Agentes de IA vs RPA

O que um bot realmente faz

Comece pela arquitetura, porque a comparação entre agentes de IA e RPA é definida por ela. A UiPath, o maior fornecedor de RPA, descreve seus robôs de software como "imitando ações humanas na interação com telas e sistemas" para lidar com "tarefas repetitivas e baseadas em regras, como inserir dados, mover arquivos ou processar transações". Os fluxos de desktop da Microsoft, seu produto de RPA dentro do Power Automate, dizem a mesma coisa em termos mecânicos: você pode "interagir com a máquina usando elementos de UI de aplicativos, imagens ou coordenadas", contra "aplicações legadas, como emuladores de terminal, aplicações web e desktop modernas, arquivos do Excel e pastas". Um bot pode operar com supervisão, ao lado de uma pessoa na mesa, ou sem supervisão, em uma máquina própria.

Pegue uma tarefa concreta: registrar um recebimento de mercadorias em um sistema de estoque mais antigo que não possui API. O bot abre o aplicativo, navega pelo menu até o formulário de recebimentos, busca o pedido de compra, acessa o campo de quantidade para cada linha, digita o número e pressiona a tecla Salvar. Uma pessoa gravou esses passos uma vez; o bot os reproduz milhares de vezes, mais rápido e sem transpor dígitos. Para uma aplicação estável com alto volume e sem outra forma de acesso, essa é uma boa troca, e já se pagou em muitas equipes de finanças e operações.

Os fornecedores dizem onde se encaixa, e eles estão certos. A própria definição da UiPath é "tarefas de alto volume, repetitivas e baseadas em regras, especialmente aquelas que abrangem múltiplos sistemas": volume, determinismo e alcance em sistemas que não oferecem mais nada. Uma comparação honesta mantém esses pontos em discussão.

Por que ele falha, e por que isso não é um defeito

Uma tela é um contrato com uma pessoa. Seu layout, rótulos, ordem das abas e a posição do botão Salvar são promessas feitas aos olhos e a um ponteiro, e nenhuma delas é prometida a uma máquina. Quando o fornecedor move o campo de quantidade para uma nova aba, adiciona um pop-up de confirmação ou renomeia um menu, a pessoa se adapta em segundos sem perceber. O bot falha, ou pior, digita a quantidade no campo errado e salva. Essa falha não diz nada sobre a competência do fornecedor de RPA; a interface que o bot recebeu está se mostrando.

A mesma limitação acompanha um modelo de linguagem quando ele é feito para operar telas. O uso de computador da Anthropic dá ao Claude "captura de tela, controle do mouse e do teclado de um ambiente de desktop", e é genuinamente útil onde nada mais existe. Mas a própria documentação da Anthropic o desvia sempre que uma interface mais restrita está disponível, recomendando sua ferramenta de navegador para trabalhos que permanecem dentro de uma página da web, e pede "um humano para confirmar decisões que podem resultar em consequências reais significativas", nomeando transações financeiras entre elas. Um modelo que opera uma tela herda a fragilidade da tela e adiciona sua própria variabilidade por cima. Essa é a combinação menos atraente das duas categorias, e é o que muitas propostas de "RPA impulsionada por IA" se resumem.

O que um agente chama em vez disso

Um agente que opera um sistema de negócios construído para agentes nunca vê uma tela. Ele pergunta ao sistema o que pode fazer e recebe uma lista de ferramentas, cada uma com um nome, uma descrição escrita para o modelo, um esquema para suas entradas e anotações opcionais que dizem se apenas lê, se pode destruir dados e se chamá-lo duas vezes é seguro. O Protocolo de Contexto do Modelo padroniza essa troca: o cliente envia um pedido para listar ferramentas, o modelo escolhe uma, o cliente a chama com argumentos digitados, e o servidor a executa e retorna um resultado. A especificação exige que os servidores "validem todas as entradas das ferramentas" e "implementem controles de acesso adequados", e diz aos clientes para "registrar o uso das ferramentas para fins de auditoria". Aqui está a forma de uma dessas ferramentas, usando o recibo de mercadorias de antes.

{
  "name": "receiveStock",
  "description": "Book goods received against a purchase order into a warehouse location. Fails if the order is closed or the caller cannot receive at that location.",
  "inputSchema": {
    "type": "object",
    "properties": {
      "order_ref": { "type": "string", "description": "Purchase order reference" },
      "location_id": { "type": "string", "description": "Warehouse location to receive into" },
      "lines": {
        "type": "array",
        "items": {
          "type": "object",
          "properties": {
            "sku": { "type": "string" },
            "quantity": { "type": "integer", "minimum": 1 }
          },
          "required": ["sku", "quantity"]
        }
      }
    },
    "required": ["order_ref", "lines"]
  },
  "annotations": { "readOnlyHint": false, "destructiveHint": false, "idempotentHint": false }
}

Uma definição de ferramenta MCP na forma que a especificação descreve, para o mesmo recibo de mercadorias que o bot estava digitando em um formulário. Os nomes dos campos são ilustrativos; o ponto é que uma ferramenta é um contrato, e um contrato pode ser versionado, validado e autorizado de maneiras que uma tela não pode.

Compare o que acontece com a mudança. O fornecedor redesenha a tela de recibos: o bot quebra, a ferramenta permanece intacta. O fornecedor adiciona um campo obrigatório à ferramenta: isso é uma mudança versionada em um contrato publicado, anunciada na lista de ferramentas, e o agente lê o novo esquema em sua próxima chamada. Compare identidade. O bot faz login como uma conta de serviço com o acesso que alguém lhe deu anos atrás. O agente chama a ferramenta como a pessoa que representa, e a verificação de permissão é executada dentro da ferramenta, em cada chamada, contra o papel daquela pessoa.

Determinístico versus probabilístico: a troca que ninguém deve esconder

Há um custo do lado do agente, e os fornecedores de RPA afirmam isso com precisão em sua própria documentação de agentes: robôs "seguem lógica estruturada e regras fixas", enquanto os agentes adotam "uma abordagem probabilística para tomar decisões com base em padrões e dados em tempo real". Um bot que reproduz os mesmos passos dá o mesmo resultado para a mesma entrada, e pode ser provado. Um agente dado a mesma intenção toma um caminho defensável, geralmente o mesmo, nem sempre. Para um passo regulamentado onde a repetibilidade deve ser demonstrada, ou para um milhão de transações idênticas por mês, a opção determinística é a melhor escolha, e dizer o contrário seria uma venda.

A vantagem do agente está restrita à variação. Quando o recibo não corresponde ao pedido, quando o fornecedor enviou duas entregas contra uma linha, quando a quantidade é plausível, mas a unidade está errada, o bot não tem uma ramificação para isso e para, ou faz a coisa errada com confiança. O agente lê a discrepância, verifica o pedido, registra o que corresponde e pergunta a uma pessoa sobre o restante. Esse é o trabalho que costumava ser uma fila de exceções na mesa de alguém, e é para isso que um agente serve.

Use RPA quando, use um agente quando

Usando ambos, e o que o sistema subjacente decide

O padrão que os fornecedores agora descrevem, e o que funciona na prática, é que o agente decide e o bot executa em sistemas que não têm mais nada. A UiPath coloca isso como robôs desempenhando "um papel complementar na pilha de execução" ao lado dos agentes. Nessa configuração, o bot é uma das ferramentas do agente: uma ação envolvida e determinística contra uma tela legada, com o agente responsável por escolher quando chamá-la e por lidar com o que o bot retorna. Com o tempo, os bots se aposentam um a um à medida que os sistemas por trás deles ganham suas próprias ferramentas, e nada do lado do agente precisa mudar quando isso acontece.

O que traz a decisão de volta ao sistema de negócios. O Sois é construído de forma que o bot nunca seja necessário contra ele: um espaço de trabalho é um servidor MCP, cada ação que uma pessoa pode realizar é exposta como uma ferramenta nomeada, e o agente que você já usa, Claude, ChatGPT ou qualquer cliente MCP, se conecta adicionando o endereço do espaço de trabalho e fazendo login uma vez. As ferramentas são filtradas pelo papel da pessoa antes que o agente as veja e verificadas novamente quando são executadas, portanto, o acesso falha fechado; o gasto é limitado por integração; cada chamada é registrada com suas entradas e seu resultado. Onde você ainda executa um sistema legado ao lado, o bot permanece nesse sistema e o agente o trata como mais uma ferramenta.

Se o seu sistema principal só tem telas, a RPA é a ponte e não há vergonha nisso. A decisão que importa é se o próximo sistema que você comprar precisará de uma.

Perguntas que as pessoas fazem

Este artigo é revisado quando os produtos que descreve mudam. Próxima revisão agendada: 4 de dezembro de 2026.