O Exterminador do Futuro 2 – Julgamento Final

A era dos agentes de IA: o despertar da inteligência

Lançado em 1991 e dirigido por James Cameron, O Exterminador do Futuro 2: o Julgamento Final não foi apenas um marco do cinema de ação, foi um divisor de águas tecnológico que redefiniu os limites dos efeitos visuais. Arnold Schwarzenegger interpreta o ciborgue T-800, reprogramado para proteger o jovem John Connor (Edward Furlong), se contrapondo à ameaça do T-1000 (Robert Patrick), um modelo mais avançado de metal líquido capaz de assumir qualquer forma.

Premiado com quatro Oscars (Efeitos Visuais, Som, Edição de Som e Maquiagem), o filme narra a luta desesperada para evitar que a rede de Inteligência Artificial Skynet ganhe consciência e desencadeie um holocausto nuclear. Mais do que entretenimento, o filme inaugurou uma discussão filosófica que ressoa até hoje: o que acontece quando as máquinas adquirem vontade própria, aprendem com o ambiente e passam a agir sem intervenção humana?

Por que utilizamos essa analogia para o nosso Kinea Insights?

O T-1000 não é apenas força bruta, mas um sistema fluido que se adapta, planeja e contorna obstáculos. Da mesma forma, os agentes representam uma I.A. que não apenas gera textos, mas executa ações, utiliza ferramentas externas e opera de forma autônoma em múltiplos sistemas simultaneamente.

O mercado corporativo vive hoje seu próprio “Dia do Julgamento”: a estrutura corporativa tradicional enfrenta o risco de obsolescência acelerada por sistemas que não são mais restringidos pelos limites da capacidade humana.

A proliferação desses agentes impacta não só a própria infraestrutura de I.A., com um consumo acelerado de modelos (tokens), como também a produtividade da economia como um todo.

A empresa de serviços financeiros americana Block, por exemplo, recentemente anunciou corte de cerca de 40% dos funcionários devido à I.A.. A mensagem foi clara: desenvolvedores que não forem mais produtivos estarão fadados à obsolescência.

Nesse Kinea Insights iremos explorar o atual estágio de desenvolvimento de agentes de I.A., suas diversas aplicações e como temos nos posicionado diante dessa revolução.

A METAMORFOSE DA INTELIGÊNCIA: DE CHATBOTS A AGENTES

Os primeiros modelos LLMs tinham pouca utilização prática devido ao alto grau de alucinação, como o ChatGPT inicial. Após uma série de inovações tecnológicas, tais como cadeias de pensamento e aumento da janela de contexto, chegamos a um ponto de inflexão na utilidade dos modelos na forma de agentes. O Opus 4.5 da Anthropic no final de 2025 foi o exemplo mais claro dessa virada.

Atualmente, agentes de I.A. já conseguem realizar tarefas de complexidade equivalente a 10 horas de trabalho de um desenvolvedor de software júnior. Como comparação, o ChatGPT, quando lançado, conseguia fazer apenas o equivalente a poucos segundos de trabalho. No ritmo atual, em menos de dois anos os modelos serão capazes de realizar o trabalho que envolvem mais de uma semana de dedicação de um analista.

É essa nova “estamina cognitiva” que destrava a transição dos chatbots passivos para os agentes autônomos. Em vez de responder a um prompt isolado, a I.A. agora recebe um objetivo concreto, elabora um plano de ação, aciona ferramentas externas (softwares de gestão, bancos de dados, APIs etc), corrige os próprios erros ao longo do caminho e mantém o foco até que a missão seja concluída.

Um estudo recente da Anthropic mostra que a I.A. já tem potencial para acelerar de forma relevante diversas tarefas profissionais. O critério usado pelo trabalho é objetivo: identificar em quais atividades esses modelos permitiriam executar a tarefa ao menos duas vezes mais rápido. Em áreas como computação e matemática, 94% das tarefas aparecem como teoricamente expostas a esse ganho de produtividade; em funções administrativas, esse percentual chega a 90%.

Esses agentes estão assumindo tarefas que eram domínio exclusivo de trabalhadores do conhecimento: do fechamento contábil mensal de uma multinacional à coordenação logística de frotas globais. O mercado percebeu que a I.A. não deve ser apenas um “copiloto” que sugere, deve ser um “agente” que executa, reduzindo a distância entre a intenção do negócio e o resultado final.

IMPLEMENTAÇÃO PRÁTICA: BILHÕES EM JOGO

Na prática, porém, a adoção ainda está bem abaixo desse potencial. Mesmo em computação, a cobertura observada hoje é de cerca de 33% das tarefas. Segundo a Anthropic, esse descompasso reflete limitações técnicas, necessidade de supervisão humana, barreiras regulatórias, falta de integração com softwares e a própria lentidão de adoção pelas empresas.

No entanto, o mundo corporativo já começou a se mover. O uso de agentes de I.A. tem aparecido com frequência crescente nas teleconferências de resultados de empresas americanas: 50% das companhias já mencionaram ao menos uma iniciativa e o tema hoje atravessa todos os setores do S&P 500.

O uso de agentes também já tem mostrado resultados: em um momento em que a vasta maioria das empresas comenta e faz planos sobre aplicação de I.A., cerca de 10% das empresas do S&P 500 já conseguem quantificar o ganho de produtividade em tarefas específicas.

A adoção de agentes de I.A. autônomos deixou definitivamente de ser experimento para se tornar o maior vetor de reestruturação corporativa desde a internet. À medida que as empresas veem mais retornos financeiros sobre o investimento em I.A., o valor percebido da utilização dos tokens será cada vez maior, gerando um ciclo virtuoso de aplicações e, consequentemente, demanda por infraestrutura.

Na próxima seção discutiremos alguns exemplos de empresas que já sentem o impacto financeiro dos agentes.

SOBREVIVENDO AO JUÍZO FINAL: QUEM GANHA NA ERA DOS AGENTES?

Aplicações com agentes já estão gerando ganhos de produtividade em várias frentes, como atendimento ao cliente, desenvolvimento de software, gestão logística e detecção de fraudes. Nesses casos, os agentes automatizam tarefas e aumentam a eficiência das companhias, normalmente com redução de custos e, em alguns exemplos, também com aumento de receita.

UNITEDHEALTH E A REVOLUÇÃO NO ATENDIMENTO AO CLIENTE  

A UnitedHealth, maior seguradora de saúde dos EUA, é um dos exemplos de uso de agentes de I.A.. O  CEO Andrew Witty reportou que a I.A. já direcionou 26 milhões de ligações em um ano para os atendentes humanos corretos, reduzindo tempo de espera. No final de 2025, a empresa projetou que a I.A. passaria a direcionar mais da metade de todas as chamadas, atualmente em cerca de 70 milhões. Além disso, ferramentas de I.A. reduziram o tempo de submissão de sinistros fora da rede de 12–15 minutos para 3 minutos.

BLOCK (SQUARE) COM GANHOS SUBSTANCIAIS DE PRODUTIVIDADE

Na área de desenvolvimento de software, o caso da Block é emblemático. A empresa anunciou planos de reduzir seu quadro de aproximadamente 10 mil para menos de 6 mil funcionários, justificando que agentes de I.A. permitem uma operação muito mais enxuta e mais eficiente.

Essa redução não veio somente por pressão de custos. A Block, apesar das elevadas contratações no pós-covid, apresentou lucro bruto por funcionário crescente desde 2022, atingindo o maior nível de sua história. Além disso, quando olhamos para essa métrica em relação a outras empresas de tecnologia vemos que a empresa não estava aquém de seus pares, o que corrobora que, de fato, a produtividade de seus funcionários tem aumentado com os agentes de I.A.

A mensagem do CEO e fundador Jack Dorsey ao mercado foi clara: prefere agir decisivamente agora, eliminando a “gordura corporativa” por meio da automação, do que sofrer rodadas sucessivas de cortes que destruiriam o moral da empresa. A Block não está usando I.A. como acessório, está transformando seu modelo operacional para que agentes gerenciem desde a detecção de fraudes até o suporte ao cliente, permitindo que a receita cresça enquanto os custos fixos desabam.

J.P. MORGAN, O MAIOR BANCO DOS EUA, SE TORNA MAIS EFICIENTE

Ao contrário da Block, que nasceu com DNA de startup, o J.P. Morgan é hoje o maior banco do mundo em valor de mercado, com mais de US$ 4 trilhões em ativos e 300 mil funcionários. Com um orçamento de tecnologia da ordem de US$ 20 bilhões por ano, dos quais cerca de US$ 2 bilhões são destinados especificamente a iniciativas de I.A., o banco já consegue, segundo seu CEO Jamie Dimon, gerar retornos da mesma ordem do que investe em I.A..

Lançada em 2024 como plataforma interna, a LLM Suite, que integra modelos de linguagem da OpenAI e da Anthropic, alcançou 250 mil funcionários globalmente. A plataforma consegue criar apresentações para a área de banco de investimento em poucos segundos, enquanto analistas júniores levariam horas para executar a mesma tarefa.

O diretor de analytics do banco, Derek Waldron, descreveu a transição: profissionais deixarão de ser “criadores” de relatórios para se tornarem “revisores” e gestores de equipes de agentes de I.A.. O banco já projeta uma redução de pelo menos 10% no quadro de pessoal da área de operações nos próximos cinco anos.

C.H. ROBINSON CONECTANDO CLIENTES E FORNECEDORES

Na indústria de logística, a C.H. Robinson demonstra como agentes podem resolver ineficiências históricas. A empresa implementou um sistema de agentes duplos para automatizar praticamente todo o ciclo de entregas.

Tradicionalmente, um cliente mandava um e-mail pedindo cotação de um transporte, um funcionário calculava o preço, agendava a coleta do produto, acompanhava o transporte e emitia a fatura de cobrança para o cliente depois da entrega. Agora, a I.A. faz todo esse fluxo.

E isso acontece em uma escala enorme. A C.H. Robinson realiza cerca de 37 milhões de entregas por ano, são mais de 100 mil operações automatizadas por dia. A empresa afirma que a produtividade aumentou substancialmente, com cerca de 40% mais entregas processadas por funcionário. Além disso, as despesas operacionais já foram reduzidas em 12%. Esse é um dos exemplos que mostram como a adoção de agentes de I.A. já começa a gerar impactos financeiros concretos.

AMAZON REDESENHANDO A INTERAÇÃO COM CLIENTE E LOGÍSTICA

A Amazon, líder de e-commerce no Ocidente, além de ser provedora de infraestrutura de cloud para agentes de I.A., está embutindo agentes em todas as camadas do negócio simultaneamente. O assistente de compras Rufus, alimentado por I.A., gerou mais de 10 bilhões de dólares em vendas em 2025.

No marketplace da Amazon, 1,3 milhão de vendedores já utilizam ferramentas de I.A. generativa. O CEO Andy Jassy foi direto: a empresa cortou 16.000 posições em janeiro de 2026, sem mencionar I.A. no comunicado, mas deixando claro em memorandos anteriores que agentes substituiriam funções inteiras.

Desses exemplos, um padrão claro emerge: empresas líderes em seus mercados, com recursos substanciais para investimentos nessa nova tecnologia e uma cultura de empreendedorismo, devem liderar a implementação de agentes de I.A. e colher os frutos de crescimento acelerado e redução de custos.

O EXTERMINADOR DE VALUATIONS

Em Exterminador do Futuro 2, o que assusta não é a violência, é a inevitabilidade. Os agentes de I.A. chegaram da mesma forma: sem aviso, sem negociação e com uma lógica que não pode ser argumentada. Fevereiro de 2026 foi o momento em que Wall Street olhou para o T-1000 nos olhos e entendeu que ele não podia ser subornado, convencido ou desacelerado.

A velocidade do lançamento de soluções, como o Claude Co-Work, da Anthropic, fez o mercado questionar as barreiras de entrada das empresas de software: se times pequenos conseguem criar aplicações em poucas semanas, a vantagem das incumbentes pode ser menor.

Essa mudança de percepção ajudou a derrubar cerca de US$ 2 trilhões em valor de mercado do setor de software, ao reforçar a visão de que agentes capazes de automatizar funções jurídicas, financeiras e operacionais podem transformar a indústria.

Durante vinte anos, cada funcionário novo gerava uma nova licença do Salesforce, do Workday, do HubSpot. Mas, assim como o T-1000 atravessava paredes, os agentes atravessaram essa lógica: se dez agentes fazem o trabalho de cem pessoas, a empresa precisa de dez licenças, não de cem. O múltiplo de EV/Receita do setor caiu de 9x em 2021 para menos de 5x.

A tentação de comprar essas ações a múltiplos historicamente baixos lembra a armadilha das montadoras tradicionais após a ascensão da Tesla. Quando o mercado decidiu que o futuro era elétrico, fabricantes como Ford e GM viram seus valuations se comprimirem e nunca mais retomaram os múltiplos anteriores, apesar de resultados operacionais razoáveis no curto prazo.

Não foi o caso de carros a combustão deixarem de ser vendidos da noite para o dia; foi que o mercado passou a projetar fluxos de caixa futuros estruturalmente menores. O mesmo fenômeno se repete agora em software. Empresas como Adobe e Salesforce não estão quebrando, seguem gerando caixa e têm clientes fiéis. Mas, quando o mercado olha dez anos à frente e vê agentes comprimindo licenças e substituindo categorias inteiras de produto, o valor terminal simplesmente encolhe.

O JUÍZO FINAL DOS MERCADOS: COMO LIDAR COM AS MÁQUINAS

A entrada dos agentes de I.A. nos mercados é o nosso Dia do Juízo Final. Sistemas que antes respondiam agora executam, coordenam e decidem. A velocidade aumenta, a complexidade sobe e a vantagem competitiva muda de lugar.

Nesse contexto, em termos de investimentos e posicionamento de mercado, competir diretamente com agentes em tarefas padronizadas parece menos atraente do que ocupar uma posição estrutural na cadeia.

A analogia histórica mais clara é a entrada da China na Organização Mundial do Comércio, em 2001. Quando a China se tornou o grande polo manufatureiro global, muitos tentaram competir com sua produção. Os vencedores, porém, foram aqueles que venderam para a China o que ela precisava para crescer: energia, minério, máquinas e infraestrutura.

O paralelo é direto. Os agentes são a nova força produtiva. Em vez de enfrentá-los, preferimos fornecer o que sustenta sua expansão. Por isso, estamos posicionados ao longo da cadeia que viabiliza esse crescimento.

Primeiro elo: energia. Modelos consomem tokens; tokens consomem eletricidade. A expansão da oferta elétrica é condição necessária para que a computação avance no ritmo atual. Todas as fontes de energia estão sendo contratadas pelos data centers, com prioridade para nuclear e gás, cuja cadeia de fabricação de turbinas já se encontra rodando no limite de capacidade. Mais recentemente, as fontes renováveis também voltaram ao páreo em função de sua rápida escalabilidade e pelo desenvolvimento dos sistemas de baterias. Sem energia abundante, não há multiplicação de agentes.

Segundo elo: semicondutores. A infraestrutura de semicondutores é o gargalo estrutural. Empresas de equipamentos para fabricação de chips, a capacidade produtiva concentrada em players como a TSMC e designers líderes como Nvidia e Google formam a espinha dorsal do ecossistema. Não competem com os agentes, tornam sua existência possível.

Terceiro elo: líderes setoriais com alavancagem de I.A. Gostamos de empresas que já são líderes e que usam I.A. para ampliar essa liderança. Essas empresas hoje são também as provedoras de computação em nuvem que permitem que os agentes existam (Microsoft, Google e Amazon). Consideramos, que até o momento, o mercado não reconheceu o valor dos elevados investimentos feitos por essas empresas na infraestrutura de I.A., a qual deve gerar retornos atraentes nos próximos anos.

Além dos setores acima, conforme descrevemos nas seções anteriores, consideramos atraente investir em líderes setoriais que devem ampliar suas vantagens competitivas via I.A., como no caso da Amazon e J.P. Morgan. No caso das empresas de software, acreditamos que existirão vencedores e perdedores dentro desse processo, e nossa preferência é por empresas que devem acelerar a adoção de I.A. no mundo corporativo, como no caso da Snowflake.

CONCLUSÃO

“O futuro não está determinado. Não há destino além daquele que nós mesmos construímos.” – O Exterminador do Futuro 2

O Juízo Final corporativo não é o fim das empresas – é o fim da complacência. Modelos de negócio baseados em fricção, intermediação humana redundante e crescimento linear de licenças enfrentam compressão estrutural. Ao mesmo tempo, fornecedores de infraestrutura, energia e semicondutores (e líderes capazes de amplificar sua vantagem via tecnologia) entram em um ciclo virtuoso de escala.

Toda grande ruptura tecnológica redistribui valor. A imprensa exagera o apocalipse; o mercado exagera o pânico; mas, no longo prazo, o capital encontra novas oportunidades. Foi assim com a eletricidade, com a internet e com a globalização pós-OMC. É assim agora com os agentes.

A pergunta para investidores não é se a Skynet será ativada; ela já está. A pergunta é onde estará o fluxo de caixa quando o sistema estiver plenamente operacional. Para os que não se adaptarem, nas palavras de Arnold Schwarzenegger, “Hasta la vista, baby!”.

Em 2026, investir não é resistir às máquinas. É entender sua lógica. E, como disse o T-800: venha conosco se quiser viver.

Estamos sempre à disposição de nossos clientes e parceiros.

Kinea Investimentos