultura vence tecnologia.
“Não centralizamos na equipe de IA. Demos a 40.000 funcionários as ferramentas, o treinamento e a liberdade para construírem seus próprios agentes.” — Prosus
O que a Prosus fez de diferente
A maioria das empresas trata IA como projeto de TI: um time especializado constrói soluções e distribui para o resto da organização. A Prosus inverteu essa lógica. Em vez de um centro de excelência ditando regras, a empresa criou uma plataforma interna chamada Toqan — usada por mais de 25.000 colaboradores — e deixou cada equipe resolver seus próprios problemas com agentes.
Isso significa que times de operações, vendas, atendimento e logística, em quatro continentes, construíram agentes sob medida para seus fluxos. Nenhum departamento de IA conseguiria mapear todas essas necessidades com a mesma velocidade.
Os números que importam
- 37.000 agentes de IA em produção no ecossistema Prosus
- 25.000+ funcionários usando a plataforma Toqan ativamente
- 1.000 FTEs equivalentes em capacidade desbloqueada por agentes
- No iFood, um único agente (Restaurant Account Executive Agent) usado por 200+ associados substitui o trabalho manual de 40 funcionários em tempo integral
- Primeiro Agent Bootcamp em Amsterdã reuniu 100 agent builders de empresas do portfólio (fevereiro 2026)
Cultura sobre tecnologia: o que isso significa na prática
A frase “cultura sobre tecnologia” soa como clichê corporativo. No caso da Prosus, ela se traduz em decisões concretas:
- Acesso universal: qualquer funcionário pode usar as ferramentas de IA, não só engenheiros
- Autonomia de construção: cada time decide quais problemas resolver e como
- Plataforma, não projeto: a infraestrutura é compartilhada; a aplicação é local
- Treinamento massivo: não basta dar acesso — é preciso ensinar como usar
A diferença entre “distribuir licenças de ChatGPT” e “criar uma cultura de agentes” está exatamente nesses quatro pontos. A maioria das empresas brasileiras para no primeiro.
Por que agentes (e não chatbots)
Um chatbot responde perguntas. Um agente executa fluxos de trabalho completos: analisa dados, automatiza operações, toma decisões dentro de parâmetros definidos e libera pessoas para trabalho de maior impacto.
Segundo o relatório “State of AI Agents 2026” da própria Prosus, os modelos de fronteira atuais já conseguem trabalhar autonomamente por até 5 horas contínuas. A capacidade de duração de tarefas dos agentes dobra a cada 196 dias — aproximadamente 6 meses. Estamos saindo de perguntas de 15 segundos para sessões de trabalho de horas.
E o diferencial competitivo não está mais no modelo de IA em si, mas na camada de orquestração — como a empresa organiza, monitora e escala seus agentes.
O cenário brasileiro: onde estamos
No Brasil, o Itaú Unibanco já delegou refinamento de user stories para agentes de IA, reduzindo o tempo em 88% e aumentando a entrega de software em 40%. A Salesforce lançou o Agentforce 360, a Microsoft expandiu o Copilot, e a OpenAI lançou o Frontier para empresas gerenciarem agentes como funcionários.
Uma pesquisa global da Korn Ferry com 1.674 líderes de talentos revela que 52% das empresas planejam incorporar agentes autônomos de IA às equipes até o final de 2026. A questão não é se sua empresa vai usar agentes — é se vai estar entre as que constroem ou entre as que compram soluções genéricas.
Como aplicar isso na sua empresa (sem ser a Prosus)
Você não precisa de 40.000 funcionários para replicar o modelo. O princípio escala para qualquer tamanho:
- Identifique os gargalos operacionais: onde sua equipe gasta tempo em tarefas repetitivas que seguem regras claras?
- Escolha uma plataforma de agentes: Claude Code, OpenAI Frontier, Salesforce Agentforce ou Microsoft Copilot — avalie qual se integra melhor ao seu stack
- Comece com um time piloto: dê ferramentas e autonomia para um grupo pequeno resolver um problema real
- Meça resultados em semanas, não meses: agentes de IA entregam ROI rápido quando aplicados em fluxos concretos
- Escale horizontalmente: documente o que funcionou e replique para outros times
O erro mais comum é transformar isso em “projeto de inovação” com comitê, cronograma de 18 meses e PowerPoint. A Prosus mostrou que funciona melhor quando você dá as ferramentas e sai do caminho.
O que vem depois
O Model Context Protocol (MCP) — padrão criado pela Anthropic — está se consolidando como a forma universal de conectar agentes a ferramentas externas. IDEs agênticas como Claude Code já mudaram o fluxo de trabalho de desenvolvedores. E os modelos Claude Opus 4.5 e GPT 5.2 foram construídos especificamente para trabalho agêntico.
A tendência é clara: o terminal está se tornando a interface universal pela qual agentes controlam software em todos os domínios. Empresas que investirem agora em cultura de agentes — não apenas em licenças de IA — terão vantagem competitiva difícil de alcançar.
Nós, da Posicionamento Digital, acompanhamos essa evolução de perto porque é exatamente o que praticamos. Cada post deste blog é produzido com agentes de IA orquestrados em pipeline. Não é teoria — é operação diária.
Sua empresa está dando IA para os funcionários criarem soluções, ou ainda está esperando o departamento de TI entregar tudo pronto?
Perguntas Frequentes
O que são agentes de IA e como diferem de chatbots?
Chatbots respondem perguntas em texto. Agentes de IA executam fluxos de trabalho completos: analisam dados, automatizam processos, tomam decisões dentro de parâmetros definidos e interagem com sistemas externos. A diferença está na autonomia de execução, não apenas na geração de texto.
Qualquer empresa pode implementar agentes de IA?
Sim. Plataformas como Claude Code, OpenAI Frontier e Salesforce Agentforce permitem criar agentes sem conhecimento avançado de programação. O fator decisivo não é tamanho da empresa, mas disposição para dar autonomia às equipes e medir resultados rapidamente.
Quanto tempo leva para ver resultados com agentes de IA?
Em casos como o do iFood (Prosus), um único agente substituiu o trabalho de 40 funcionários em tempo integral. Empresas que começam com um caso de uso específico e bem definido costumam ver retorno em semanas, não meses. O segredo é evitar o “projeto de inovação” e focar em resolver um problema real.
A Prosus é um caso isolado ou há outras empresas fazendo o mesmo?
Não é isolado. O Itaú Unibanco reduziu tempo de refinamento de user stories em 88% com agentes. A pesquisa Korn Ferry mostra que 52% das empresas planejam incorporar agentes autônomos até 2026. Microsoft, Salesforce e OpenAI lançaram plataformas específicas para isso. É uma tendência global em aceleração.
