Gestor de agentes de IA: papel, funções e onde fica

O gestor de agentes de IA é a pessoa dona do desempenho do agente de IA do seu atendimento. Algumas equipes chamam o cargo de supervisor de IA ou líder de operações de IA. O trabalho: revisar as conversas do agente, decidir o que muda no conhecimento, nas instruções e nas regras de transbordo dele, testar cada mudança antes de publicar, conduzir incidentes e reportar ao Head de CX.

Em resumo

• O gestor de agentes de IA é dono de um único resultado: o agente de IA dá respostas corretas e permitidas, transfere para uma pessoa no momento certo e melhora todo mês.
• Seis funções enchem a semana: revisão de desempenho, mudanças de conhecimento e de políticas, testes antes de cada versão, desenho do escalonamento, tratamento de incidentes e relatórios.
• O cargo funciona melhor dentro do atendimento, reportando ao Head de CX, com uma linha pontilhada para a equipe que opera a plataforma.
• Meça o cargo pela resolução correta, pelos erros críticos e pelo tempo entre o achado e a correção no ar, não só pela taxa de retenção.
• Comece capacitando um bom líder de equipe em tempo parcial; passe para tempo integral quando o agente executar ações ou atender uma parcela grande do volume.

O que faz um gestor de agentes de IA?

O gestor de agentes de IA revisa o que o agente de IA disse aos clientes, encontra a causa de cada falha e coloca no ar a correção certa: um artigo da base de conhecimento, uma mudança de instrução, uma regra de roteamento ou de escalonamento. Ele testa antes de cada versão, conduz os incidentes quando o agente erra e reporta a qualidade à liderança. Ele gerencia resultados, não código.

O nome do cargo ainda não está definido. A Intercom e o Fin o chamam de AI operations lead (líder de operações de IA), um papel que “é dono do desempenho da IA no dia a dia” (Intercom, em inglês, novembro de 2025). A Ada o chama de AI manager (gestor de IA), “responsável por treinar e otimizar os agentes de IA para melhorar a resolução automatizada (AR) ao longo do tempo” (Ada, em inglês, maio de 2025). Outros dizem bot manager ou supervisor de agentes de IA; o trabalho é o mesmo.

Uma armadilha de nome: em engenharia, um “supervisor agent” é software. A Databricks, por exemplo, documenta um Supervisor Agent (em inglês) que coordena vários agentes de IA especializados. Este guia trata da pessoa que responde pelo que esses agentes dizem aos seus clientes.

Por que o cargo de gestor de agentes de IA está surgindo agora?

O cargo surge porque ninguém mais é dono do ciclo de melhoria. Operações de suporte cuida das filas, o QA avalia as conversas, os gestores de conhecimento cuidam dos artigos e a engenharia opera a plataforma. Quando um agente de IA repete a mesma resposta errada mil vezes, cada equipe é dona de um pedaço da correção e ninguém é dono do resultado.

O blueprint do Fin diz o mesmo: “nenhum cargo existente”, nem operações de suporte, nem QA, nem os gestores da linha de frente, “é naturalmente dono desse trabalho” (Fin, em inglês, julho de 2026). Profissionais no Reddit descrevem a consequência: quando ninguém é dono da revisão das falhas e da atualização da fonte de verdade, o ciclo de melhoria para (discussão, em inglês).

Os dados sobre a força de trabalho apontam na mesma direção. Em uma pesquisa do Gartner com 321 líderes de atendimento e suporte (setembro a outubro de 2025), 85% disseram que estão acrescentando novas tarefas e responsabilidades aos cargos da linha de frente, e 75% estão levando atendentes para cargos totalmente novos dentro da organização de atendimento (Gartner, em inglês, abril de 2026). Ser dono do agente de IA é um desses novos trabalhos, com ou sem título.

A diferença em relação a gerir pessoas é o caminho da correção: um líder de equipe faz coaching com uma pessoa; um gestor de agentes de IA muda conteúdo, instruções ou roteamento e prova que a mudança funcionou. Veja coaching de humanos vs correção de agentes de IA.

Quais são as responsabilidades do gestor de agentes de IA?

As responsabilidades do gestor de agentes de IA se dividem em seis áreas: revisar o desempenho do agente, mudar o conhecimento e as políticas dele, testar cada mudança antes de publicar, desenhar o escalonamento e o transbordo, tratar incidentes e reportar. Cada uma tem uma periodicidade e uma entrega concreta, para que o cargo seja avaliado pelo que entrega, não por parecer ocupado.

Duas costumam ser esquecidas. Os testes antes de cada versão, porque uma edição de instrução chega a todas as conversas em minutos. O desenho do escalonamento, porque as falhas de IA mais caras costumam ser transbordos tardios, em que o cliente repete tudo para uma pessoa que não tem o contexto.

Quais decisões pertencem ao gestor de agentes de IA?

O gestor de agentes de IA é dono das decisões que mudam o comportamento do agente: o que corrigir primeiro, qual mudança de instrução ou de roteamento entra no ar, se uma versão passa nos testes e se um fluxo com falhas é pausado. Ele recomenda, mas não decide, quais novas intenções o agente assume, o orçamento e qualquer mudança na própria política.

Escrever os direitos de decisão transforma um coordenador em um dono:

• Decide sozinho: prioridade das correções, mudanças de instrução e de prompt, conjuntos de teste, liberar ou barrar uma versão, pausar um fluxo durante um incidente, regras de transbordo dentro de uma intenção aprovada.
• Recomenda, o Head de CX decide: novas intenções ou canais, novas ações (reembolsos, alterações de conta), troca de fornecedor, orçamento. Para novas intenções, use a regra de pontuação de quais intenções automatizar primeiro.
• Apenas consultado: a regra da política em si, que pertence ao financeiro, ao jurídico ou ao responsável pela política; os critérios do formulário de monitoria, que pertencem ao responsável de QA.

A ficha do cargo de gestor de agentes de IA (copie)

A ficha do cargo abaixo funciona ao mesmo tempo como descrição de vaga, critério de contratação e avaliação trimestral: missão, responsabilidades, decisões, KPIs e competências. Copie, substitua as partes entre colchetes e combine com o Head de CX antes de publicar a vaga ou nomear alguém.

A linha dos KPIs é o que a maioria das descrições de vaga deixa vago; a seção sobre KPIs abaixo explica como medir cada um.

Quais competências um gestor de agentes de IA precisa ter?

Um gestor de agentes de IA precisa, antes de tudo, de experiência sólida em operações de suporte: conhecer as suas políticas, os seus clientes e onde as conversas dão errado. Depois, de quatro competências práticas: diagnosticar uma falha a partir da transcrição, escrever instruções e artigos claros, desenhar testes e ler dados. Programar ajuda, mas não é exigido. Bom senso e calma sob a pressão de um incidente contam mais.

A Intercom observa que o líder de operações de IA é “muitas vezes promovido a partir de operações de suporte” (Intercom, em inglês): o conhecimento das políticas e dos clientes não se contrata rápido, enquanto desenho de testes e escrita se aprendem.

Onde o gestor de agentes de IA deve ficar: operações de suporte, CX ou TI?

O gestor de agentes de IA deve ficar no atendimento, em operações de suporte ou diretamente abaixo do Head de CX, com uma linha pontilhada para a equipe de IA ou de TI que opera a plataforma. O atendimento é dono do resultado para o cliente e conhece as políticas. A TI é dona dos acessos, da segurança e das integrações. Colocar o cargo na TI o transforma em um trabalho de plataforma, não de qualidade.

No Reddit, líderes de CX relatam o mesmo: os novos títulos para quem é dono de agentes de IA tendem a ficar no atendimento, não na engenharia (discussão, em inglês). Trate isso como um sinal, não como uma pesquisa.

Como o gestor de agentes de IA trabalha com o responsável de QA, os gestores de conhecimento e os líderes de equipe?

O gestor de agentes de IA recebe os achados do responsável de QA, corrige o conteúdo com o gestor de conhecimento e compartilha os problemas de transbordo com os líderes de equipe, cujas pessoas recebem o que o agente repassa. O QA mantém o formulário de monitoria independente, o conhecimento é dono dos artigos, os líderes de equipe são donos das pessoas. O gestor é dono das mudanças do agente e da publicação.

A matriz RACI abaixo cobre o dia a dia (R = executa, A = responde pelo resultado, C = consultado, I = informado). A versão para a empresa toda, com jurídico e segurança, está em governança de agentes de IA.

Duas linhas pedem cuidado. O responsável de QA é dono do formulário de monitoria, não a pessoa cujas mudanças ele avalia. E os líderes de equipe são o alerta antecipado: os atendentes deles veem os transbordos ruins primeiro, então dê a eles uma forma de sinalizar uma conversa com um clique.

Quais KPIs medem um gestor de agentes de IA?

Meça um gestor de agentes de IA pelo fato de os clientes receberem respostas corretas e permitidas e de as falhas serem corrigidas rápido: taxa de resolução correta, taxa de erros críticos, tempo entre o achado e a correção no ar, taxa de aprovação na regressão a cada versão, qualidade do transbordo e recontatos nas conversas encerradas pela IA. A taxa de retenção sozinha premia um agente que mantém os clientes longe das pessoas, certo ou errado.

As metas são pontos de partida sugeridos por nós, não benchmarks do setor; defina a linha de base com um mês de conversas avaliadas. As métricas do gestor de IA da Ada começam pela taxa de resolução automatizada (Ada, em inglês); junte qualquer taxa de resolução a uma verificação de correção, porque resolvido nem sempre é correto.

Como é uma semana de um gestor de agentes de IA?

Uma semana típica tem um ritmo: na segunda, revisão das conversas avaliadas da semana anterior; na terça, causas raiz e correções com os responsáveis pelo conteúdo e pelas políticas; na quarta, testes; na quinta, publicação; na sexta, relatórios e o backlog de melhorias. Os incidentes quebram o ritmo quando acontecem.

Exemplo calculado (uma ilustração com números inventados). Um agente de IA atende 9.000 conversas por semana. Na segunda, o gestor vê que 42 de 1.400 conversas sobre reembolso, 3,0%, reprovaram em um critério crítico: o agente informou um prazo de reembolso de 30 dias. A política mudou para 14 dias no primeiro dia do mês, mas o artigo de ajuda nunca foi atualizado.

• Terça: o gestor de conhecimento atualiza o artigo; o gestor acrescenta uma instrução para informar o prazo e indicar a página da política, e registra as duas mudanças.
• Quarta: 30 novos casos de teste a partir das falhas, mais o conjunto existente de 60 casos sobre reembolso. 89 de 90 passam; o único reprovado (uma compra anterior à mudança da política) ganha uma instrução própria e passa na nova rodada.
• Quinta: publicação, e depois o gestor lê as primeiras 50 conversas sobre reembolso.
• Segunda seguinte: 4 de 1.350 conversas sobre reembolso reprovam no mesmo critério, 0,3%. Com a taxa antiga de 3,0%, cerca de 40 teriam reprovado: aproximadamente 36 clientes a menos por semana com uma promessa de reembolso errada.

Do achado à correção no ar, o prazo ficou abaixo da meta de 5 dias. A correção de processo conta tanto quanto: “atualizar o agente de IA” agora faz parte do checklist de mudança de política.

Contratar um gestor de agentes de IA ou capacitar um líder de equipe?

Capacite um líder de equipe ou um analista de operações de suporte quando você tem um agente de IA que responde perguntas mas não executa ações, e reserve para ele horas protegidas toda semana. Contrate ou nomeie um gestor de agentes de IA em tempo integral quando o agente executar ações, cobrir várias intenções com volume real ou rodar em mais de uma plataforma.

O Fin sugere uma progressão parecida: no início, entregue o trabalho principal a alguém que possa dedicar de 5 a 10 horas por semana; o trabalho vira tempo integral quando a IA atende de 50% a 70% do volume de entrada (Fin, em inglês). A nossa regra prática soma o risco ao volume:

O líder de equipe capacitado conhece as políticas e os clientes; o risco é o tempo. Se o trabalho com a IA sempre perde para a fila, a revisão para e o agente se desvia, então proteja as horas e passe para tempo integral no mês em que isso acontecer. O modelo de maturidade da IA no atendimento mostra em qual estágio essa mudança costuma acontecer.

Quando você não precisa de um gestor de agentes de IA dedicado

Se o seu agente de IA responde algumas centenas de conversas por mês a partir da sua central de ajuda e não executa ações, um cargo dedicado é mais do que você precisa: nomeie um responsável, dê a ele duas horas por semana para ler conversas e corrigir artigos, e faça uma revisão mensal.

O cargo também não substitui a equipe que constrói o agente. Se ninguém consegue publicar mudanças, o gestor de agentes de IA produz achados que nunca entram no ar.

Onde a Kaizo entra

A segunda-feira do gestor de agentes de IA depende de conversas avaliadas, não de uma amostra escolhida a dedo. A Kaizo verifica cada conversa de suporte, humana ou de IA, segundo a sua própria rubrica, e mostra o que corrigir: o AutoPilot avalia cada conversa assim que ela é resolvida e liga cada nota à evidência na conversa. Veja QA de agentes de IA, ou agende uma demo para ver isso nas suas próprias conversas.

Como começar esta semana

Você pode criar o cargo esta semana sem uma nova contratação nem uma nova ferramenta. Cinco passos transformam “alguém dá uma olhada no bot” em um dono com decisões e números.

1. Nomeie um responsável por agente de IA e a quem ele reporta.
2. Copie a ficha do cargo, preencha o escopo e os direitos de decisão, e combine com o Head de CX.
3. Avalie as conversas de IA da semana passada na sua principal intenção e liste os 3 principais achados.
4. Comece um registro de mudanças e um conjunto de testes construído a partir desses achados.
5. Marque uma revisão semanal de 30 minutos com o responsável de QA e o gestor de conhecimento, e um relatório mensal para a liderança.

Depois do primeiro mês, faça a revisão mensal com o modelo de avaliação de desempenho do agente de IA.

Perguntas frequentes

O que é um supervisor de IA no atendimento ao cliente?

No atendimento ao cliente, um supervisor de IA costuma ser uma pessoa: o gestor de agentes de IA, que revisa as conversas de um agente de IA, corrige o que ele erra e decide quando ele transfere para uma pessoa. Em engenharia, “supervisor agent” é o nome de um software que coordena vários agentes de IA, então confirme qual dos dois se quer dizer antes de escrever uma vaga.

AIOps é o mesmo que operações de IA no atendimento ao cliente?

Não. AIOps geralmente significa usar IA para operar a TI, por exemplo para detectar incidentes de infraestrutura. Operações de IA no atendimento ao cliente significa operar o agente de IA que conversa com os clientes: a qualidade, o conhecimento, os testes e o escalonamento dele. O trabalho, a equipe e os KPIs são diferentes.

Quem é dono do orçamento do agente de IA, CX ou TI?

Depende, e é um ponto de atrito comum. Um modelo que funciona: CX é dono do orçamento dos resultados e do uso do agente de IA, porque CX responde pela qualidade e pela economia, e a TI é dona dos custos de plataforma, segurança e integração. De qualquer forma, o gestor de agentes de IA deve enxergar o custo por conversa resolvida.

Um único gestor de agentes de IA pode cuidar de vários agentes de IA?

Sim, enquanto os agentes compartilham a plataforma, as políticas e a equipe. Cada plataforma a mais acrescenta um processo de publicação, logs e um conjunto de testes, e cada novo tipo de ação acrescenta risco; nesse ponto, inclua uma segunda pessoa em QA ou conhecimento antes que a revisão deixe de ser semanal e vire ocasional.

Quanto pagar a um gestor de agentes de IA?

Ainda não existe um benchmark salarial público confiável, porque o cargo tem muitos nomes. Use como referência a faixa do seu gerente de operações de suporte ou do seu responsável de QA sênior, de onde vem a maioria dos candidatos, e ajuste para cima quando o agente executa ações com risco financeiro ou de compliance.