Agentes 2.0 do Pipefy: o “funcionário digital” dentro dos seus processos 🧠⚙️

Agentes 2.0 do Pipefy: o “funcionário digital” dentro dos seus processos 🧠⚙️

Assista a gravação aqui!

No nosso último webinar, abrimos as cortinas do que estamos chamando de Agents 2.0 – a nova geração de agentes de IA do Pipefy, pensados para atuar como verdadeiros funcionários digitais dentro dos seus processos.

1. De workflows automatizados a um sistema de agentes

• O Pipefy nasceu como um orquestrador de processos, conectando:

  • Regras de negócio

  • Automações

  • Dados proprietários dos clientes

• Isso se traduzia em workflows automatizados, que muitas empresas já usam para:

  • RH

  • Financeiro

  • Compras

  • Atendimento ao cliente, etc.

A partir de 2024, entra um novo elemento nessa equação:

IA como camada de raciocínio cognitivo em cima dos processos.

Em vez de só automatizar tarefas, passamos a ter agentes capazes de entender contexto, decidir e agir dentro dos workflows que você já tem no Pipefy.

2. Plataforma de Operações + Estúdio de IA = Agentes que realmente trabalham

Hoje, podemos olhar para o Pipefy assim:

1. Pipefy Operations Platform
   A plataforma que você já conhece, com:

   • Pipes, fases, cards

   • Campos, automações, portais, apps

   • Governança, dados, integrações

2. AI Agents Studio
   Uma camada em cima dessa base, onde você:

   • Constrói agentes e assistentes de IA

   • Usa LLMs (modelos de IA) escolhidos por você ou orquestrados pelo Pipefy

   • Conecta fontes de dados internas e externas

   • Ganha ferramentas de governança, métricas, auditoria e avaliação de qualidade

O ponto-chave é:

Você não cria agentes “desempregados” – eles têm onde trabalhar: os processos reais da sua operação.

3. O que mudou do Agent 1.0 para o Agent 2.0?

Trouxemos o paralelo perfeito:

Carro 1.0 x Carro 2.0
O 1.0 te leva do ponto A ao B. O 2.0 também – mas com mais conforto, potência e recursos.

No Agent 1.0, tínhamos:

• Um agente muito parecido com uma automação:

  • Um gatilho → uma ação

• Ele basicamente atualizava campos a partir de um prompt

• As “habilidades” (skills) ficavam dentro da automação e tinham um limite de evolução

No Agents 2.0, temos:

• Um agente definido como executor operacional de tarefas:

  Um “funcionário digital” dentro do pipe

• Ele pode ter até 5 comportamentos

• Cada comportamento pode executar até 3 ações por vez:

  • Atualizar campos

  • Criar cards

  • Mover cards

Ou seja, além de “preencher coisas”, ele agora realmente atua no fluxo do processo.

4. Nova experiência de configuração: quem ele é, o que sabe e o que faz

Quando você cria ou edita um Agent 2.0, a experiência foi reorganizada em 3 abas:

1. Quem é esse agente?

   • Nome do agente

   • Descrição (obrigatória)

   • Essa descrição ajuda a:

     • Dar contexto ao modelo de IA

     • Reduzir alucinações

     • Conectar comportamentos com o propósito do agente

   Exemplo do webinar:

   “Você é um agente de recrutamento e seleção que analisa informações de candidatos para um processo seletivo no Pipefy.”

2. O que esse agente sabe? (Knowledge base)

   • Aqui você conecta o agente a:

     • Documentos (PDFs, job descriptions, PDFs fiscais etc.)

     • Pipes

     • Em breve, também Databases

   • Cada fonte de conhecimento tem:

     • Um nome

     • Uma descrição de quando e como usar

   Exemplo:

   “Use este documento para avaliar o candidato em relação à job description de Product Manager.”

3. O que esse agente faz? (Comportamentos)

   • Você define comportamentos atrelados a:

     • Um trigger (gatilho do processo)

     • Um prompt em linguagem natural

     • As ações que ele vai executar (atualizar, criar, mover cards)

5. Regras de negócio em linguagem natural ✍️

Um dos pontos mais legais mostrados foi:

Transformar regras de negócio do dia a dia em instruções de linguagem natural.

Exemplo real do webinar, num agente de recrutamento:

• Trigger: quando o card entra na fase “Submissão de currículo”

• Prompt (resumindo):

  • Analise o currículo anexado

  • Preencha campos como:

    • Anos de experiência

    • Senioridade

    • Habilidades

    • Proeficiência em idiomas etc.

  • Se o perfil for um good match com a job description:

    • Crie um card em outro pipe (por exemplo, Pipe de Entrevistas)

    • Leve o nome e e-mail do candidato

    • Mova o card de processo para a fase correta

Na prática, o que vimos:

• O candidato preencheu um formulário com currículo anexado

• O Agent 2.0:

  • Leu o currículo

  • Preencheu os campos

  • Criou um card em outro pipe

  • Moveu o card para a fase de entrevista

• E ainda registrou tudo em Activities, para auditoria.

6. Logs, tracing e auditoria: entendendo o que o agente fez 🕵️‍♀️

Uma dor clássica que o time ouviu dos clientes:

“O agente não fez o que eu esperava. Como eu entendo o que aconteceu?”

Por isso, foi criada uma nova área de logs para AI Agents, com:

• Sumário da execução

  • Qual card foi processado

  • Qual comportamento foi acionado

  • Tempo de execução

• Tracing (rastreamento passo a passo)

  • Mostra a sequência de ações:

    • Trigger

    • Consulta a dados do pipe

    • Acesso à base de conhecimento

    • Uso de Intelligent Document Processing (quando habilitado)

  • Em caso de erro:

    • Ex.: “Campo obrigatório estava vazio”

    • Isso ajuda a ajustar prompt, configurações e campos

Resultado: mais controle, transparência e confiança no que o agente faz dentro do seu processo.

7. Processamento Inteligente de Documentos (IDP): IA + OCR para documentos complexos 📄

Um dos destaques foi a funcionalidade de Intelligent Document Processing (IDP), uma combinação de:

• IA

• OCR

• Outros modelos especializados

Ela pode ser ativada em comportamentos que lidam com documentos complexos, por exemplo:

• Notas fiscais

• Boletos

• Documentos com:

  • Layouts diferentes

  • Números colados

  • Campos pouco estruturados

Pontos importantes reforçados:

• Para documentos bem estruturados (como muitos currículos), você pode optar por não ligar o IDP.

• Para boletos, NFs e afins, a recomendação é ativar.

• Os clientes que já testaram reportaram ganho de ~10% de acurácia na leitura de documentos.

• Se o agente não precisar usar o IDP, ele não ativa e não consome recursos desnecessariamente.

8. Rascunho, sugestões e usabilidade do dia a dia 🧩

Outros pontos de UX destacados no webinar:

• Rascunhos de agentes

  • Você não perde mais a configuração se sair da tela no meio.

  • É possível construir o agente por etapas.

• Sugestões por IA

  • No botão de AI Agents, o Pipefy sugere templates de agentes que fazem sentido para aquele pipe.

• Atalhos de prompt

  • Dentro do prompt, você agora usa / para:

    • Inserir campos do pipe

    • Inserir ações (ex.: update, move, create)

  • Isso evita ficar caçando campos em listas enormes.

9. Integrações via MCP e Multi-Provider de IA 🌐

Também demos spoilers de duas frentes importantes:

MCP (Model Context Protocol)

• Pense no MCP como o “SBC da IA”: um protocolo para conectar agentes a outras plataformas.

• Exemplos de uso:

  • Buscar dados no HubSpot com base em um Lead ID

  • Enviar mensagem no Slack ou Teams

  • Atualizar sistemas externos a partir de eventos no Pipefy

Na prática, isso vira ações no prompt, do tipo:

“Se o budget da campanha exceder 50 mil dólares, atualize o campo X e envie uma mensagem no Slack para o Adriano.”

Tudo isso configurado para, no futuro, virar literalmente uma ação acessível via /send Slack message no comportamento.

Multi-Providers de IA

Hoje, no painel de administração, já é possível configurar provedores como:

• AWS Bedrock

• Azure

• Google Vertex

• NVIDIA NIM

• OCI (Oracle)

• OpenAI (via Pipefy AI)

Com o avanço do produto, a ideia é:

• Em cada comportamento, você pode escolher qual modelo usar.

• Exemplo:

  • Para leitura de documentos fiscais: usar um modelo X

  • Para análise de texto longo: usar outro modelo Y

• Se você não quiser lidar com essa complexidade:

  • O Pipefy AI continua orquestrando automaticamente o melhor modelo.

10. Disponibilidade, próximos conteúdos e como aprender mais 📚

Alguns pontos de perguntas do público que foram respondidos:

• Agents 2.0 já estão disponíveis para 100% da base

  • Se você não estiver vendo o recurso:

    • Verifique se é admin no pipe

    • Caso continue sem acesso, abra um chamado com o suporte ou contate o time.

• Teste de agentes (como no 1.0)

  • Na versão inicial do 2.0, o teste “simulado” ainda não está disponível.

  • O time está desenhando uma forma segura de testar comportamentos que criam/movem cards sem impactar processos reais.

• Treinamentos na Pipefy Academy

  • Já estão sendo gravados microlearnings (cursos rápidos) sobre Agents 2.0.

  • A previsão é de conteúdos dedicados ainda dentro do período mencionado no webinar, com:

    • Casos de uso

    • Passo a passo de configuração

    • Exemplos práticos

11. E agora, o que você pode fazer?

Se você chegou até aqui e quer colocar a mão na massa, aqui vão algumas ideias:

• Criar seu primeiro Agent 2.0 para:

  • Triagem de candidatos

  • Validação de notas fiscais

  • Priorização de chamados

  • Enriquecimento de dados de clientes

• Revisar um processo que já existe e perguntar:

  “O que um funcionário digital poderia assumir aqui para acelerar esse fluxo?”

• Compartilhar na Comunidade:

  • Seu primeiro caso de uso com Agents 2.0

  • Dúvidas de configuração

  • Ideias de automação que você gostaria de testar

Se você já começou a testar os Agents 2.0, conta aqui nos comentários:

👉 Em qual processo você está usando?
👉 Que resultado você já percebeu?

Seu feedback ajuda o time de produto (e o time de Education também 😉) a continuar evoluindo essa experiência.