A função do profissional de marketing está mudando, e os riscos de erro evoluem junto com ela. Nos últimos dois anos, a IA ajudou os profissionais de marketing a executar o trabalho: redigir emails, resumir campanhas e sugerir segmentos. Agora, os agentes começam a realizar trabalho de verdade: assumem um objetivo, planejam as etapas, executam em diferentes sistemas e devolvem um resultado, em vez de apenas fornecer informações para apoiar uma decisão humana. Com essa mudança, a função do profissional de marketing deixa de ser produzir o trabalho para se tornar direcioná-lo e supervisioná-lo.
É aqui que o marketing tem mais a ganhar. Grande parte do trabalho pode ser automatizada, pois envolve múltiplas etapas e processos repetitivos. Porém, como o resultado final impacta diretamente a marca e o cliente, a margem para erros é mínima. Os agentes, portanto, têm pouquíssimo espaço para depender de suposições. Quando uma pessoa revisa cada resultado, os erros são identificados imediatamente. Quando um agente conduz sozinho uma campanha de dez etapas, uma suposição equivocada no início do processo vira a entrada da etapa seguinte. Os erros se acumulam sem serem percebidos porque os agentes tendem a preencher lacunas de informação com respostas confiantes, sem sinalizar o que está faltando. Se o trabalho construído sobre essas suposições for publicado, ele chega a clientes reais com a voz da marca, gerando um risco pelo qual alguém terá de responder.
O que torna um agente confiável não é o modelo, é o contexto.
Hoje, todas as principais plataformas de marketing funcionam com modelos de IA comparáveis. O que separa um agente confiável de um que não merece confiança não é o modelo, mas o contexto que ele tem no momento em que age: o que sabe, o que está autorizado a fazer e o que significa “bom” para a marca. Um modelo capaz com o contexto errado comete erros com convicção; o mesmo modelo com o contexto certo executa um trabalho útil com segurança. Por isso, a pergunta real para uma organização de marketing que avalia se é possível confiar nos agentes não é "Qual IA?", mas "Qual contexto?".
O que torna um fluxo de trabalho sensível ao contexto?
Os dados mais ricos e confiáveis sobre como o trabalho de uma organização de marketing é realmente realizado estão definidos nos seus fluxos de trabalho: o objetivo da campanha, prazos e dependências, responsabilidades de aprovação, tarefas concluídas e trabalho pendente. Toda a consciência situacional que um agente precisa já está disponível de forma estruturada e responsável.
Colocar essa abordagem em produção com segurança depende de seis decisões de design. Para os profissionais de marketing, essas decisões se resumem a uma necessidade simples: um único lugar onde pessoas e agentes trabalham juntos, cada agente tem o contexto adequado, opera dentro dos limites corretos e deixa um rastro que mostra quem fez o quê.
1. Os agentes são participantes de primeira classe no modelo de trabalho.
Tratar um agente como responsável ao lado de uma pessoa exige uma mudança no modelo de dados, em vez de simplesmente adicionar um bot ao sistema. Um agente precisa de identidade e credenciais próprias, além de um escopo de permissões baseado em funções e atributos. Isso garante que as ações do agente sejam limitadas por políticas, e não por um prompt. Controles de recursos que humanos tradicionalmente não precisam, como orçamentos de custo e limites de concorrência, são necessários porque os agentes escalam com tokens e execução paralela, e não com o número de colaboradores. Os campos de atribuição, autoria e aprovação precisam ser capazes de referenciar um ator, seja uma pessoa ou um agente, de modo que a responsabilidade abranja ambos.
2. O contexto é montado a cada etapa a partir do registro.
É aqui que a disciplina da engenharia de contexto entra em ação. O contexto é montado do zero a cada etapa, em vez de ser carregado uma vez e reutilizado. O objetivo é fornecer o menor conjunto possível de informações atuais, relevantes e permitidas para a tarefa em questão, pois mais dados não é necessariamente melhor. Um modelo tem uma capacidade de atenção finita. À medida que a janela de contexto se preenche, a capacidade do modelo de identificar o que realmente importa diminui, e as informações mais importantes podem ficar soterradas em um volume excessivo de contexto.
Para que as tarefas em um fluxo de trabalho agêntico funcionem bem, o agente precisa recuperar contexto relevante em tempo real, combinando resultados de pesquisa relevantes para a tarefa, obtidos por meio de consultas estruturadas, pesquisa semântica e travessia de grafos, com resumos compactados das etapas anteriores. Isso garante que o agente sempre tenha as informações mais atuais e relevantes para a tarefa em questão. Para operar em grande escala corporativa, filtros de permissão devem ser aplicados aos dados em tempo de execução, garantindo que o agente acesse apenas o contexto ao qual sua identidade está autorizada. O contexto resultante também deve ser preservado e referenciável no histórico do fluxo de trabalho, para que as partes interessadas possam ver exatamente qual contexto embasou cada ação e o resultado correspondente.
3. As decisões são delimitadas pelo registro.
Para que os agentes sejam úteis em grande escala, eles precisam tomar boas decisões por conta própria. Se uma pessoa precisar revisar cada ação em busca de erros, o agente não economiza tempo algum. A solução está em separar orientação de regras. O contexto que o agente recebe guia seu raciocínio e planejamento, como um briefing que descreve o que se espera dele. Já as regras que não podem ser violadas, como requisitos de marca, limites legais ou limites de aprovação, não devem depender do acerto do agente. Em vez disso, o sistema verifica cada ação em relação a essas regras antes de ela entrar em vigor. Se uma ação não passar na verificação, o agente é redirecionado para tentar novamente e ajustar o trabalho até que esteja em conformidade.
4. As transferências são tipificadas e controladas.
Uma transferência ocorre sempre que o trabalho passa de uma parte para outra: de uma pessoa para um agente, entre agentes, de um agente para outro sistema ou de volta para uma pessoa. As transferências são os pontos onde os fluxos de trabalho com várias etapas mais frequentemente falham, e por isso cada uma precisa de regras claras. Cada transferência deve carregar as informações necessárias para a próxima etapa e um registro de quem ou o que estava autorizado a realizar o trabalho. Também deve verificar se o resultado está completo e no formato esperado antes de prosseguir. Sem essas verificações, um erro em uma etapa é repassado adiante, e cada etapa seguinte se afasta ainda mais do que foi planejado.
5. A governança é aplicada em cada transferência, com registro de quem fez o quê.
As pessoas definem as políticas, e o sistema as aplica automaticamente sempre que o trabalho avança de uma etapa para a próxima. Em cada transferência, o sistema verifica se as decisões e ações do agente atendem a todos os requisitos, como autorização adequada, políticas da empresa e limites de aprovação. Só então o trabalho prossegue. Essas verificações adicionam uma segunda camada de controle de qualidade sobre as checagens que os próprios agentes já realizam. Elas também garantem que cada agente siga as mesmas regras toda vez que o fluxo de trabalho for executado.
6. Tudo é observável no trabalho humano e dos agentes.
Cada etapa deixa um registro do que aconteceu: as informações que o agente usou, as ferramentas que acionou, as decisões que tomou e por quê, o nível de confiança, o resultado, o tempo gasto e o custo. Isso não é apenas uma formalidade, é um recurso essencial. Em um fluxo de trabalho com muitas etapas, não é possível descobrir o que deu errado na etapa 14 só olhando para o resultado final. Por isso, o sistema mantém um log salvo de cada execução, oferecendo às equipes um registro confiável do que aconteceu. Junto com o fluxo de trabalho gerenciado, esse histórico é o que permite às equipes supervisionar um número crescente de agentes sem perdê-los de vista.
Uma única fonte de verdade mantém tudo unido. O sistema de fluxo de trabalho permanece uma plataforma única e unificada, fornecendo a governança necessária para garantir qualidade em grande escala corporativa, enquanto os modelos e agentes (agentes da Adobe, agentes de terceiros, agentes personalizados internos etc.) que operam nela são intercambiáveis. O controle do sistema é centralizado exatamente para que a execução possa ser distribuída. Isso permite que as empresas adotem agentes sem se comprometer com o modelo de um único fornecedor nem ficar limitadas aos agentes específicos suportados pelo sistema.
Como o Adobe Workfront faz isso e por que ele é diferente.
Essa é a arquitetura que estamos incorporando ao Adobe Workfront, e ela se encaixa naturalmente porque um registro de trabalho contextualizado é exatamente o que o Workfront sempre foi projetado para oferecer. O processo de entrada estruturado, as aprovações rastreáveis, a coordenação orientada por dependências e a visibilidade do portfólio foram desenvolvidos para coordenar pessoas e seu trabalho. Essa mesma base é exatamente o que os agentes precisam para receber trabalho com confiança: um registro confiável do objetivo, mesmo quando a solicitação surge como uma conversa, um modelo de aprovação que já sabe quem pode dar o aval e um mapa de dependências que compreende como o trabalho se conecta. Transformar o Workfront no espaço onde pessoas e agentes trabalham juntos é uma evolução natural, não uma reinvenção.
Nesse modelo, os colaboradores de IA do Adobe Workfront são a voz e as mãos. Eles permitem que profissionais de marketing expressem intenções e executem o trabalho necessário para concretizá-las em sistemas Adobe e de terceiros, tudo dentro da plataforma Workfront governada e confiável que já conhecem bem. E estamos avançando rapidamente. Os projetos Adobe Coworker, impulsionados pelo Workfront, são os próximos exemplos concretos de como o Workfront viabiliza o trabalho colaborativo entre pessoas e agentes em grande escala, com um conjunto de capacidades mais amplo do que nunca.
Veja o que diferencia o Workfront e a Adobe de qualquer ferramenta de gestão de trabalho independente. Um fluxo de trabalho só é tão contextualizado quanto o contexto que consegue acessar, e uma ferramenta independente enxerga o trabalho, mas não a marca, o cliente, o conteúdo ou a campanha por trás dele. O Workfront faz parte da pilha de martech da Adobe, ao lado dos sistemas que gerenciam perfis de clientes e consentimento (Adobe Experience Platform e Adobe Real-Time CDP), jornadas do cliente (Adobe Journey Optimizer), análise (Adobe Customer Journey Analytics) e o conteúdo e os ativos digitais (Adobe Experience Manager e a solução GenStudio para cadeia de suprimento de conteúdo), junto ao Adobe Brand Intelligence. Isso significa que um fluxo de trabalho do Workfront pode, de forma nativa, deixar um agente ciente não apenas do trabalho, mas também da marca que precisa preservar, do cliente que atende, do conteúdo que pode utilizar e dos resultados que gera, tudo em um único lugar e em grande escala empresarial. Nenhuma outra plataforma de gestão de trabalho oferece esse mesmo nível de contexto de marketing conectado.
Somos transparentes ao admitir que ainda estamos construindo isso, sem afirmar que está concluído. No entanto, a vantagem estrutural que vem do lugar onde o Workfront está inserido é o verdadeiro diferencial, e nenhuma ferramenta independente consegue alcançar isso apenas adicionando funcionalidades. É a diferença entre um sistema de fluxo de trabalho que enxerga apenas as tarefas e um que compreende toda a operação de marketing.
Os fluxos de trabalho contextuais são a base.
As organizações de marketing que terão sucesso na era agêntica não serão as que tiverem mais agentes, mas as que puderem confiar nos agentes com trabalho real. Isso exige confiança, e a confiança vem do fluxo de trabalho que cerca os agentes, não dos agentes em si. Um fluxo de trabalho contextualizado é aquele em que os objetivos são definidos, as diretrizes são aplicadas, o contexto certo é entregue, a supervisão humana é mantida e os resultados são verificados e medidos. É isso que permite que profissionais de marketing deleguem trabalho a agentes com confiança, que CIOs governem e auditem operações e que as empresas cresçam em ritmo vertiginoso. Esse sistema de fluxo de trabalho é o que o Adobe Workfront está desenvolvendo de forma nativa na pilha de martech de nível mundial da Adobe para impulsionar o trabalho colaborativo entre pessoas e agentes. O futuro está chegando rapidamente, e a oportunidade de moldá-lo é agora.
Saiba mais sobre os colaboradores de IA do Adobe Workfront.
