A IA agêntica é prioridade máxima para a maioria das equipes de marketing porque vai além da geração de conteúdo e de recomendações. Ela age de forma autônoma para responder aos clientes com mais rapidez e em uma escala que as equipes não conseguem alcançar manualmente.

Os líderes de marketing estão entusiasmados com essa capacidade. Já as equipes de TI são mais cautelosas exatamente pelo mesmo motivo.

Os agentes de IA podem acessar dados corporativos, conectar sistemas e agir em nome de um usuário, introduzindo um nível de risco fundamentalmente diferente. Por isso, as equipes de TI passaram a ser muito mais criteriosas na aprovação de ferramentas de IA agêntica e muito mais específicas sobre o que precisam ver antes de autorizar qualquer solução.

O resultado é que muitos casos de uso promissores nunca chegam ao lançamento. De acordo com o relatório 2026 State of AI Readiness da Adobe, apenas 47 a cada 100 iniciativas de IA propostas passam pela revisão de TI e segurança. E à medida que as equipes trabalham para integrá-las aos sistemas e fluxos de trabalho existentes, esse número cai ainda mais, chegando a 33.

Para os profissionais de marketing, isso significa que um caso de uso convincente é apenas parte da argumentação para uma solução específica de IA agêntica. O restante é saber o que um CIO provavelmente vai perguntar e estar preparado com as respostas. As cinco perguntas a seguir são as que surgem com mais frequência.

1. Os dados que alimentam a solução agêntica são confiáveis?

Os profissionais de marketing querem uma ferramenta que se conecte às bibliotecas de conteúdo, aos registros de clientes e aos dados de campanha e funcione de imediato. Os CIOs precisam ter confiança tanto nos dados que sustentam a solução quanto na forma como ela lida com os dados da própria organização. Se essas bases forem obscuras ou mal controladas, o agente pode escalar riscos com a mesma rapidez com que gera valor.

Por isso, a transparência dos dados é um dos primeiros pontos a esclarecer antes de entrar em uma reunião com TI. Exija respostas claras dos fornecedores pré-selecionados sobre:

• Quais dados são usados para treinar ou embasar o sistema? Exija uma resposta simples e direta sobre como os dados são obtidos e se existem restrições de direitos autorais ou licenciamento.
• Os dados da empresa serão usados para treinar o modelo base sem consentimento? Exija uma resposta clara: sim ou não. O controle sobre essa escolha deve estar em suas mãos.
• A solução opera com dados que você controla, devidamente classificados com o contexto correto? Busque a confirmação de que o modelo de IA reconhece e aplica os controles de acesso, aprovações e restrições que você definiu.

Ao final dessa conversa, não deve restar nenhuma dúvida sobre quais dados a solução agêntica utiliza nem sobre quais controles governam o uso dos dados da própria organização.

2. É possível acompanhar o que a solução agêntica faz e manter o controle?

Se um agente enviar o e-mail errado para 10.000 pessoas ou incluir o segmento de clientes incorreto em uma campanha ativa, quem detecta o erro e com que rapidez? Essa é a preocupação por trás de tudo o que um CIO quer saber sobre supervisão.

Quanto mais autonomia um sistema agêntico tiver, mais importante é que a supervisão esteja incorporada desde o início. Os CIOs precisam ter a certeza de que o sistema não se tornará uma caixa-preta ao começar a agir nos fluxos de trabalho. Isso faz da visibilidade e do controle um teste prático. Busque respostas claras sobre três pontos:

• É possível ver como o agente chegou ao resultado, não apenas o resultado em si? Verifique se ele consegue apresentar as fontes e a lógica por trás dos resultados e ser transparente quanto aos seus limites.
• É possível intervir antes que o agente execute uma ação de maior risco? Apenas 5% dos líderes empresariais permitem que agentes tomem decisões críticas sem revisão, então busque pontos de aprovação bem definidos.
• Se algo der errado, você consegue reconstruir o que aconteceu e por quê? Você precisa rastrear interações individuais, não apenas ver um relatório consolidado, para entender onde e por que o fluxo de trabalho falhou.

Essas respostas mostram se você pode entrar em uma reunião com o CIO confiante de que os erros são detectados antes de se tornarem um problema maior.

3. A solução agêntica se integra ao seu stack ou fragmenta ainda mais?

As equipes de TI passaram anos consolidando o stack de tecnologia de marketing, e a IA agêntica está colocando essa disciplina à prova. Cada nova ferramenta agêntica pode significar novas capacidades, permissões e integrações de dados. Não é à toa que 94% dos líderes de TI afirmam que a proliferação de IA já está aumentando a complexidade e os riscos, enquanto apenas 12% têm uma forma centralizada de gerenciá-la.

Para os CIOs, o que importa é saber se a ferramenta se integra ao que já existe sem fragmentar ainda mais o ambiente. Os profissionais de marketing conseguem avaliar isso a partir de dois pontos.

• O agente consegue operar dentro dos seus sistemas e fluxos de trabalho? Uma boa solução deve se integrar às plataformas já existentes e reduzir as transferências de tarefas, sem adicionar mais uma camada para gerenciar.
• As permissões e regras de governança existentes ainda se aplicam quando o agente age? O agente deve acessar apenas o que for permitido, com as mesmas permissões e políticas aplicadas em cada etapa do fluxo de trabalho.

Se as duas verificações forem positivas, a conversa com o CIO fica muito mais fácil, pois o agente permanece dentro dos sistemas e controles de marketing que o time de TI já gerencia.

4. A solução agêntica consegue comprovar seu valor para o marketing?

Pergunte à maioria das equipes de marketing como uma solução agêntica está se saindo, e os indicadores de adoção, como logins e uso diário, costumam ser os únicos dados disponíveis. Segundo o Relatório de IA e Tendências Digitais 2026 da Adobe, apenas 31% das organizações têm uma estrutura de medição para IA agêntica.

Fechar essa lacuna começa pela escolha de soluções que facilitem a mensuração. Para oferecer a visibilidade necessária tanto aos líderes de marketing quanto aos de TI, verifique se você consegue acompanhar o que os fluxos de trabalho agênticos estão produzindo e quanto custam para ser executados.

• A ferramenta consegue mostrar o impacto nos resultados? Verifique se você consegue conectar a atividade agêntica a conversões, ao desempenho da campanha, à eficiência ou a outros resultados de negócios, não apenas ao volume de uso.
• Há uma forma integrada de medir o ROI especificamente para fluxos de trabalho agênticos? Busque relatórios em nível de fluxo de trabalho que conectem os resultados ao consumo de créditos e aos custos do agente.
• O fornecedor fala sobre responsabilidade pelos resultados? Pergunte como o sucesso é definido, quem é responsável pelo resultado e como identificar quais fluxos de trabalho devem ser escalados, ajustados ou encerrados.

Com isso, marketing e TI passam a ter uma base concreta para decidir quais fluxos de trabalho devem ser escalados e quais soluções merecem mais recursos.

5. A solução agêntica passou por testes para representar sua marca com segurança?

Metade das organizações em uma pesquisa recente relatou ter lançado um agente de IA que passou pelas avaliações internas, mas gerou falhas visíveis para os clientes. Nesse ponto, as equipes já teriam criado fluxos de trabalho em torno da ferramenta, tornando as lacunas de qualidade e segurança muito mais difíceis de isolar e corrigir.

Isso torna a qualidade da avaliação fundamental. Você precisa saber o que o fornecedor testou, quais problemas surgiram e como essas descobertas mudaram o sistema antes do lançamento. Para isso, algumas perguntas mais diretas são essenciais.

• O fornecedor consegue apresentar evidências de testes de viés? Pergunte quais grupos demográficos e cenários foram testados, quais disparidades surgiram e o que foi alterado em função disso.
• Quais medidas foram adotadas para identificar saídas prejudiciais ou fora do padrão da marca? Verifique quais falhas foram identificadas nos testes e quais salvaguardas foram implementadas antes de o sistema entrar em produção.
• O controle de qualidade continua após o sistema entrar em produção? Confirme se os ciclos de feedback humano, além dos erros identificados no uso real, orientam a gestão e o aprimoramento do modelo.

Cobrar essas informações específicas ajuda as equipes de marketing e de TI a avaliar se qualidade, equidade e segurança são respaldadas por testes reais, salvaguardas e feedback contínuo, e se o sistema está pronto para representar a marca com consistência em todas as campanhas e mercados.

Alinhando o que o marketing quer ao que a TI precisa.

As cinco perguntas apontam para o mesmo padrão. Uma solução de IA agêntica precisa funcionar nos sistemas que os profissionais de marketing já utilizam, manter a governança e a supervisão humana em todo o fluxo de trabalho e estar ancorada no contexto de marca e de negócios da organização.

Quando uma solução agêntica já está integrada aos fluxos de trabalho em produção, lacunas de supervisão, mensuração ou segurança da marca se tornam muito mais difíceis de resolver. Os profissionais de marketing que consideram essas questões ao avaliar uma solução ficam em melhor posição para escalar a IA agêntica de forma a gerar resultados concretos para os negócios.

Adobe CX Enterprise Coworker foi desenvolvido com base nesse modelo. Ele mantém o trabalho em andamento e aciona aprovações quando o julgamento humano é necessário. Cada ação executada permanece vinculada aos objetivos de negócios definidos pelas equipes e respeita as permissões que o usuário já possui nos aplicativos Adobe CX Enterprise conectados. Com isso, os profissionais de marketing ganham mais agilidade e autonomia sem abrir mão da supervisão que a TI espera.

Se quiser ver na prática como é um colaborador de IA governado e conectado, explore o CX Enterprise Coworker.

https://business.adobe.com/fragments/resources/cards/thank-you-collections/generative-ai