Habr: segundo o Yandex Wordstat, a procura por “agentes de IA” fica atrás da busca por bots e serviços

O Habr publicou uma coluna com uma tese dura: o mercado quase não precisa de “agentes de IA” como produto independente. Para o autor, a demanda real se concentra em tarefas claras, como bots, lojas, pagamentos e automação aplicada, e não no termo da moda.

O que o Wordstat mostrou

O principal argumento do autor vem do Yandex Wordstat. Segundo ele, a consulta “ии агент” (“agente de IA”) soma 38 642 impressões por mês, mas predominam formulações como “criação de agente de IA”, “como criar um agente de IA” e “curso sobre agentes de IA”. A conclusão: quem se interessa pelo termo são, sobretudo, desenvolvedores e pessoas que querem entrar em um novo nicho, e não empresas em busca de uma solução concreta para um problema de negócio.

Para comparação, o autor cita consultas mais práticas. “Бот макс” e “бот max” somam juntas mais de 118 mil buscas, ao lado de necessidades de massa como “como fazer um site”, “como montar uma loja” e “como integrar pagamentos”. Outro exemplo revelador é o OpenClaw: uma ferramenta open-source específica que é mais buscada do que o conceito amplo de AI agent. A lógica do autor é simples: com suas buscas, os usuários votam no resultado pronto, e não no nome da arquitetura.

Onde o termo se quebra

A coluna separa dois sentidos da palavra “agente”. Para engenheiros, é um termo técnico normal: um sistema com planejador, conjunto de ferramentas, memória e ciclo de tomada de decisão. No marketing, porém, segundo o autor, o conceito virou rapidamente a promessa de uma “coisa mágica” universal que, supostamente, daria conta sozinha de qualquer processo. É nessa transição que surge o abismo entre as expectativas e o que de fato dá para vender às empresas.

“Oferta e demanda vivem em universos paralelos.”

A partir desse abismo, o autor propõe algumas regras práticas para o mercado:

• O usuário não compra um “agente”, e sim um bot, um cálculo, um relatório ou uma loja.
• O nome da tecnologia quase não influencia a demanda se o benefício final não estiver claro.
• Até uma ferramenta popular perde se, para rodar, exigir Docker, chaves de API e VPN.
• O termo pode ser útil dentro da equipe, mas funciona mal como promessa externa de produto.

Por que os pilotos empacam

A parte mais dura do texto trata das implementações corporativas. O autor descreve um cenário conhecido: as empresas já reservam orçamento para “agentes de IA”, montam equipes e abrem licitações, mas muitas vezes não conseguem responder com clareza onde exatamente encaixar essa ferramenta. Muitas tarefas que hoje são embaladas como abordagem agêntica há tempos são resolvidas com uma combinação de CRM, webhook, templates SQL ou um chatbot comum.

Na prática, as empresas não estão comprando a solução de um problema, e sim um novo rótulo sobre o velho caos de processos. O que pode ser automatizado com um pipeline comum não fica melhor só por ganhar uma camada de LLM.

Em seguida, o artigo traça um paralelo com ondas anteriores de hype: blockchain, big data e a bolha pontocom. Na avaliação do autor, a maioria dos pilotos de IA em empresas russas nunca chega à produção, sempre pelos mesmos motivos: não há métrica de sucesso, não há dono do processo, a demo só funciona com dados de teste e a própria tarefa é formulada como “implementar IA”. Como antes, sobrevivem os projetos que resolvem uma dor aplicada e específica e mostram rapidamente efeito econômico.

O que isso significa

A tese do artigo não diz que sistemas agênticos são inúteis; diz que o mercado raramente compra tecnologia em estado puro. Se o agente de IA se popularizar, o usuário não vai enxergar um “agente”, e sim um serviço compreensível: um bot de agendamento, a verificação de um orçamento, a montagem de uma loja ou um cálculo automático. Para startups e equipes corporativas, a conclusão é uma só: é preciso vender um resultado mensurável, e não um termo da moda.