McKinsey Agora Quer Fábricas de Agentes. Ainda Sem Governança.

Este é o quarto artigo da McKinsey sobre IA que acompanhamos em cinco meses. Cada um diagnostica o problema de forma diferente. Cada um prescreve algo que a McKinsey vende. E cada um chega mais perto de uma conclusão que a firma ainda não consegue articular por inteiro.

O primeiro mediu percepção e chamou de evidência. O segundo tratou escala como problema de design. O terceiro usou a palavra “governável” sem defini-la. Agora, no quarto, a prescrição é “fábricas de agentes” (agent factories). A ironia: os dados mais confiáveis do próprio artigo contradizem o otimismo da prescrição.

O dado que importa está enterrado no texto

A McKinsey admite, em seu próprio material, que “quase 8 em cada 10 organizações não reportam ganhos significativos com IA.” A pesquisa do NBER com cerca de 6.000 executivos corrobora: 89% reportam zero impacto na produtividade. Executivos preveem ganhos de apenas 1,4 a 1,9% em três anos.

A mesma McKinsey projeta ganhos anuais de 3 a 5% e crescimento acima de 10%. A divergência não é sutil. É uma contradição estrutural entre a evidência citada e a conclusão apresentada.

Quando o ensaio clínico randomizado do METR mostra que desenvolvedores experientes ficaram 20% mais lentos com IA (acreditando estar mais rápidos), projetar 10% de crescimento exige explicar o que mudou entre a evidência e a projeção. O artigo não explica.

”Fábricas de agentes” não são novas

O conceito central do artigo é a “agent factory”: uma estrutura organizacional para criar, testar e escalar agentes de IA. Microsoft publicou um white paper sobre o tema em fevereiro de 2026. Oracle adotou o termo em março. A McKinsey chegou ao mesmo lugar, de forma independente.

É uma convergência real. Três organizações diferentes, sem coordenação aparente, nomeando a mesma ideia. Isso sugere que o problema é genuíno. Mas a solução proposta é, essencialmente, um Centro de Excelência de IA com nome novo. Centros de Excelência existem na literatura de gestão de TI há mais de uma década. A prática é documentada. Os resultados são mistos.

Renomear não resolve. Se as fábricas de agentes funcionarem melhor que os CoEs que as precederam, será por causa do que contêm, não do nome que carregam. O artigo descreve a embalagem sem detalhar o conteúdo.

Casos anônimos, resultados inverificáveis

O artigo apresenta três estudos de caso. Uma seguradora europeia que triplicou a conversão. Uma companhia aérea americana com ganhos de 210%, 800% e 59% em diferentes métricas. Uma construtora americana que processou 500.000 transcrições e triplicou a conversão.

Todos são anônimos. Nenhum pode ser verificado de forma independente. A referência cruzada com publicações anteriores sugere que os números atribuídos à “companhia aérea” podem pertencer a uma empresa de telecomunicações. Sem nomes, sem datas, sem metodologia publicada, esses números são afirmações, não evidências.

Compare com o rigor que exigimos em qualquer outro contexto. Uma empresa farmacêutica que apresentasse resultados clínicos sem identificar o estudo, a amostra ou a metodologia seria descartada na primeira leitura. Em consultoria de IA, os mesmos padrões aparentemente não se aplicam.

A circularidade que se repete

Quase todas as referências do artigo apontam para outras publicações da McKinsey. A firma cita a firma. Dados próprios validam conclusões próprias. O leitor que seguir as notas de rodapé vai circular entre McKinsey Quarterly, McKinsey Digital e McKinsey Global Institute sem nunca tocar uma fonte externa independente.

Identificamos esse padrão desde o primeiro artigo que analisamos. A autocitação não é necessariamente desonesta. A McKinsey produz pesquisa relevante. Mas quando a evidência, a análise e a prescrição vêm do mesmo autor, o conflito comercial é estrutural. A McKinsey vende exatamente os serviços que recomenda.

O que falta na prescrição

Aqui está o ponto central. O próprio artigo identifica governança como necessidade. Menciona riscos de custos descontrolados, viés algorítmico, conformidade regulatória. A Gartner projeta que 40% dos projetos de IA agêntica serão cancelados até 2027 por problemas de governança.

A prescrição, porém, não inclui um framework de governança. A fábrica de agentes que a McKinsey descreve sabe criar agentes. Sabe testá-los. Sabe escalá-los. Não sabe governá-los.

Criar agentes sem governança é como construir uma fábrica sem controle de qualidade. A linha de produção funciona. O volume impressiona. Mas ninguém sabe dizer, com confiança, se o que sai da linha atende ao padrão mínimo. E quando 80% das organizações já não veem resultados, acelerar a produção sem controle agrava o problema.

Como discutimos em Governança Bloqueia a IA Empresarial, o gargalo não é capacidade técnica. É a ausência de estruturas que determinem o que um agente pode decidir, o que precisa de supervisão e o que não pode ser delegado. Sem isso, cada agente adicional multiplica o risco, não o retorno.

O padrão de quatro artigos

A sequência completa revela uma trajetória que a McKinsey não articula como arco, mas que se lê como um:

Artigo 1 (novembro 2025): IA funciona, executivos confirmam. Prescrição: adoção organizacional.

Artigo 2 (fevereiro 2026): IA não escala. Prescrição: melhor design de experiência.

Artigo 3 (março 2026): IA precisa ser “governável.” Prescrição: princípios de design com a palavra governança no parágrafo final.

Artigo 4 (março 2026): IA precisa de fábricas. Prescrição: estrutura de produção sem framework de governança.

Cada artigo chega mais perto. Nenhum completa a jornada. O padrão é o de quem reconhece o sintoma mas prescreve para a camada errada. O sintoma é escala. A causa é governança. Fábricas de agentes sem governança produzem agentes em escala sem controle em escala.

O conselho válido, enterrado no otimismo

Seria desonesto descartar tudo. A McKinsey acerta em um ponto que quase ninguém articula com a mesma clareza: “pense em workflows, não em ferramentas.” Essa orientação é correta. A maioria das organizações compra ferramentas de IA como comprava software empresarial nos anos 2000, esperando que o produto resolva o processo. Não resolve.

O problema não é conceitual. A fraqueza é evidencial. A McKinsey sabe que workflows importam mais que ferramentas. Sabe que 80% das organizações não veem resultado. Sabe que governança é necessária. Mas conectar esses três pontos em uma prescrição coerente significaria recomendar algo que a firma ainda não produtizou como serviço.

Como observamos em Governança de Agentes de Marketing, o problema se repete em cada domínio funcional. Agentes de marketing, agentes de vendas, agentes que negociam com outros agentes: todos enfrentam a mesma lacuna entre capacidade e controle. A fábrica de agentes é o veículo. A governança é o que determina se o veículo chega ao destino ou se perde no caminho.

O que fazer com isso

Se sua organização está considerando uma estrutura de produção de agentes (chame de fábrica, centro de excelência ou qualquer outro nome), três perguntas antes de começar:

Primeira: para cada agente, qual é o limite de autonomia? Quais decisões ele pode tomar sozinho, quais precisam de aprovação e quais não podem ser delegadas? Se a resposta não existe antes do agente entrar em produção, ele vai operar sem limites até que um erro force a definição post hoc.

Segunda: como você mede resultado, não atividade? Volume de agentes criados não é métrica de sucesso. Resultado mensurável no workflow onde o agente opera é a única métrica que importa. Se não consegue medir, não consegue governar.

Terceira: qual é o custo real, incluindo supervisão? A McKinsey não menciona o custo de verificação humana que agentes mal governados exigem. Um agente que produz output rápido mas gera três horas de revisão por cada hora economizada não é produtivo. É uma transferência de custo.

A McKinsey vai chegar à governança. O arco de quatro artigos aponta nessa direção com a previsibilidade de uma tese de doutorado em desenvolvimento. A pergunta para sua organização é se faz sentido esperar pelo quinto artigo ou construir a estrutura de governança enquanto a fábrica está sendo planejada.

Fontes

McKinsey & Company. “Agents for Growth: Turning AI Promise into Impact.” Março 2026.
NBER. “The Real Effects of Generative AI on the U.S. Labor Market.” Fevereiro 2026.
METR. “Measuring the Impact of Early LLM-Based Coding Assistants on Developer Productivity.” Fevereiro 2026.
Gartner. “Predicts 2026: AI Agents and Agent Ecosystems.” Dezembro 2025.

Victorino Group ajuda organizações a construir sistemas de IA governados que entregam resultados mensuráveis: contato@victorino.com.br | www.victorino.com.br