Taxonomia de Agentes

Definição rápida

A Taxonomia de Agentes do MCI é a classificação funcional estratégica dos agentes de IA (IAm) em quatro famílias fundamentais: Aquisição, Qualificação, Suporte e Expansão. Ela estabelece mandatos claros, limites operacionais e KPIs específicos para cada agente, garantindo que a inteligência artificial atue com propósito definido em cada etapa da jornada.

Em linguagem simples

Não adianta colocar uma IA "faz-tudo" para falar com o seu cliente, pois ela acabará não fazendo nada bem. A Taxonomia de Agentes é o organograma da sua força de trabalho digital. É definir quem atrai o cliente, quem descobre se ele tem perfil para comprar, quem tira dúvidas técnicas e quem oferece o próximo produto, garantindo que cada robô saiba exatamente onde começa e onde termina sua responsabilidade.

Por que esse conceito existe

As empresas sofrem com o "Gap de Decisão" e a "Amnésia Operacional" ao tentarem implementar IAs genéricas. Sem uma taxonomia, os agentes se tornam confusos: um bot de suporte tenta vender quando o cliente só quer um boleto, ou um bot de vendas não sabe lidar com uma reclamação técnica. A Taxonomia de Agentes resolve o caos operacional, permitindo escala com precisão e evitando o desperdício de tokens em interações sem objetivo de negócio.

Metáfora didática

Imagine uma cozinha de um restaurante de alta gastronomia (fine dining). Você não tem apenas "cozinheiros" genéricos. Você tem o Saucier (molhos), o Patissier (confeitaria), o Gardemanger (entradas frias) e o Chef de Cuisine (coordenação). Se o confeiteiro tentar preparar a carne, o prato desanda. A Taxonomia de Agentes é o que define as estações de trabalho na sua operação conversacional: cada agente domina sua técnica e entrega o "prato" perfeito para o próximo da fila.

Exemplo prático

Numa empresa de Software B2B (SaaS):

• Agente de Aquisição (Ads/WhatsApp): Impacta o "Turista", oferecendo um guia prático em troca do contexto inicial.
• Agente de Qualificação (Triagem): Conversa com o "Explorador" para validar o Conversation Score. Se o score for alto, ele agenda com um humano ou passa para o próximo estágio.
• Agente de Suporte (Base de Conhecimento): Atende o cliente no estado de "Experiência", resolvendo dúvidas sobre configurações da plataforma.
• Agente de Expansão (CS/Upsell): Identifica que o cliente atingiu o limite de uso e sugere proativamente o upgrade para o plano superior, focando no C de "Conveniência".

Anti-exemplo

Um "Bot de FAQ" que tem um botão de "Falar com Consultor" e nada mais. Isso não é um agente taxonômico; é apenas uma árvore de decisão engessada. A Taxonomia de Agentes exige autonomia dentro de um mandato: o agente deve ser capaz de raciocinar e decidir a próxima melhor ação (Next Best Action) dentro do seu domínio, e não apenas repetir frases prontas.

Como aparece na operação

• Especialização: Redução do transbordo humano desnecessário, pois o agente resolve o que lhe cabe.
• Continuidade: O Agente de Suporte lê a "Bandeja de Contexto" deixada pelo Agente de Qualificação (sem amnésia).
• Eficiência de Custo: Menos consumo de modelos caros (LLMs) para tarefas simples de aquisição.
• Conversão: Aumento na velocidade de resposta (Time-to-Response) em cada estágio da jornada dinâmica.

Como aplicar no MCI

No MCI, a Taxonomia de Agentes é o motor que move o cliente pelos 6 Estados de Decisão.

• Os Agentes de Aquisição focam no Gatilho.
• Os de Qualificação gerenciam a Exploração e Comparação.
• Os de Suporte e Expansão garantem a Experiência e a fidelidade. Eles alimentam a Memória Conversacional e respeitam os 8Cs, garantindo que a Confiança não seja quebrada por informações contraditórias. O Guardião do Ciclo monitora se a transição entre essas famílias de agentes está ocorrendo sem fricção.

Métricas relacionadas

• Taxa de Resolução por Mandato: O quanto o agente resolveu dentro do seu escopo.
• Taxa de Transbordo Qualificado: Quantas vezes o agente passou o bastão corretamente.
• Conversation Score Evolution: Quanto o agente ajudou a evoluir o perfil do cliente.
• Custo por Interação (por Família): Rentabilidade de cada etapa da taxonomia.

Perguntas para diagnóstico

• Nossos agentes de IA têm objetivos de negócio claros ou são apenas "interfaces de busca"?
• Se um cliente de suporte demonstra intenção de compra, nosso agente sabe identificar ou ele ignora o sinal?
• O agente que atende no Instagram tem o mesmo "treinamento" e limites do agente que atende no portal do cliente?
• Existe uma hierarquia de decisão entre os agentes para evitar que eles se sobreponham?

Termos relacionados

• IAm (Inteligência Artificial de Marketing): A entidade tecnológica que assume os papéis da taxonomia.
• Bandeja de Contexto: Onde os agentes de diferentes famílias trocam informações para evitar a amnésia.
• Guardião do Ciclo: O papel humano ou sistêmico que audita se a taxonomia está sendo respeitada.
• Conversation Score: A métrica que dita quando um agente de Qualificação deve passar a bola.

Modo Executivo

Para a liderança C-Level, a Taxonomia de Agentes representa a eficiência alocativa da inteligência. Em vez de investir em projetos de IA nebulosos, você investe em ativos funcionais com ROIs claros: agentes para reduzir CAC (Aquisição/Qualificação) e agentes para aumentar LTV e reduzir Churn (Suporte/Expansão). É a estratégia de crescimento escalável sem o aumento proporcional do Headcount.

Modo Operacional

Para gestores, a taxonomia facilita o treinamento e a melhoria contínua. Você não "ajusta a IA" de forma genérica; você ajusta o "Prompt de Mandato" do Agente de Qualificação porque ele está deixando passar leads ruins, ou calibra a "Bandeja de Contexto" do Agente de Suporte porque ele não sabe o que foi vendido. Dá clareza sobre o que cobrar de cada automação.

Modo Técnico

Arquiteturalmente, a Taxonomia de Agentes se traduz em Swarms de Agentes ou Arquiteturas Multi-Agente. Cada família pode rodar em modelos de linguagem (LLMs) diferentes: um modelo menor e mais rápido para Aquisição (latência baixa) e um modelo mais robusto e crítico para Expansão/Venda Técnica. Define-se os System Prompts, as ferramentas (tools/functions) e os access tokens de cada agente com base no seu domínio taxonômico.

Modo Lúdico

Imagine uma corrida de revezamento. O Agente de Aquisição corre os primeiros 100 metros e passa o bastão (contexto) para o de Qualificação. Este, por sua vez, corre até entregar para o Vendedor Humano ou Agente de Fechamento. Se o corredor de Aquisição tentar correr a prova inteira sozinho, ele cansa e perde o ritmo. A Taxonomia garante que cada corredor esteja descansado e especializado no seu trecho da pista.

Resumo executivo

A Taxonomia de Agentes é a estrutura organizacional da empresa moderna orientada pela metodologia MCI. Ela encerra a era dos chatbots genéricos e inaugura a era dos Agentes Especialistas, transformando a IA em uma força de trabalho categorizada por Aquisição, Qualificação, Suporte e Expansão. Sem taxonomia, há caos e amnésia; com taxonomia, há jornada dinâmica e escala lucrativa.