O Quinto Artigo da McKinsey Sobre IA Repete a Falha dos Quatro Anteriores

Cinco artigos em cinco meses. Este é o quinto texto da McKinsey sobre IA que acompanhamos desde novembro de 2025. Cada um diagnostica o problema de forma ligeiramente diferente. Cada um prescreve algo que a McKinsey vende. E cada um repete a mesma omissão central.

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. O quarto prescreveu fábricas de agentes sem framework de governança. Agora, no quinto, o tema é arquitetura empresarial para a “era agêntica.”

A prescrição: dois caminhos. Integração incremental ou transformação abrangente. A omissão: segurança. Zero menções em um artigo de arquitetura empresarial.

A falsa dicotomia como técnica de ancoragem

O artigo apresenta dois caminhos para organizações que querem integrar IA agêntica à sua arquitetura. O primeiro é incremental: adicionar agentes sobre sistemas legados. O segundo é abrangente: reconstruir a arquitetura do zero.

Quem trabalha com decisões estratégicas reconhece o formato. É a técnica clássica de ancoragem. Ao apresentar a opção cara (transformação completa) ao lado da opção modesta (integração incremental), a opção cara ganha legitimidade. O leitor para de perguntar “preciso disso?” e começa a perguntar “qual dos dois?”

O problema: a escolha real não é entre os dois caminhos. O diferenciador entre organizações que extraem valor de IA e as que não extraem não é a abordagem arquitetural. É a maturidade de governança. Uma organização com governança madura pode adotar qualquer caminho e ajustá-lo. Uma organização sem governança vai fracassar em ambos.

A McKinsey transforma uma questão de governança em uma questão de arquitetura. Convenientemente, arquitetura é o que consultorias de gestão vendem.

O raciocínio circular da transformação abrangente

O artigo argumenta que a transformação abrangente “simplifica governança.” A justificativa: quando você reconstrói tudo, pode construir uma plataforma de governança desde o início.

Leia de novo. A transformação abrangente simplifica governança porque inclui a construção de uma plataforma de governança abrangente. É circular. A conclusão pressupõe o que deveria demonstrar.

A questão que o artigo não responde: o que essa plataforma de governança contém? Quais políticas aplica? Como determina o que um agente pode decidir sozinho versus o que precisa de supervisão humana? Sem essas respostas, “construa governança” é tão útil quanto “seja estratégico.”

O framework de governança de IA agêntica publicado por Singapura (IMDA, janeiro de 2026) oferece uma primitiva concreta: “action-space,” o conjunto delimitado de ações que um agente pode executar em contexto específico. É o tipo de especificidade que transforma um princípio em ferramenta. O artigo da McKinsey opera na direção oposta: transforma ferramentas (arquitetura) em princípios (governança).

Agentic mesh: validação parcial de um conceito que definimos

O artigo da McKinsey adota o termo “agentic mesh” como camada de orquestração central. Para quem acompanha nossa série, isso não é novidade. Publicamos uma análise detalhada sobre o que é uma agentic mesh, suas seis camadas e os protocolos em disputa.

A adoção pela McKinsey valida o conceito. Mas a definição que a firma usa é mais restrita. Eric Broda cunhou o termo para descrever um ecossistema. A McKinsey o reduz a uma camada de infraestrutura. Críticos na comunidade de engenharia chamam o conceito de “fantasia de consultores” quando desprovido de especificação técnica.

A verdade está no meio. A agentic mesh resolve um problema real: coordenação governada entre agentes construídos por equipes diferentes. Mas a forma como a McKinsey a apresenta (como componente de uma transformação abrangente que a McKinsey implementa) é mais proposta comercial do que arquitetura de referência.

Os números que não fecham

O artigo cita um banco latino-americano como caso de sucesso. Orçamento de US$ 600 milhões, mais de 100 sistemas de IA, redução de 60% no tempo de engenharia, US$ 250 milhões em economias.

O caso é anônimo. Não há nome, não há data específica, não há metodologia publicada. Não é possível verificar.

Mais revelador: um artigo separado da própria McKinsey, publicado em período próximo, descreve um caso com características similares (banco, IA, reestruturação de arquitetura) com economias de “US$ 3 milhões anuais.” A diferença entre os dois números é de 83 vezes. Mesmo considerando que podem ser organizações distintas, a variação levanta a pergunta: qual é o padrão real de resultado que a McKinsey observa?

Quando analisamos o quarto artigo, os estudos de caso também eram anônimos e inverificáveis. O padrão se repete. A McKinsey sustenta prescrições bilionárias com evidência que não sobrevive a uma verificação cruzada básica.

A omissão que define o artigo

Em um texto sobre arquitetura empresarial para IA agêntica, a palavra “segurança” não aparece. Nenhuma menção a superfície de ataque, autenticação entre agentes, isolamento de runtime, ou proteção de dados.

Isso não é um detalhe. Segundo relatório da Strata (2026), 88% das organizações reportaram ao menos um incidente de segurança relacionado a IA nos últimos 12 meses. A própria plataforma interna da McKinsey, o Lilli, foi comprometida por um agente autônomo em menos de duas horas durante testes de segurança.

Como discutimos em A Arquitetura da Confiança em Agentes, confiança não vem de prompts. Vem de restrições ambientais: sandboxing, permissões granulares, audit trails. Um artigo de arquitetura que ignora segurança é como uma planta de prédio que ignora saídas de incêndio.

A metáfora que o artigo usa para governança (“cinto de segurança em carro de corrida”) é sintomática. Trivializa. Cinto de segurança é um acessório de proteção passiva. Governança de agentes autônomos é controle de sistemas que tomam decisões com consequências reais. A diferença de escala entre os dois conceitos revela como o artigo posiciona governança: como complemento, não como fundação.

O paradoxo enterrado no próprio texto

A afirmação mais importante do artigo é a que recebe menos atenção: “100 engenheiros se tornam um punhado de equipes.” A promessa é de ganho de produtividade na ordem de 10 a 20 vezes.

Coloque isso ao lado de outro dado que a McKinsey publicou: 80% das organizações que usam IA generativa não reportam contribuição material ao resultado. O estudo randomizado do NBER corrobora: 89% dos executivos reportam zero impacto na produtividade. O METR demonstrou que desenvolvedores experientes ficaram 20% mais lentos com assistentes de código.

Multiplicação de 10x com adoção de 80% e resultado próximo de zero. O Gartner projeta simultaneamente 40% de adoção de agentes e 40% de cancelamento de projetos até 2027. São previsões sobre o mesmo mercado, no mesmo horizonte temporal.

A Cognition AI (criadora do Devin) é direta: arquiteturas multiagente “resultam em sistemas frágeis.” A Anthropic reporta que sistemas multiagente consomem 15 vezes mais tokens que sistemas de agente único. Mais complexidade, mais custo, mais fragilidade. Os dados da própria indústria contradizem a escala de ganho que o artigo sugere.

O arco de cinco artigos

O padrão completo:

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

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

Artigo 3 (março 2026): IA precisa ser “governável.” Prescrição: princípios vagos.

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

Artigo 5 (março 2026): IA precisa de nova arquitetura. Prescrição: dois caminhos sem segurança.

Cinco diagnósticos progressivamente mais sofisticados. Cinco prescrições que evitam a mesma conclusão. A arquitetura empresarial está mudando de “blueprint” para “sistema operacional” (Gartner, Forrester e IEEE convergem nesse ponto). Mas um sistema operacional sem modelo de segurança é um sistema operacional comprometido.

O que fazer com o quinto artigo

Três orientações concretas.

Primeiro: ignore a dicotomia incremental versus abrangente. Sua organização provavelmente precisa de ambos, em proporções que dependem da maturidade dos seus sistemas, da sua capacidade de governança, e do apetite real (não projetado) de risco. A pergunta correta não é “qual caminho,” mas “onde tenho governança suficiente para dar o próximo passo.”

Segundo: exija especificidade dos estudos de caso. Se um fornecedor (consultoria, plataforma, integrador) cita resultados de 60% de redução ou US$ 250 milhões em economia, peça o nome da organização, a metodologia e a linha temporal. Se a resposta é “confidencial,” o número é anedota, não evidência.

Terceiro: antes de projetar a agentic mesh, projete o modelo de segurança. Identidade de agentes. Permissões por contexto. Audit trail completo. Isolamento de runtime. Se essas camadas não existem antes de os agentes começarem a se comunicar, cada conexão na mesh é uma vulnerabilidade.

A McKinsey vai publicar o sexto artigo. Talvez seja o que finalmente integra governança e segurança na prescrição. Até lá, o que temos é um padrão consistente: diagnósticos que melhoram a cada iteração e prescrições que evitam o ponto central.

Fontes

McKinsey & Company. “Rethinking Enterprise Architecture for the Agentic Era.” Março 2026.
IMDA Singapura. “Singapore Releases World’s First Agentic AI Governance Framework.” Janeiro 2026.
Gartner. “Predicts 2026: AI Agents and Agent Ecosystems.” Dezembro 2025.
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.
Strata. “AI Security Report.” 2026.
Cognition AI. “Devin Technical Architecture Report.” 2026.
Anthropic. “Building Effective Agents.” 2025.

Victorino Group projeta sistemas de IA com governança e segurança integradas desde a arquitetura: contato@victorino.com.br | www.victorino.com.br