A pergunta "qual a melhor plataforma de agentes de IA" não tem resposta útil, porque a resposta depende de quem constrói, de quem sustenta, do que precisa ser integrado e do que a sua auditoria vai pedir. As listas de "melhores plataformas" que aparecem em busca são, na maioria, comparação de recurso, e recurso muda a cada trimestre. O que não muda é a régua. Este texto entrega a régua.
Os oito critérios
1. Quem constrói, e quem sustenta depois
É a pergunta que decide o projeto e a que menos aparece em comparativo. Algumas plataformas entregam a ferramenta e o seu time constrói. Outras entregam engenheiros que constroem com o seu time até rodar. Nenhuma das duas é errada, mas são modelos diferentes com custos diferentes, e escolher um achando que é o outro é a origem de boa parte dos projetos que não chegam à produção. Pergunte: quem escreve o primeiro agente, e quem responde por ele seis meses depois do go-live?
2. Integração com o que você já tem
O agente vai precisar ler o ERP, escrever no CRM e falar pelo canal oficial. Conector pronto reduz isso a configuração; a ausência dele vira projeto. Peça a lista de conectores, confira se os seus sistemas estão nela, e pergunte o que acontece com o sistema legado que não tem API. A resposta a essa última pergunta costuma definir o cronograma real.
3. Portabilidade de modelo
O modelo que é o melhor hoje não será o melhor em seis meses, e o preço muda antes disso. A plataforma precisa permitir trocar de provedor sem reescrever agente, rotear tarefa diferente para modelo diferente, e ter fallback quando um provedor cai. Plataforma amarrada a um único modelo transfere para você o risco de negócio desse fornecedor.
4. Governança e aprovação humana
Controle de acesso por ação, e não só por usuário. Aprovação humana configurável por tipo de operação e por valor, e não um botão global de liga e desliga. Limite de custo por área. Sanitização de dado sensível antes de a informação chegar ao modelo. Cada um desses itens é uma pergunta que a sua área de risco vai fazer, e é melhor você fazê-la primeiro.
5. Observabilidade e auditoria
Cada execução, cada decisão de roteamento e cada chamada de ferramenta, com parâmetro e retorno, registrada e reproduzível. É o que responde "por que o agente fez isso" e o que a auditoria vai exigir. Peça para ver a trilha de uma execução real, não um painel de resumo. Se o fornecedor mostrar um gráfico em vez de uma execução, a trilha provavelmente não existe no nível que você precisa.
6. Onde o dado fica, e por onde passa
Isolamento por cliente, região de processamento, política de retenção do provedor de modelo, e a opção de rodar na sua própria nuvem quando o setor exige. O fornecedor treina modelo com o seu dado? A resposta precisa estar no contrato, não na conversa. Para setor regulado, este critério é condição de entrada.
7. Como se cobra
Por execução, por assento, por agente, por consumo de modelo, ou uma combinação. Nenhum modelo de cobrança é errado, mas cada um cria um incentivo. Cobrança por execução penaliza volume; por assento penaliza expansão de time; por consumo de modelo repassa a variação de preço do provedor. Simule o custo com o seu volume real, no primeiro ano e no terceiro, e pergunte o que acontece com o preço quando o quinto agente entrar.
8. O que acontece depois do go-live
Agente em produção não fica pronto: o processo muda, o catálogo muda, a qualidade cai se ninguém acompanhar. Quem revisa amostra, quem ajusta, quem responde quando quebra às 22h? Suporte com SLA em português é parte disso. A proposta precisa descrever a operação dos doze meses seguintes com a mesma clareza com que descreve a implantação.
As perguntas para levar à reunião
| Critério | Pergunta que expõe a resposta real |
|---|---|
| Quem constrói | Quem escreve o primeiro agente, e quem responde por ele em seis meses? |
| Integração | Meu sistema X está na lista de conectores? E o legado sem API? |
| Portabilidade | Se eu trocar de provedor de modelo amanhã, o que precisa ser reescrito? |
| Governança | Consigo exigir aprovação humana só para ações acima de um valor? |
| Observabilidade | Me mostre a trilha de uma execução real, com as chamadas de ferramenta. |
| Dado | Vocês treinam modelo com o meu dado? Onde está isso no contrato? |
| Cobrança | Qual é o custo no meu volume real, no primeiro e no terceiro ano? |
| Pós go-live | O que a proposta cobre na semana em que o agente começa a errar? |
Sinais de alerta
- Demonstração com dado preparado, e nenhuma com o seu. Peça para rodar um caso seu antes de assinar. Quem não aceita tem motivo.
- "Somos aderentes à LGPD" como resposta. Não responde nenhuma das perguntas do critério 6.
- Comparativo de recurso com mais de vinte linhas. Recurso envelhece em três meses. O que decide é modelo de entrega, integração e operação.
- Preço que só existe por conversa, sem simulação no seu volume. Você vai descobrir o custo real no terceiro mês.
- Proposta que termina no go-live. O texto descreve a implantação e cala sobre a operação. É onde a maioria dos projetos morre.
- Um único provedor de modelo, sem caminho de troca. O risco de negócio desse fornecedor passa a ser o seu.
Sobre as listas de "melhores plataformas"
Vale um aviso sobre o formato que a busca mais entrega. Listas de melhores plataformas costumam ser feitas por sites que ganham comissão por indicação, ou por fornecedores listando a si mesmos, e comparam recurso porque recurso é fácil de tabular. Nada disso as torna inúteis, mas nenhuma delas responde os critérios 1, 7 e 8, que são os que mais decidem. Use a lista para saber quem existe, e a régua acima para saber quem serve.
Quando você quiser o lado a lado com ferramentas específicas, as nossas comparações fazem isso com uma régua declarada: toda afirmação sobre a outra ferramenta sai do material público dela, com data de consulta, e cada página tem a seção em que a escolha certa é a outra ferramenta.
Como a Runflow responde aos oito
Em ordem. Quem constrói: os engenheiros Forward Deployed, com o seu time, e eles ficam depois do go-live. Integração: mais de 150 conectores para ERPs, CRMs, APIs e canais, com MCP e ferramentas internas para o que não tem conector. Portabilidade: multi-LLM no SDK e LLM Hub com roteamento e fallback entre provedores. Governança: aprovação humana onde o risco exige, controle de acesso, limite de custo por área e usuário, sanitização de dado sensível. Observabilidade: cada execução, decisão e chamada de ferramenta registrada e reproduzível. Dado: isolado por cliente, sem treinar modelo com ele, na nossa nuvem ou na sua (AWS, Azure, GCP). Pós go-live: o time permanece na conta, e quem opera é treinado durante a implantação.
Sobre cobrança, a resposta certa é a simulação no seu volume, e é isso que fazemos no diagnóstico gratuito, com o processo real e o dado real. Se a conclusão for que o seu caso pede outra ferramenta, nós dizemos.
