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.
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.
- 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.
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.