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.
Perguntas frequentes
Qual a melhor plataforma de agentes de IA para empresas no Brasil?
Não existe uma melhor em abstrato. A escolha depende de oito critérios aplicados ao seu caso: quem constrói e quem sustenta depois do go-live, integração com os sistemas que você já tem, portabilidade entre provedores de modelo, governança com aprovação humana por ação, observabilidade com trilha reproduzível, onde o dado fica e por onde passa, modelo de cobrança simulado no seu volume real, e o que a proposta cobre depois do go-live. Listas de melhores plataformas comparam recurso, que envelhece em meses, e não respondem os critérios que mais decidem.
O que avaliar numa plataforma de agentes de IA?
Oito critérios: modelo de entrega (quem constrói e quem sustenta), conectores para os seus sistemas e o que acontece com o legado sem API, capacidade de trocar de provedor de modelo sem reescrever agente, governança com aprovação humana configurável por tipo de ação e valor, trilha de execução reproduzível, isolamento e residência do dado com política de retenção em contrato, modelo de cobrança simulado no primeiro e no terceiro ano, e operação pós go-live com suporte em português.
Quais perguntas fazer a um fornecedor de plataforma de IA?
Quem escreve o primeiro agente e quem responde por ele em seis meses; se o seu sistema está na lista de conectores e o que acontece com o legado sem API; o que precisa ser reescrito se trocar de provedor de modelo; se é possível exigir aprovação humana só para ações acima de um valor; a trilha de uma execução real com as chamadas de ferramenta; se o fornecedor treina modelo com o seu dado e onde isso está no contrato; o custo no seu volume real; e o que a proposta cobre na semana em que o agente começa a errar.
Quais são os sinais de alerta ao contratar uma plataforma de agentes de IA?
Demonstração só com dado preparado e recusa em rodar um caso seu; "somos aderentes à LGPD" como resposta a perguntas sobre dado; comparativo de recurso com dezenas de linhas; preço sem simulação no seu volume; proposta que descreve a implantação e cala sobre a operação depois do go-live; e um único provedor de modelo sem caminho de troca.
Listas de melhores plataformas de IA são confiáveis?
Servem para saber quem existe, não para decidir. 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. Não respondem quem constrói, como se cobra no seu volume nem o que acontece depois do go-live, que são os critérios que mais decidem um projeto.