A Plataforma de Trabalho Agêntico Vira a Camada de Governança

Leia o anúncio de categoria da Asana às pressas e soa como marketing. “Gestão de trabalho agêntico” é um rótulo novo, e rótulos novos de incumbentes costumam ser uma forma de cobrar pelo que já existia. Leia devagar e o argumento é outro. O recurso de destaque não é autonomia. É um log: cada ação de agente registrada com o acesso que usou, o humano que é dono dela e quanto custou para executar. A Asana construiu uma categoria, e a parte que sustenta tudo é uma trilha de auditoria.

Essa escolha mostra onde o mercado de fato está. Já escrevemos que agentes corporativos travam em permissões, não em qualidade de modelo, e que o conserto durável é tornar o sistema de registro a camada de governança. Aquele argumento vivia em RH e finanças, onde uma ação errada é um contracheque ou uma reapresentação contábil. Ele acabou de entrar na gestão de trabalho com um fornecedor nomeado por trás. A tese deixou de ser previsão. Virou linha de produto.

Uma Nova Categoria Cujo Recurso Matador É um Comprovante

O enquadramento da Asana se apoia num número que o próprio CPO, Arnab Bose, coloca no centro: 75% dos trabalhadores do conhecimento usam IA, mas apenas 5% das organizações relatam ganhos relevantes de produtividade. Essa distância é o problema inteiro. A adoção é quase universal. O valor é quase inexistente. O gargalo não é se as pessoas vão usar agentes. Elas já usam. É se a organização consegue confiar no que esses agentes fizeram o bastante para deixar o trabalho contar.

Então a Asana descreve quatro dimensões de alinhamento humano-agente, e vale notar quais são. Contexto do Work Graph, para o agente saber o que o trabalho significa. Visibilidade multiplayer, para humanos verem o agente agindo em tempo real. Memória compartilhada, para o contexto não reiniciar entre turnos. E uma trilha de auditoria que registra acesso, propriedade e custo de execução. Três delas são sobre tornar o agente útil. A quarta é sobre torná-lo responsável. A quarta é a que você não consegue comprar de um wrapper.

É o mesmo movimento que apontamos ao argumentar que quem controla a interface controla a governança. A Asana é dona de um Work Graph de 18 anos: o mapa vivo de quem faz o quê, em qual projeto, sob a propriedade de quem. Um agente que age através desse grafo herda um registro pronto de autoridade e consequência. Uma startup que acopla um agente ao mesmo fluxo precisa reconstruir tudo isso, mal, a partir de fora.

Por Que o Timing É Forçado, Não Escolhido

Fornecedores não inventam categorias de governança porque se sentem responsáveis. Eles fazem isso quando os clientes param de comprar sem elas. Os dados de primeira mão da Docker, do trabalho State of Agentic AI, explicam a pressão com precisão: 60% das organizações já rodam agentes em produção, e 40% apontam segurança e compliance como a barreira número um para escalar mais.

Sente-se com o formato disso. A maioria já passou do experimento. Agentes estão em produção, fazendo trabalho real, tocando sistemas reais. E a única coisa que impede de fazer mais não é capacidade. É a incapacidade de provar que o agente ficou dentro da própria autoridade. Um piloto tolera “achamos que se comportou”. Um sistema em produção, em escala, auditado por pessoas que assinam embaixo dos controles, não tolera. Os 40% não estão esperando modelos mais espertos. Estão esperando um registro que possam entregar a um auditor.

É por isso que um incumbente com sistema de registro pode reivindicar uma categoria agora e um laboratório de modelos não pode. A barreira que o mercado bateu não é inteligência. É evidência. E evidência vive no sistema que já sabe quem podia fazer o quê, não na camada onde a conversa acontece. O próprio trabalho definicional da Docker faz o mesmo ponto pelo lado da infraestrutura: governança não é um guardrail que você adiciona no fim, é uma propriedade de onde autoridade e registro já estão.

A Trilha de Auditoria É o Produto, Não o Recurso

Eis a inversão que a maioria dos times faz ao contrário. Eles tratam o raciocínio do agente como o produto e o log como custo de compliance, um imposto pago depois da parte interessante. A aposta de categoria da Asana diz o oposto. Num ambiente onde 95% das organizações não veem ganho de agentes que já implantaram, o diferencial não é um agente mais esperto. É a capacidade de responder, com clareza, três perguntas sobre qualquer ação que o agente tomou: qual acesso ele usou, quem é dono do resultado e quanto custou.

Repare que o custo de execução fica dentro da trilha de auditoria, não num painel de cobrança separado. Isso é um sinal deliberado. Uma ação de agente não é confiável só porque foi permitida e registrada. Ela também precisa ser economicamente legível. Um líder de finanças que aprova trabalho de agente precisa que a mesma linha mostre autoridade e gasto, porque um agente que queima orçamento em silêncio é um tipo próprio de ação sem guarda. Colocar o custo no registro de auditoria trata o agente como um funcionário cujas despesas e acesso aparecem no mesmo lugar.

O trabalho State of AI 2026 da Deloitte, citado na análise da Docker, aponta para a metade organizacional disso: empresas com forte envolvimento da liderança sênior veem valor de negócio significativamente maior com IA. Lido ao lado dos 5% da Asana, a lição é direta. As organizações que extraem valor não são as que têm os melhores modelos. São aquelas onde a liderança é dona da disciplina operacional, e uma trilha de auditoria é o que torna essa propriedade real em vez de retórica. Você não governa o que não vê, e não lidera um sistema que não consegue inspecionar.

O Que Isso Muda em Como Você Avalia Plataformas de Agentes

Se a trilha de auditoria é o produto, seus critérios de avaliação mudam. Quando uma plataforma de trabalho te oferece agentes, a demonstração será a autonomia: veja ele redigir o status, reatribuir a tarefa, resumir o projeto. Essa parte agora é o mínimo, e não é onde mora o risco. As perguntas que decidem se você consegue de fato implantar são mais silenciosas.

Pergunte de onde vêm as permissões do agente. Se são herdadas ao vivo do próprio modelo da plataforma sobre quem pode fazer o quê, você tem uma fonte de verdade. Se ficam numa config separada que o fornecedor mantém, você tem um problema de divergência com um chatbot acoplado. Pergunte onde a trilha de auditoria vive e o que ela registra. Um log de prompts e respostas não é governança. Um log de acesso, propriedade e custo, ancorado no sistema que é dono do trabalho, é. E pergunte se sua liderança consegue ler esse registro sem um tradutor, porque os portões de governança que travam a IA empresarial não se abrem para times que só conseguem descrever o que os agentes provavelmente fizeram.

Essa também é a linha entre rodar agentes e operá-los. Já traçamos a diferença entre um loop operacional AI-only e um AI-first: o primeiro acopla automação a um processo, o segundo reconstrói o processo para que a automação seja governada por desenho. Uma categoria construída sobre uma trilha de auditoria é a versão AI-first aparecendo num produto que já existe. O agente faz o trabalho. O sistema de registro responde por ele.

Faça Isto Agora

Pegue um fluxo onde você tem agentes em produção ou prestes a entrar, do tipo que toca algo que importa: orçamentos, compromissos com clientes, headcount, qualquer coisa de que uma pessoa real seja dona. Depois faça um único teste contra a plataforma que o hospeda.

Escolha uma ação que o agente tomou na semana passada e tente produzir o comprovante dela. Qual acesso ele usou, sob a autoridade de quem, e quanto custou para executar? Se você consegue puxar isso do sistema que é dono do trabalho, num lugar só, você está operando agentes. Se precisa reconstruir a partir de três ferramentas e um palpite, você está nos 95% que implantaram agentes e não ficaram com nada para sustentar. O conserto não é um agente mais esperto. É escolher a superfície onde autoridade, propriedade e custo já vivem, e recusar implantar onde não vivem. Governe no sistema de registro, ou não chame de governado.

Fontes

thelettertwo. “Asana’s Agentic Work Management Platform.” Junho de 2026.
Docker. “What Is AI Governance?.” Junho de 2026.

A Victorino ajuda empresas a transformar seu sistema de registro em uma camada de governança para agentes: contato@victorino.com.br | www.victorino.com.br