A inteligência artificial deixou de ser uma promessa distante no setor de telecomunicações. Em poucos anos, passou de experimentos isolados em analytics e automação de processos para um elemento central da estratégia operacional das operadoras.
O que está em curso agora, porém, não é apenas a ampliação do uso de modelos mais avançados, mas uma mudança estrutural na forma como a IA se integra às operações, aos sistemas e à experiência do cliente.
Esse novo momento é marcado pela transição da IA generativa (GenAI) para a chamada IA agentica (agentic AI).
Trata-se de uma evolução que redefine o papel da automação, deslocando a IA de um mecanismo essencialmente reativo para um agente ativo, capaz de interpretar contexto, tomar decisões e executar ações de forma autônoma.
É um movimento que começa, de forma bastante significativa, pelas operações de Customer Experience (CX), e que tende a se espalhar rapidamente por toda a cadeia operacional das telecomunicações.
O fim da IA como ferramenta isolada
Durante boa parte da última década, a adoção de IA em telecom esteve associada a iniciativas pontuais: motores de recomendação, detecção de anomalias, modelos preditivos para churn ou chatbots baseados em regras.
Mesmo com a chegada da GenAI, muitos desses projetos continuaram limitados a interfaces conversacionais, com pouco impacto real sobre processos de ponta a ponta.
O relatório Agents of change: integrating AI into customer experience operations, publicado pelo TM Forum no final de 2025, aponta que esse modelo está se esgotando.
Segundo o estudo, já não faz sentido discutir Customer Experience, operações ou transformação digital em telecom sem considerar arquiteturas de IA capazes de agir, e não apenas responder.
A principal diferença está no ponto de ativação da inteligência.
Enquanto a GenAI tradicional depende de um gatilho explícito, uma pergunta, um ticket, uma interação do cliente, a IA agêntica pode ser ativada por eventos operacionais, como falhas de rede, degradação de SLA, alarmes correlacionados ou inconsistências entre sistemas.
A partir daí, uma cadeia de ações pode ser iniciada de forma autônoma, muitas vezes antes que o cliente perceba o problema.
Por que Customer Experience é o Ponto de Partida
Não é por acaso que o Customer Experience aparece como o primeiro grande campo de adoção da IA agêntica.
O próprio TM Forum destaca que, em 2024, as operadoras gastaram cerca de US$ 90 bilhões em mão de obra relacionada a CX, incluindo atendimento, suporte técnico, vendas e pós-venda.
Trata-se de uma estrutura de custos pesada, intensiva em pessoas e altamente sensível à eficiência operacional.
Além disso, CX concentra três características fundamentais para a automação avançada:
Primeiro, é um domínio rico em dados e eventos. Tickets, alarmes, interações digitais, métricas de qualidade de serviço e registros de billing já existem em grande volume, ainda que fragmentados.
Segundo, possui impacto direto em churn, upsell e percepção de valor, o que facilita a construção de casos de negócio.
Terceiro, envolve processos transversais, que atravessam OSS, BSS, rede e sistemas legados, exatamente onde a IA agêntica gera mais diferenciação.
O relatório mostra que 69% das operadoras globais já utilizam GenAI em atendimento ao cliente e que 44% afirmam estar testando ou implementando soluções de IA agêntica em sistemas voltados ao CX, com ganhos mensuráveis de satisfação e eficiência operacional.
Da automação reativa à automação orientada por intenção
A evolução tecnológica descrita pelo TM Forum pode ser entendida como uma mudança de paradigma.
Durante anos, a automação em telecom foi baseada em regras fixas e fluxos pré-definidos.
Mesmo soluções mais modernas, como RPA e chatbots, operam dentro de limites rígidos: se o evento A ocorre, executa-se o fluxo B.
A IA agêntica rompe com essa lógica. Em vez de seguir scripts, o agente interpreta a intenção, do cliente, da operação ou do negócio, e decide qual ação faz mais sentido naquele contexto específico. Isso permite lidar com situações complexas, ambíguas e dinâmicas, que antes exigiam intervenção humana.
O relatório diferencia claramente esse modelo das abordagens anteriores. Enquanto a automação tradicional executa tarefas, a IA agêntica orquestra decisões.
Ela pode, por exemplo, identificar a causa provável de uma reclamação recorrente, correlacionar eventos de rede e billing, acionar processos de correção, aplicar compensações contratuais e notificar o cliente, tudo de forma integrada e auditável.
O verdadeiro gargalo: integração, não modelos
Um ponto central do relatório, e frequentemente subestimado, é que o maior obstáculo para escalar IA em telecom não está nos modelos, mas na arquitetura dos sistemas.
OSS e BSS legados, dados fragmentados, interfaces não padronizadas e baixa capacidade de atuação em tempo real tornam qualquer iniciativa de IA frágil e limitada.
O TM Forum é explícito ao afirmar que, sem uma base sólida de integração, dados e governança, a IA agêntica não apenas falha em entregar valor como pode introduzir riscos operacionais relevantes.
Isso explica por que muitas iniciativas de GenAI não passaram da fase de prova de conceito: elas conversavam com o cliente, mas não conseguiam agir sobre o sistema.
Essa constatação reforça uma ideia fundamental para o setor: IA não substitui arquitetura. Pelo contrário, ela exige uma arquitetura ainda mais bem definida, interoperável e observável.
MCP e A2A: os novos blocos de construção da automação inteligente
Para enfrentar o desafio da integração, o relatório destaca dois protocolos emergentes que vêm ganhando tração no ecossistema de telecom: o Model Context Protocol (MCP) e o Agent-to-Agent Protocol (A2A).
O MCP estabelece uma forma padronizada, segura e contextualizada para que agentes de IA acessem dados, ferramentas e sistemas corporativos. Ele reduz a necessidade de integrações ponto a ponto e cria uma camada de governança essencial em ambientes críticos.
Já o A2A viabiliza arquiteturas multiagente, nas quais agentes especializados cooperam entre si, trocando informações e coordenando ações. Essa abordagem evita a criação de agentes monolíticos, difíceis de controlar e escalar, e se alinha melhor à complexidade das operações de telecom.
Segundo o TM Forum, esses protocolos não são apenas uma tendência tecnológica, mas um pré-requisito para a automação baseada em intenção, especialmente quando combinados com arquiteturas como o Open Digital Architecture (ODA).
Custo, governança e o risco dos “agentes soltos”
O entusiasmo com a IA agêntica vem acompanhado de alertas importantes. O relatório dedica uma seção inteira aos riscos associados à adoção indiscriminada dessa tecnologia.
O primeiro deles é o custo. Modelos baseados em LLMs operam com cobrança por tokens e consumo intensivo de computação, o que pode gerar despesas imprevisíveis se não houver controle fino de uso.
O segundo risco está na segurança e governança. Agentes capazes de agir autonomamente passam a operar no “coração” dos sistemas de telecom. Sem políticas claras, trilhas de auditoria e mecanismos de contenção, erros ou decisões inadequadas podem ter impacto direto sobre clientes e sobre a própria rede.
A recomendação do TM Forum é inequívoca: a adoção da IA agêntica deve ser incremental, seletiva e orientada a casos de alto valor, combinando automação tradicional, modelos preditivos e agentes apenas onde isso realmente gera retorno.
Um novo ciclo para as operações de telecom
O que emerge desse cenário é a percepção de que o setor de telecom está entrando em um novo ciclo de maturidade da inteligência artificial.
Não se trata mais de experimentar modelos ou adicionar IA como uma camada superficial, mas de repensar processos, arquitetura e governança para permitir automação inteligente em escala.
A IA agêntica não substitui pessoas, sistemas ou processos da noite para o dia. Ela redefine o papel de cada um, deslocando o foco humano para atividades de maior valor e deixando que a tecnologia lide com a complexidade operacional cotidiana.
Para as operadoras que conseguirem alinhar integração, dados e automação, o ganho não será apenas eficiência, mas uma experiência de cliente radicalmente superior.
Nos próximos artigos desta série, vamos aprofundar como essa transição pode ser feita de forma pragmática, quais casos de uso fazem mais sentido no curto prazo e como plataformas de AIOps podem atuar como elemento central dessa nova arquitetura operacional.
Sobre a Target Solutions
A Target Solutions é especializada em AIOps, infraestrutura de TI e redes, atuando na interseção entre operação real, automação e inteligência aplicada. Com mais de 15 anos de experiência técnica, a empresa combina inovação em tecnologias de código aberto e inteligência artificial aplicada às operações de TI e Telecom para transformar ambientes complexos em operações mais inteligentes, previsíveis e escaláveis.
Por meio do Argus, sua plataforma de AIOps, a Target materializa essa visão ao conectar ferramentas existentes, reduzir ruído operacional e apoiar decisões técnicas com contexto e prioridade, permitindo que organizações avancem da simples monitoração para uma gestão operacional orientada à inteligência.
Conheça o Argus (clique aqui), solicite uma demonstração e veja como transformar ruído em inteligência operacional.
Autor deste Artigo: Paulo Florêncio, Sócio da Target Solutions.
