Centros de serviços compartilhados estão passando por uma transformação silenciosa mas profunda. O papel do humano está mudando radicalmente — de processador de transações para supervisor de agentes de IA autônomos.
Quando a Accenture anunciou, no final de 2025, a ambição de construir o primeiro hub de serviços compartilhados totalmente “agentic” do mundo, a notícia passou batida para muitos. Mas quem acompanha de perto a evolução dos CSCs (Centros de Serviços Compartilhados) entendeu: aquele era um marco. Não se tratava de mais uma onda de automação, mas de uma mudança de paradigma operacional. Pela primeira vez, uma grande consultoria dizia explicitamente que agentes de IA autônomos — não humanos assistidos por ferramentas — seriam responsáveis por executar processos financeiros, de RH e compras.
As implicações vão muito além de tecnologia. Se os agentes de IA passam a processar notas fiscais, conciliar pagamentos e responder tickets de suporte, o que acontece com as centenas de profissionais que hoje fazem isso manualmente? A resposta que emerge de estudos e casos práticos é surpreendente: não se trata de substituição pura e simples, mas de uma reconfiguração radical do trabalho humano. O desafio agora é preparar essa força de trabalho para uma função que praticamente não existia até dois anos atrás: supervisionar, treinar e governar agentes de IA.
De Processadores a Supervisores
Para entender a magnitude da mudança, vale olhar para os números. Segundo o SSON Research & Analytics, 51% dos centros de serviços compartilhados estão hoje em fase de avaliação ou piloto de tecnologias de IA agentica. Ou seja, metade do mercado já está testando essa abordagem. A projeção mais impactante vem do Economist Impact: até 2028, agentes de IA autônomos serão responsáveis por até 15% das decisões de negócio diárias em operações de shared services.
Isso significa que um em cada seis processos decisórios — validar uma nota fiscal, aprovar um reembolso, classificar uma solicitação de compras — será feito por IA, sem intervenção humana. O papel do profissional de CSC migra então da execução para a supervisão. Em vez de digitar dados em sistemas, ele monitora se os agentes estão operando corretamente, intervém em casos excepcionais e calibra os parâmetros de decisão quando algo foge do padrão.
A Accenture, que já treinou mais de 550 mil funcionários em fundamentos de IA generativa, dá uma dimensão do que isso significa na prática. A consultoria agora conta com cerca de 77 mil profissionais especializados em IA e dados — um exército de especialistas que antes não existia. E a previsão é que esse número cresça exponencialmente nos próximos anos, já que a demanda por supervisores de agentes tende a superar a capacidade de formação.
As Novas Competências Nascem
Diferente de outras ondas de automação, a IA agentica exige um conjunto de competências que não está nos currículos tradicionais de administração ou TI. Prompt engineering — a arte de escrever instruções precisas para que agentes de IA executem tarefas complexas — surge como habilidade central. Mas não para por aí. Profissionais de CSC precisam também desenvolver expertise em curadoria de dados (garantir que os agentes tenham acesso a informações corretas e atualizadas), teste de agentes (validar se a IA está tomando decisões apropriadas em diferentes cenários) e governança de IA (definir limites de autonomia, escalonamentos e auditoria).
É um deslocamento drástico do perfil esperado. Até recentemente, um analista de CSC precisava conhecer processos, sistemas e procedimentos internos. Agora, ele precisa entender como modelos de linguagem funcionam, como evitar alucinações, como estruturar fluxos de decisão que a IA possa seguir. É como se cada profissional passasse a ser parte-analista de negócio, parte-treinador de IA.
O relatório do SSON destaca que 60% das organizações ainda estão em estágio inicial de adoção de automação inteligente. O que pode parecer atraso é, na verdade, uma oportunidade para quem começar a preparar sua força de trabalho agora. A curva de aprendizado é íngreme, e empresas que investirem cedo em programas de capacitação terão vantagem competitiva significativa quando a tecnologia se tornar mainstream.
O Brasil no Cenário Global
Países como Índia já se posicionam como exportadores desse novo modelo operacional. A Accenture, por exemplo, escolheu a Índia como “campo de testes e exportador” do modelo agentic. O país já abriga centenas de CSCs globais em Bangalore, Hyderabad, Pune e Gurugram — uma infraestrutura que permite escalar rapidamente operações baseadas em IA.
O Brasil tem condições de seguir caminho similar. Empresas brasileiras já operam CSCs maduros em finanças, RH e TI. A diferença é que ainda há pouca discussão sobre transformação agentic por aqui. Enquanto o debate internacional já avançou para questões de governança e ética, por aqui muitas organizações ainda estão descobrindo o que é um agente de IA e como ele difere de um robô de RPA tradicional.
Essa lacuna de conhecimento é perigosa. Em dois ou três anos, quando a adoção de IA agentica se tornar padrão em centros de serviços globais, empresas brasileiras podem se encontrar competindo com operações que custam 30-40% menos e entregam mais qualidade. O relatório do Quantilus menciona um caso de cliente de varejo na Índia onde cinco agentes autônomos geraram economia de 35% em operações de pagamento — mantendo ou melhorando a precisão.
Governança como Prioridade
O entusiasmo com a tecnologia precisa ser temperado com realismo. Gartner projeta que 40% dos projetos de IA agentica falharão até 2027. As razões variam: dados de baixa qualidade, falta de integração entre sistemas, resistência cultural, mas principalmente falta de governança adequada. Agentes de IA operando em shared services lidam com informações sensíveis — dados financeiros, informações de funcionários, contratos com fornecedores. Sem frameworks claros de quem é responsável pelo quê, erros podem ter consequências graves.
A arquitetura proposta pelo SSON oferece um caminho. Em vez de implantar agentes diretamente nos processos, as organizações devem pensar em três camadas: uma camada de infraestrutura de TI que integra os agentes aos sistemas existentes; uma camada de desenvolvimento de capacidades onde os agentes são testados e calibrados em ambientes controlados; e uma camada de entrega de serviços onde, só então, os agentes aprovados passam a operar em produção, sempre supervisionados por humanos.
Essa abordagem em camadas permite que a organização aprenda gradualmente. Cada processo automatizado se torna um caso de estudo, gerando insights que melhoram a implementação do próximo. O erro comum é tentar grandes transformações de uma vez, sem a estrutura de governança para sustentá-las.
O Imperativo da Ação
A janela de oportunidade para se preparar é curta. Enquanto a maioria das organizações ainda discute se deve ou não adotar IA agentica, as pioneiras já estão colhendo resultados e refinando seus modelos. A questão não é se os CSCs serão transformados por agentes de IA, mas quando e com que profundidade. Organizações que começarem agora a treinar sua força de trabalho — desenvolvendo competências de prompt engineering, curadoria de dados, teste e governança — estarão prontas quando a tecnologia atingir maturidade. As que esperarem podem descobrir que chegaram tarde demais.
Há um aspecto positivo nessa transformação que frequentemente passa despercebido. O artigo do SSON destaca que funcionários de CSCs historicamente gastam boa parte do tempo em tarefas repetitivas, pouco desafiadoras. A automação dessas tarefas não elimina empregos — ela elimina o trabalho monótono, liberando profissionais para atividades que exigem julgamento, criatividade e relacionamento. Se feita com planejamento adequado, a transição para um modelo agentic pode significar mais satisfação no trabalho, não menos.
Se você se identificou com os desafios apresentados — a pressão por eficiência em operações de serviços compartilhados, a necessidade de automatizar processos repetitivos, ou a urgência de preparar sua equipe para trabalhar com IA — saiba que não está sozinho. Empresas brasileiras de diversos setores enfrentam esse mesmo cenário: processos que consomem horas de trabalho manual, sistemas que não se comunicam, e uma lacuna de conhecimento sobre por onde começar a transformação.
A Thompson Management Horizons trabalha exatamente nisso. Não entregamos tecnologia por entregar — começamos entendendo o seu contexto, mapeando processos, identificando onde automação faz sentido e onde o humano continua sendo insubstituível. Nossa equipe já passou por essa curva de aprendizado e pode ajudar a sua organização a navegar o caminho, evitando armadilhas comuns e acelerando resultados. Se faz sentido conversar sobre como preparar seus shared services para o futuro, vamos trocar uma ideia. Sem compromisso, sem pitch de venda — apenas uma conversa sobre seus desafios reais.