Quando um agente de IA cancela o pedido errado, aprova um reembolso indevido ou aplica o mesmo desconto duas vezes, a primeira pergunta de qualquer executivo não é técnica — é organizacional: quem responde por isso? Até pouco tempo atrás, a resposta era um encolher de ombros distribuído entre TI, o time que "pilotou" o agente e o fornecedor da plataforma. Em 2026, essa pergunta já tem endereço fixo numa fatia relevante das empresas: existe um cargo, uma pessoa nomeada, com autoridade e orçamento pra responder.
O nome ainda varia — dono do agente, agentic ops lead, AI agent owner —, mas a função é a mesma em qualquer rótulo: uma pessoa, não um comitê, não uma área inteira, responsável por um agente específico em produção, do primeiro dia até a desativação. O cargo saiu de nota de rodapé de artigo sobre o futuro do trabalho para linha do organograma porque agente de IA, ao contrário de dashboard ou automação de RPA, decide e age sozinho — e decisão sem dono formal é decisão que ninguém audita até o incidente acontecer.
O sintoma: quando o agente erra, ninguém levanta a mão
O problema não é o agente errar — todo sistema em produção erra em alguma taxa. O problema é o vácuo depois do erro: ninguém sabe quem deveria ter visto o desvio antes dele virar incidente, quem tinha autoridade pra pausar o agente, e quem vai explicar pro board por que ele continuou rodando mesmo com o comportamento fora do esperado. Quando a resposta institucional é "várias áreas cuidam disso", na prática nenhuma cuida — cada uma assume que a outra está de olho.
Esse padrão de responsabilidade difusa se agrava exatamente onde a IA agêntica ganhou mais tração: sistemas com múltiplos agentes coordenando tarefas entre si. Um estudo da UC Berkeley que analisou mais de 1.600 execuções de sistemas multi-agente encontrou que 79% das falhas vêm de especificação de sistema e de handoff mal definido entre agentes — 41,8% de problemas de especificação e design, 36,9% de desalinhamento entre agentes — e não de limitação do modelo de linguagem em si. Isso confirma, com dado duro, algo que já registramos no diário de campo de 90 dias rodando 5 agentes em produção: coordenação e observabilidade quebram antes do modelo quebrar, e sem alguém formalmente dono desse ponto de coordenação, ninguém percebe a rachadura a tempo.
Se todo mundo é dono do agente, ninguém é dono do resultado.
De 11% para 56%: por que o cargo virou padrão em dois anos
O salto no número de empresas com um dono de agente formalmente nomeado é o tipo de dado que separa modismo de mudança estrutural: de 11% em 2024 para 56% em 2026, segundo levantamento de mercado publicado pela Writer sobre o novo organograma da empresa agêntica. Não é meia dúzia de empresas early adopter experimentando título novo — é a maioria das organizações que já rodam agente de IA em escala reconhecendo que "time de IA" genérico não é resposta suficiente pra "quem autoriza esse agente a agir sozinho".
A pressão que empurrou essa virada veio de dois lados. Do lado operacional, o relatório AvePoint 2026 State of AI encontrou que 86% das organizações atrasaram o rollout de agentes de IA em uma média de seis meses — atraso que, na maioria dos casos, não é técnico, é a empresa descobrindo tarde demais que ninguém tinha autoridade decisória pra levar o piloto adiante. Do lado regulatório, o Gartner formalizou o risco de forma direta: até 2027, 40% das empresas vão rebaixar ou desativar agentes autônomos por lacuna de governança identificada só depois de um incidente em produção — não porque a tecnologia falhou, mas porque a governança tratou todo agente da mesma forma, sem diferenciar nível de autonomia e escopo de acesso. O mesmo atraso aparece, com prazo medido, em pilotos de Agentforce que só uma fração pequena consegue escalar até a produção real — entre 5 e 11 meses quando ninguém decidiu isso antes de aprovar a primeira fase.
No Brasil, essa pressão regulatória já é concreta mesmo sem uma lei de IA aprovada. A ANPD já elegeu IA como eixo de fiscalização para 2026–2027 e publicou nota técnica sobre revisão humana de decisão automatizada — o tipo de exigência que só se cumpre de fato quando existe uma pessoa nomeada, com nome e função, responsável por essa revisão. "A área de dados cuida disso" não é resposta que sobrevive a uma fiscalização.
O que o dono do agente faz, na prática
O cargo não é sinônimo de "gerente de projeto de IA" nem de "product owner do agente" — ele carrega três funções específicas que, juntas, fecham o vácuo de responsabilidade:
- Monitor. Observa o comportamento do agente em produção continuamente — não em relatório mensal, em acompanhamento próximo o bastante pra pegar desvio antes dele compor. Sem instrumentação estruturada de cada execução, esse monitoramento vira sensação, não dado — a maioria das empresas hoje só liga um painel de uptime e chama isso de observar o agente.
- Aprovador. Autoriza ações de alto impacto antes de o agente executá-las quando o nível de autonomia do agente exige checkpoint humano — estorno acima de um valor, mudança de contrato, decisão que afeta terceiro.
- Dono do override. Mantém a autoridade — e o acesso técnico — pra pausar ou reverter o agente quando o resultado desvia do esperado, sem precisar escalar por três níveis de aprovação primeiro.
Essas três funções pressupõem algo que comitê nunca entrega: orçamento real. Um dono de agente sem verba pra manter o sistema rodando, corrigir o que quebra e financiar a evolução do modelo é um título decorativo. É a mesma lógica que já vale pra cobrança interna de inferência de LLM — sem orçamento explícito atribuído a quem consome, o custo vira fatura de TI no fim do mês e ninguém tem incentivo pra otimizar. Dono de agente sem orçamento sofre do mesmo problema, só que a moeda não é custo — é autoridade.
Como desenhar o cargo sem virar comitê disfarçado
Nomear alguém "dono do agente" no papel e manter a decisão real diluída entre quatro áreas é pior do que não ter o cargo — cria a ilusão de que o vácuo foi fechado. Uma sequência prática pra evitar isso:
- Nomeie uma pessoa, não uma área. "O time de dados é responsável" não é nomeação — é adiamento do problema pro dia do incidente.
- Amarre autoridade ao nível de autonomia do agente. Um agente que só lê e resume dado não exige o mesmo nível de aprovação que um que modifica registro em produção ou aciona pagamento. Governança uniforme pra todo agente, independente de risco, é exatamente o padrão que o Gartner aponta como causa de rebaixamento e desativação — trate cada agente pelo risco real que ele carrega, não por um checklist genérico.
- Dê orçamento antes do primeiro incidente, não depois. Se o dono do agente precisa pedir verba emergencial pra corrigir um problema já em produção, a nomeação chegou tarde demais.
- Documente a regra de escalonamento com antecedência. Quem aprova o quê, em que valor, em que prazo — escrito antes de qualquer coisa dar errado, não numa ata de reunião de crise.
- Meça outcome do agente, não atividade do dono. O cargo existe pra melhorar taxa de acerto e conter risco — não pra gerar relatório de status que ninguém lê.
O cargo não resolve o agente — resolve quem responde por ele
Nenhuma das cinco regras acima torna o agente mais inteligente ou reduz sua taxa de erro técnico. O que elas resolvem é outro problema, historicamente mais caro: a empresa descobrir, no meio de um incidente, que não existe ninguém com autoridade formal pra decidir o próximo passo. Esse é o vácuo que fez o cargo saltar de 11% para 56% das empresas em dois anos — não porque o agente ficou mais perigoso, mas porque a ausência de dono formal ficou visível demais pra ignorar.
Empresa que trata "dono do agente" como burocracia corporativa nova está lendo o dado errado. O cargo não adiciona uma camada — ele nomeia uma que já deveria existir desde o primeiro agente que passou a agir sozinho em produção. A pergunta que decide se sua operação está pronta pra escalar agente não é "o modelo é bom o suficiente" — é "se esse agente errar amanhã, alguém com nome e sobrenome sabe que a ligação é pra ela".
Perguntas que sempre voltam
Fechando, as dúvidas mais frequentes sobre o cargo de dono do agente.
O que é "dono do agente" (ou agentic ops lead)?
Dono do agente é a pessoa formalmente responsável por um agente de IA específico em produção — com autoridade pra aprovar ações de alto impacto, orçamento pra manter e evoluir o sistema, e a obrigação de responder quando o agente erra. Diferente de um comitê de governança, que define política geral, o dono do agente opera essa política no dia a dia de um agente específico: monitora comportamento, aprova mudança, e tem poder de pausar ou reverter quando o resultado desvia do esperado.
Dono do agente substitui o time de governança de IA?
Não. Governança de IA define as regras gerais — quais dados um agente pode acessar, qual nível de risco exige aprovação humana, como auditoria funciona. O dono do agente aplica essas regras num agente específico, no dia a dia, com autoridade de ação imediata que um comitê de governança corporativa não tem tempo nem mandato pra exercer caso a caso. Uma coisa depende da outra: sem política de governança, o dono do agente decide no escuro; sem dono nomeado, a política de governança nunca sai do documento. Essa política, por sua vez, também precisa de desenho — inclusive a pergunta de se a governança de IA deveria viver dentro de um programa só com a governança de dados, ou como dois programas separados, decisão que fica acima de qualquer agente específico.
Empresa menor precisa desse cargo em tempo integral?
Não necessariamente. Levantamentos de mercado mostram que empresas com mais de 500 funcionários tendem a ter o cargo dedicado; empresas menores conseguem cobrir a mesma função como responsabilidade fracionada de alguém que já existe no time — desde que a nomeação seja explícita, com nome, autoridade e orçamento definidos, e não apenas "mais uma tarefa" empilhada sem clareza de decisão. O que não escala pra empresa pequena é a ausência de qualquer nomeação — aí o vácuo de responsabilidade é o mesmo, independente do tamanho da empresa.