.webp){kind=small}
As equipes de IA corporativa deixaram de apostar em uma única plataforma de orquestração. A empresa mediana agora executa três simultaneamente — não por acaso, mas porque nenhuma delas confia totalmente em um único fornecedor para gerenciar tudo, de acordo com dados da VB Pulse. Isso não se deve apenas a evitar a dependência de um único fornecedor e manter a flexibilidade (embora isso seja uma grande parte do problema). Ainda existe muita incerteza, até mesmo desconfiança, em relação à segurança e aos recursos de permissão dos fornecedores. As empresas querem a capacidade de impor suas próprias permissões.
A Microsoft lidera o uso principal atualmente, enquanto a Anthropic lidera com ampla vantagem no que as empresas estão considerando para o futuro. Mas as empresas ainda enfrentam muitos desafios, principalmente em relação ao uso de tokens e à visibilidade dos gastos dos agentes.
Suas plataformas de escolha, o que orienta sua tomada de decisão, o que priorizam, suas expectativas em relação à IA, como controlam os custos e se sua IA é realmente ativa ou ainda um chatbot com o rótulo de "agente." A VB Intelligence está recebendo feedback de desenvolvedores que estão na linha de frente: engenheiros de software e aprendizado de máquina (ML), gerentes de produto e programa, e vice-presidentes e diretores de dados/IA/análise.
Preocupações em relação à manutenção da visibilidade e do controle
Em 107 empresas, a orquestração de agentes tornou-se decididamente plural. A pesquisa constatou que a maioria das empresas não está se comprometendo com um único modelo: 85% usam duas ou mais ferramentas de orquestração; 64% usam três. Apenas 15% executam uma única plataforma de orquestração.
O Microsoft AI Foundry/Copilot Studio aparece em 70% das soluções, o SDK de Agentes da OpenAI em 68% e a Plataforma Claude da Anthropic em 47%. Os desenvolvedores pesquisados também usam, em alguma medida, a Plataforma de Agentes Empresariais do Google, LangChain/LangGraph, Salesforce Agentforce, Amazon Bedrock e LlamaIndex. Complementando as ferramentas de fornecedores, 22% dos desenvolvedores executam orquestração interna personalizada. Espera-se que essa tendência de hibridização continue. Mais da metade dos entrevistados (53%) afirmou que o plano de controle principal será híbrido até o final de 2026. Quatorze por cento esperam usar um serviço gerenciado pelo provedor, 13% planejam um plano de controle interno personalizado e 11% apostam em plataformas externas que são abstraídas dos provedores de modelos.
Em consonância com isso, mais de dois terços dos entrevistados planejam mudar de plataforma dentro de um ano: 15% nos próximos três meses (ou antes), 24% em três a seis meses e 28% em seis a 12 meses. O Claude Agent SDK é uma das principais ferramentas em consideração; 43% dos desenvolvedores estão explorando o modelo criado pela Anthropic. Aproximadamente um terço está analisando a Plataforma de Agentes Empresariais do Google, outros 31% estão focados em orquestração interna personalizada e 25% estão investigando as opções da OpenAI. Talvez aprendendo com a dependência dos primeiros dias da nuvem, as empresas não estão escolhendo um "vencedor." Eles estão construindo deliberadamente para um futuro onde múltiplas plataformas de orquestração, modelos e agentes trabalham em conjunto em um plano de controle híbrido.
De modo geral, os entrevistados estão satisfeitos com as plataformas que têm utilizado, atribuindo-lhes uma nota de 4,17 de 5 para satisfação geral. Mas estão menos satisfeitos com a facilidade de implementação (nota de 3,91 de 5) e com o custo-benefício (3,63 de 5). Fique de olho nessas avaliações à medida que as plataformas de orquestração e os roteiros de IA amadurecem.
Onde as empresas estão investindo seu dinheiro
A lógica de compra das empresas agora se baseia em uma combinação de vários fatores. Além da flexibilidade (citada por 29% dos entrevistados), as principais considerações incluem segurança e permissões (17%), confiabilidade em produção (15%) e controle sobre a execução do agente (15%). Apenas um em cada 10 identifica a gravidade do modelo — alinhamento nativo com um modelo base de última geração — como importante nas decisões de compra; 8% mencionam a facilidade de desenvolvimento, 4% citam o custo total de propriedade e apenas 2% mencionam a latência e o desempenho da memória.
Os gastos também refletem a prioridade das empresas em relação à visibilidade, segurança e controle.
Os desenvolvedores estão investindo mais em monitoramento e depuração de agentes (31%) e em segurança e aplicação de permissões (30%). As ferramentas de fluxo de trabalho representam outros 19%. Isso representa uma mudança em relação à pesquisa anterior da VentureBeat, realizada um mês antes, quando as ferramentas de fluxo de trabalho lideravam os gastos com orquestração. As empresas estão otimizando principalmente a confiabilidade na conclusão de tarefas (30%), o gerenciamento de fluxos de trabalho com várias etapas (27%), a produtividade do desenvolvedor (23%) e a estabilidade operacional (13%). Apenas 7% dos entrevistados citam a experiência do usuário final como prioridade máxima neste momento, indicando que muitos ainda estão focados na orquestração em vez da experiência do usuário.
Essencialmente, as empresas estão sinalizando que o fluxo de trabalho é bem-sucedido quando leva várias etapas à conclusão. Simplificar o desenvolvimento e as experiências do usuário final pode se tornar uma preocupação maior quando as plataformas estiverem de fato implementadas.
As maiores preocupações dos desenvolvedores ao escolher plataformas giram em torno do controle e da supervisão. Eles não querem que os fornecedores limitem sua capacidade de ver o que seus agentes estão fazendo em uma determinada plataforma. Entre os principais fatores que preocupam estão as limitações de segurança e permissões (37%), a dependência de fornecedores (23%), a visibilidade e observabilidade limitadas (22%) e a inflexibilidade em relação a modelos e ferramentas (16%). Enquanto isso, nestes primeiros dias dos agentes de IA, as empresas ainda lutam para controlar o uso de tokens de agentes; uma em cada cinco ainda não consegue impedir que um agente gaste descontroladamente em tempo real.
Os desenvolvedores estão usando várias estratégias para tentar manter os gastos dos agentes sob controle: 30% dependem de controles nativos da plataforma (limites de orçamento integrados ou limitação de recursos) e 25% criaram infraestruturas de gateway personalizadas (middleware proxy para interceptar agentes descontrolados). Um quarto dos entrevistados usa roteamento dinâmico para transferir trabalho pesado para modelos de baixo custo e 21% ainda dependem exclusivamente de monitoramento reativo, como logs pós-hoc; essas empresas não têm mecanismos de interrupção em tempo real. Uma descoberta interessante: ao contrário da onda anterior, o tamanho da organização faz pouca diferença na maturidade do controle fiscal — 18% das empresas com mais de 10.000 funcionários exercem apenas controle reativo, em comparação com 23% das menores.
