A distancia entre IA agentica em uma demonstracao e IA agentica em producao esta comecando a aparecer nos numeros. No Data Streaming Report anual da Confluent, uma pesquisa com 4.625 lideres de TI em 14 paises, 77 por cento dos que rodam IA agentica em producao dizem que os projetos empacaram por problemas relacionados a dados, e 61 por cento relatam abandono total. A adocao e real e ainda esta crescendo, mas a taxa de travamento tambem.

Os obstaculos que os lideres de TI apontaram em sua maioria nao tem a ver com os modelos. Uma lacuna de habilidades e o preparo organizacional limitado lideraram a lista com 69 por cento, seguidos de perto por preocupacoes com a confiabilidade e o nao determinismo dos LLM com 68 por cento, infraestrutura e qualidade de dados com 66 por cento, e governanca, risco e conformidade com 65 por cento. Atrasos de um a cinco meses sao comuns, e alguns esforcos param por tempo indeterminado. Cerca de 32 por cento das empresas hoje rodam IA agentica em producao, acima dos 29 por cento de um ano antes, entao isso se le como a dolorosa ponta avancada da adocao, e nao seu colapso.

O tema recorrente por baixo de tudo sao os dados, e e mais do que uma reclamacao de qualidade. Um agente autonomo age sobre quaisquer dados que recebe, o que transforma uma procedencia fragil e informacoes desatualizadas em um problema de seguranca, e nao em um inconveniente de relatorio: o agente vai tomar acoes reais sobre dados que ninguem verificou. E a mesma lacuna de confianca que aparece em outros lugares nesta semana, de um novo padrao do Google para que agentes verifiquem as ferramentas as quais se conectam, ate um benchmark no qual o melhor modelo ainda conclui apenas cerca de um terco das tarefas cientificas de especialistas.

A constatacao se alinha ao clima mais amplo das pesquisas. O Gartner ja previu que mais de 40 por cento dos projetos de IA agentica serao cancelados ate 2027, e uma pesquisa separada da Transcend colocou em 81 por cento a parcela de empresas que estao atrasando, reduzindo ou abandonando a IA por lacunas de permissao de dados e de governanca. Nada disso diz que os agentes nao funcionam. Diz que a parte dificil nao e a demonstracao, e conectar um sistema autonomo a dados reais e baguncados e a uma responsabilizacao real, e neste momento a capacidade continua chegando mais rapido do que o encanamento e a confianca necessarios para opera-la com seguranca.