Confiamos em Agentes de IA que Quebram Todos os Dias - Shy Ruparel, Temporal

하이라이트

• A pesquisa da KPMG em 2025 revelou três trilhões de dólares em ganhos de produtividade corporativa com IA agêntica, sendo os serviços financeiros responsáveis por liderar esse movimento.

• Sessenta e dois por cento das equipes financeiras perdem receita ou tempo mensurável devido a problemas de confiabilidade na implementação de inteligência artificial.

• Quatro em cada dez engenheiros enfrentam problemas com agentes de inteligência artificial diariamente, e um em cada seis lida com falhas a cada hora.

• Cerca de 22 por cento dos desenvolvedores perdem progresso e precisam refazer trabalhos devido a travamentos e reinicializações em sistemas de IA.

• O uso diário de agentes de IA passou de 47,3% para 80,8% em um período de quase um ano.

• Apenas 13% dos profissionais entrevistados possuem alta confiança na capacidade de observar e depurar fluxos de trabalho de IA em escala.

타임라인

1. 00:00 - 03:35

   Crescimento do uso de agentes e desafios no setor financeiro

   Os serviços financeiros lideram a adoção de inteligência artificial agêntica, mas a maioria das equipes ainda sofre com perdas de receita causadas por falhas de confiabilidade. Processos como originação de empréstimos, análise de fraudes e prevenção à lavagem de dinheiro exigem precisão absoluta porque movimentam dinheiro real ao longo de vários sistemas e etapas.

   • A adoção de agentes de inteligência artificial gerou três trilhões de dólares em produtividade corporativa em 2025.
   • Noventa e quatro por cento das fintechs consideram a inteligência artificial fundamental para suas operações comerciais.
   • Os processos financeiros envolvem fluxos de trabalho de longa duração que cruzam múltiplos sistemas e dias.
2. 03:35 - 08:58

   As quatro lacunas entre expectativa e produção

   A pesquisa realizada com mais de 500 profissionais revela discrepâncias profundas entre a experimentação diária e a implantação empresarial segura. Enquanto startups conseguem colocar protótipos em funcionamento em poucas horas, corporações reguladas precisam dedicar meses para garantir trilhas de auditoria, conformidade e confiabilidade.

   • Mais de 80% dos usuários utilizam agentes no dia a dia, mas apenas 49,1% operam esses sistemas em produção.
   • Cerca de 85,5% dos profissionais confiam nas saídas dos agentes, apesar de 41,1% enfrentarem falhas diárias.
   • Grandes empresas com mais de cinco mil funcionários levam meses para implantar agentes de inteligência artificial em produção.
3. 08:58 - 13:10

   Problemas de rastreamento de estado e depuração

   As limitações de observabilidade transformam a depuração em um processo manual complexo, onde engenheiros precisam analisar logs extensos durante a madrugada. A fragilidade no gerenciamento de estado resulta em trabalho desperdiçado e na necessidade de construir códigos de recuperação paralelos à lógica de negócios.

   • O rastreamento de estado entre serviços é apontado por 35,7% das equipes como o maior obstáculo para a produtividade.
   • Isolar e depurar falhas consome 30,9% do tempo das equipes de engenharia.
   • Um em cada cinco participantes da pesquisa relata perda direta de progresso de trabalho decorrente de travamentos.
4. 13:10 - 21:24

   Execução durável com Temporal e resolução de falhas

   A demonstração prática de um fluxo de pagamento ilustra como a interrupção proposital de workers não afeta o estado acumulado nem exige novas chamadas de modelos de linguagem. O uso de uma plataforma com histórico persistente elimina a necessidade de criar tabelas de estado manuais e reduz custos operacionais associados ao reprocessamento.

   • A execução durável assegura que o código prossiga até a conclusão mesmo quando o processo sofre interrupções.
   • O histórico de eventos armazena cada etapa de inteligência artificial e chamadas de ferramentas de forma isolada.
   • Empresas como OpenAI e Replit utilizam arquiteturas duráveis para evitar que falhas catastróficas destruam o progresso dos agentes.