Implementação de RPA em 2026: quando os bots vencem os agentes de IA (e quando perdem)

RPA em 2026: não morreu, foi reposicionado

A narrativa de 2024-2025 foi "o RPA está morto, os agentes de IA o substituem". A realidade de 2026 é mais sutil: o mercado de RPA é de US$ 24 bilhões globalmente (Gartner), abaixo do pico de hype, mas estável para os fluxos que domina. Custo por execução: US$ 0,02 (RPA) contra US$ 0,45 (agente LLM) (Forrester 2025). Confiabilidade: 99,5% (RPA) contra 92-97% (agente LLM).

Para fluxos estáveis e determinísticos, o RPA vence. Para fluxos que exigem julgamento, vencem os agentes de IA. O erro caro é usar um para os dois.

Quando o RPA vence

Três critérios, todos obrigatórios:

1. Regras determinísticas. Entradas mapeiam para saídas por uma lógica estável. Sem julgamento.
2. Sistemas de origem estáveis. Os aplicativos com os quais o bot interage não mudam com frequência (12 meses ou mais entre grandes mudanças de UI/API).
3. Volume justifica o custo de configuração. Mais de 100 execuções por mês, ou o custo por execução é relevante.

Fluxos que atendem aos três:

Cada um é determinístico, roda contra sistemas estáveis e tem volume que justifica o custo de configuração. Cada um economiza horas reais de uma pessoa real.

Quando os agentes de IA vencem

Fluxos que exigem julgamento:

• Triagem de e-mail (decidir categoria, prioridade, resposta)
• Revisão de contratos (sinalizar desvios em relação ao playbook)
• Redação de respostas de suporte ao cliente (escrever primeiras versões a partir da base de conhecimento)
• Qualificação de leads (pontuação por sinais contextuais)
• Resumo de chamadas de vendas (extrair próximos passos e objeções)

Para esses, o RPA não funciona porque as regras não são estáveis - o contexto muda a resposta certa. Os agentes de IA lidam com a ambiguidade. Custam mais por execução e são menos confiáveis, mas a troca compensa.

O padrão híbrido

A maior parte da automação em produção em 2026 usa os dois:

RPA busca dados do sistema de origem (CRM, e-mail, ERP)
    -> Agente de IA classifica, encaminha ou redige
        -> RPA grava o resultado de volta no sistema de destino

Exemplo: processamento de notas fiscais.

• O RPA extrai o texto do PDF (OCR determinístico).
• O agente de IA classifica o tipo de nota fiscal, valida contra o pedido de compra, sinaliza anomalias (julgamento).
• O RPA grava a nota fiscal validada no ERP e a encaminha para a fila de aprovação (determinístico).

Esse híbrido é mais rápido de colocar em produção do que agentes puramente de IA e mais flexível do que RPA puro. O custo é dominado por chamadas ao agente de IA (~US$ 0,40 por nota fiscal), mas ainda é três vezes mais barato do que o tratamento humano.

Principais plataformas em 2026

Critérios de seleção:

1. Amplitude de integração. Suporta todos os sistemas de origem dentro do escopo? Conectores personalizados são caros de construir e manter.
2. Modelo de custo. Preço por bot pune o crescimento. Preço por execução se alinha ao uso.
3. Evite scripts proprietários. A linguagem do Studio do UiPath e a linguagem de expressões do Power Automate criam aprisionamento. Prefira plataformas que usem Python, JavaScript ou padrões abertos.

API contra captura de tela

Ao escolher como um bot interage com um sistema:

• Integração por API: taxa de quebra menor (~40% menor que captura de tela), execução mais rápida, depuração mais fácil. Use quando o sistema de origem oferece uma API.

• Captura de tela: último recurso. O bot interage com a UI como se fosse humano. Quebra quando a UI muda. Use somente quando não há API.

Em 2026, 75-80% dos aplicativos corporativos oferecem APIs. Os 20-25% restantes são sistemas legados que só suportam captura de tela. Planeje o orçamento de manutenção de acordo: bots de captura de tela custam de 2 a 3 vezes mais para manter do que bots de API.

A realidade da manutenção

Planeje 25-35% do custo de construção por ano em manutenção. Um bot construído por US$ 20 mil custa de US$ 5 a 7 mil por ano em anos normais, e de US$ 10 a 15 mil em anos com grandes atualizações nos sistemas de origem.

Três práticas operacionais que mantêm os bots vivos:

1. Verificações diárias de saúde. Cada bot executa uma transação sintética por dia. Se falhar, aciona o responsável.

2. Registro estruturado. Cada passo de cada bot registrado. Quando algo quebra, os logs mostram onde.

3. Responsável nomeado por bot. Uma única pessoa responsável pela saída do bot. Bots sem responsáveis apodrecem.

Pule qualquer uma dessas e o programa de RPA se degrada em 12 a 18 meses.

O que mata programas de RPA

Três modos de falha que respondem por 80% dos fracassos:

1. Sem orçamento de manutenção. O ano 1 constrói 30 bots. O ano 2 não tem orçamento para manutenção. No mês 18, metade dos bots quebrou e acumulou soluções manuais. O programa parece falido.

2. Aprisionamento em plataformas proprietárias. O custo de migração do UiPath para o Power Automate é de 60-80% do custo original de construção. Escolha plataformas com scripts portáveis.

3. Bots sem responsáveis. Um bot é construído e entregue à "equipe de operações" sem nomear uma pessoa específica como responsável. Quando ele quebra, ninguém percebe por semanas.

Um piloto de RPA em 30 dias

Semana 1: auditoria de operações. Liste todo fluxo que atende aos três critérios (determinístico, sistemas estáveis, 100+ execuções/mês). Pontue por ROI.

Semana 2: escolha o primeiro. Construa o bot. Use integração por API sempre que possível.

Semana 3: implante em produção. Configure verificações diárias de saúde, registro estruturado, responsável nomeado. Direcione 100% do tráfego pelo bot.

Semana 4: meça execuções, taxa de erro, custo por execução, horas economizadas. Documente o padrão para o próximo bot.

Até o dia 30, a equipe tem um bot em produção, um responsável nomeado e um padrão documentado. Os bots seguintes custam de 30 a 50% menos para implantar.

A conclusão

O RPA em 2026 é a ferramenta certa para fluxos determinísticos, de alto volume e estáveis. Os agentes de IA são a ferramenta certa para fluxos de alto julgamento. A maior parte da automação em produção usa os dois. Os erros caros são: (1) usar agentes de IA onde o RPA daria conta, pagando 20 vezes mais por execução; (2) usar RPA onde agentes de IA dariam conta, construindo capturadores de tela frágeis para tarefas de julgamento; (3) pular o orçamento de manutenção e ver o programa se deteriorar no segundo ano. Escolha a ferramenta certa por fluxo. Reserve orçamento de manutenção. Nomeie um responsável por bot. A matemática fecha.