• A Databricks compartilha percepções de mais de 20.000 organizações globais em seu novo relatório State of AI Agents, incluindo tendências nos principais casos de uso de AI, sistemas agênticos e transformações de banco de dados.
• À medida que os investimentos em IA se aprofundam, os inovadores priorizam cada vez mais a governança e a avaliação. Empresas que implementaram governança de IA levaram 12x mais projetos para a produção.
• Agentes de IA estão impulsionando a atividade principal do banco de dados, levando à transformação para um novo tipo de banco de dados chamado Lakebase.
Está ocorrendo uma mudança rápida na IA empresarial. As organizações estão fazendo a transição de chatbots para arquiteturas de agentes que fornecem resultados precisos para casos de uso empresariais. Para navegar nesta transição, líderes e profissionais de dados estão recalibrando suas estratégias de agentes.
O que é preciso para que os agentes de IA trabalhem para o seu negócio? E o que as empresas líderes estão fazendo de diferente daquelas que estão estagnadas?
O relatório O estado dos agentes de IA utiliza dados de mais de 20.000 clientes globais para revelar as maiores tendências sobre como as organizações estão abordando os agentes de IA. Este relatório compartilha percepções sobre IA no ambiente corporativo: casos de uso comuns, avaliações e governança, transformação de bancos de dados e muito mais.
Aqui estão alguns dos principais destaques:
Todo mundo está falando sobre IA corporativa. Mas como isso se aplica no mundo real? Analisamos os casos de uso de IA mais comuns em todas as regiões e indústrias. O resultado: as empresas estão automatizando tarefas críticas, porém rotineiras.
Essas tarefas variam de inteligência de mercado a defesa do cliente e relatórios regulatórios. Dos 15 principais casos de uso, 40% se concentram na experiência e no engajamento do cliente.

E essas aplicações são personalizadas para setores específicos. Por exemplo, a análise da literatura médica é um dos principais casos de uso para empresas de saúde e ciências da vida, enquanto a manutenção preditiva é mais comum nas indústrias automotiva ou de energia e utilidades.
Uma pesquisa global de 2024, realizada pelo Economist Impact, revelou que 40% dos entrevistados acreditam que o programa de governança de AI de sua organização é insuficiente. Ele não define os dados adequadamente, não estabelece as barreiras de proteção adequadas nem fornece a responsabilização necessária. E sem verificações e equilíbrios robustos, as empresas terão dificuldade para escalar agentes de AI em produção.
Talvez não seja surpresa que os produtos de governança e segurança de IA tenham tido o maior aumento de uso no último ano, de acordo com nossos dados. E as empresas que usam ferramentas de governança de IA colocam mais de 12 vezes mais projetos de IA em produção.

As avaliações de IA são essenciais para garantir resultados de alta qualidade, necessários para implantar agentes de IA em produção, e as organizações estão adotando rapidamente as ferramentas de IA. As organizações que usam ferramentas de avaliação levam quase 6 vezes mais sistemas de IA para a produção.
À medida que o "vibe coding" ganha popularidade, a abordagem de desenvolvimento de aplicações orientada por IA está reformulando rapidamente a forma como as empresas gerenciam seus bancos de dados. Como resultado, as empresas precisam fornecer a elasticidade, a programabilidade e a escala em sua arquitetura necessárias para que os agentes de AI tenham o desempenho esperado.

Os agentes possibilitam essa escala, e observamos essa mudança ocorrendo em nossos próprios dados. No Neon, um banco de dados Postgres serverless adquirido pela Databricks e a tecnología central por trás do Databricks Lakebase, os agentes de IA agora criam 80% de todos os bancos de dados e 97% das Branches de banco de dados.
O valor dos agentes de AI em ambientes corporativos é sua capacidade de orchestrar fluxos de trabalho complexos com base nos dados da própria organização. Para entender como as empresas estão utilizando agentes de IA, analisamos o uso dos quatro tipos de agentes no Databricks Agent Bricks.

Entre nossos clientes, o principal caso de uso de agente é o Supervisor Agent, que representou 37% do uso. O Supervisor Agent cria sistemas de múltiplos agentes – otimizados automaticamente com os dados da própria organização – que trabalham juntos para concluir tarefas em domínios especializados.
Criar e implantar agentes de IA não é mais uma barreira para as organizações. Agora, o desafio é fazer isso de forma segura e governada, que realmente agregue valor para o negócio.
Para saber mais sobre como as organizações mais bem-sucedidas estão aprofundando o uso da IA em suas operações, leia o relatório completo State of AI Agents de 2026.
(Esta publicação no blog foi traduzida utilizando ferramentas baseadas em inteligência artificial) Publicação original
Insights
September 16, 2025/5 min de leitura

