Há empresas chamando de workflow — ou, em bom português, fluxo de trabalho — uma coleção de cartões, mensagens e boa vontade. Funciona até o primeiro caso que não cabe no quadrado azul.

TL;DR

Um fluxo de trabalho, também chamado de workflow, é um caminho que deixa claro o que entra, quem decide, o que acontece depois, como uma etapa passa para a outra e que evidência prova o resultado. Processo descreve o trabalho que precisa existir; automação executa partes repetíveis; um agente pode escolher passos dentro de limites; um harness organiza contexto, permissões, validação e interrupção ao redor dessas peças. Os nomes variam entre ferramentas. A ideia operacional não: sem responsável, exceção, critério de passagem e caminho de volta, automatizar um processo mal compreendido só faz o caos chegar mais rápido.

Já vi muita conversa sobre inteligência artificial (IA) começar pelo fim.

“Dá para automatizar?”

Dá, às vezes. Mas antes existe uma pergunta bem menos glamourosa: quando alguém faz um pedido, quem sabe o que acontece depois?

Não “mais ou menos”. Não “a fulana costuma olhar”. Não “tem uma planilha que a gente atualiza quando lembra”.

O que acontece depois, qual dado entra, quem decide, como a decisão é executada, quem confere, onde o resultado aparece e o que fica de prova?

Se essas respostas dependem de telepatia organizacional, você não tem um fluxo de trabalho. Tem esperança com etapas.

E esperança é uma péssima ferramenta de integração.

Antes de escolher a ferramenta, vamos desfazer cinco palavras grandes

Não existe uma taxonomia — um sistema de classificação — universal e perfeita para essas palavras. Cada fornecedor arruma seus slides como prefere; alguns chamam de agente aquilo que outro chama de automação com um modelo no meio. Não vou fingir que descobri a tabela definitiva da humanidade.

Para este artigo, uso estas definições de trabalho:

• processo é o trabalho recorrente que precisa produzir algum resultado: atender uma solicitação, aprovar uma compra, publicar uma alteração;
• fluxo de trabalho (workflow) é o roteiro operacional desse processo: estados, responsáveis, regras de passagem, exceções e evidências entre o começo e o fim;
• automação executa passos previsíveis desse roteiro por regras e integrações;
• agente pode selecionar próximos passos e usar ferramentas dentro de um objetivo, escopo e permissões definidos;
• harness é o ambiente que organiza contexto, fontes, ferramentas, limites, validações e pontos de aprovação em torno de tudo isso.

O mapa mais detalhado entre essas camadas já está em “IA não é uma coisa só: modelo, agente, automação e harness”.

Nada nessa lista transforma uma ferramenta em gerente, dona do processo ou responsável pelo prejuízo. Ela só ajuda a escolher a peça certa para cada momento.

Minha síntese autoral é mais simples: fluxo de trabalho é o acordo verificável sobre o que acontece depois. A ferramenta vem depois desse acordo — se vier.

Um fluxo real começa antes do botão “executar”

Pense numa solicitação de compra, de suporte, de publicação ou de acesso a um sistema. O desenho muda; as perguntas essenciais não.

1. Solicitação: o que chegou, de quem, com qual informação mínima e para qual objetivo?
2. Triagem: está completa, é duplicada, entra no escopo, precisa de mais contexto?
3. Decisão: quem tem autoridade e que regra separa aprovar, recusar, devolver ou escalar?
4. Execução: qual ação altera o mundo — registra, paga, publica, cria acesso, envia uma mensagem?
5. Validação: como sabemos que o resultado corresponde ao que foi decidido e não apenas que uma chamada técnica retornou “sucesso”?
6. Publicação ou entrega: quem recebe o resultado, em que canal e com quais limites de exposição?
7. Evidência: onde fica o rastro suficiente para explicar depois o pedido, a decisão, a ação e a verificação?

Esse roteiro não precisa ser burocrático para existir. Um pedido simples pode atravessá-lo em minutos. Mas pular as perguntas não faz a complexidade desaparecer. Só faz ela reaparecer mais tarde, geralmente como retrabalho, ruído entre equipes ou alguém perguntando por que o sistema fez aquilo às 18h47.

O que cabe em regra, automação ou IA

Nem toda etapa pede IA. Isso deveria ser uma tranquilidade, não uma derrota de marketing.

Se o pedido só pode avançar quando possui número, responsável e documento obrigatório, uma regra convencional resolve melhor: é previsível, barata de testar e não precisa interpretar poesia corporativa para descobrir que um campo está vazio.

Se a triagem exige copiar dados entre sistemas, enviar lembrete e abrir uma tarefa para a equipe correta, uma automação convencional pode ser suficiente. Ela executa o caminho que já é conhecido.

IA começa a ser útil quando a entrada é menos estruturada: resumir um texto longo, sugerir uma categoria a partir de linguagem natural, encontrar divergências em documentos ou preparar uma recomendação para revisão. Mesmo aí, “útil” não significa “autorizada a decidir tudo”.

Um agente pode entrar quando precisa observar resultados, escolher entre ferramentas permitidas e adaptar a sequência dentro de limites explícitos. Mas o artigo sobre agentes genéricos já deixa o aviso: o nome do cargo não contém o processo. Um “agente financeiro” não recebe por iluminação divina as regras, fontes, exceções e autoridades da sua empresa.

Uma forma prática de dividir é esta:

Momento	Melhor ponto de partida	O que não pode ficar implícito
Dados obrigatórios	regra	campos, formato e retorno para correção
Repetição entre sistemas	automação	gatilho, idempotência — não criar duplicatas quando a mesma ação se repete — e falha técnica
Texto ou classificação ambígua	IA como recomendação	fonte, confiança esperada e revisão humana
Escolha entre ações permitidas	agente limitado	objetivo, ferramentas, orçamento, parada e escalonamento
Mudança difícil de desfazer	decisão humana ou aprovação explícita	autoridade, impacto, evidência e rollback — retorno controlado a um estado anterior

Não é uma escala de “mais moderno”. É uma escolha proporcional. Usar um agente para conferir três campos obrigatórios é usar uma bazuca para matar uma mosca. Às vezes a mosca cai. A manutenção do lançador continua sendo seu problema.

Critério de passagem é o que evita o limbo elegante

Um fluxo de trabalho não é só uma sequência de verbos. Cada transição precisa responder: o que permite passar daqui para ali?

“Triado” pode significar que os campos existem, que não há duplicidade e que a solicitação pertence àquela fila. “Aprovado” pode significar que a pessoa certa decidiu, dentro de uma alçada conhecida, com orçamento e evidência disponíveis. “Concluído” deveria significar que a ação foi feita e validada, não apenas que alguém marcou uma caixa.

Sem critérios de passagem, o sistema ganha estados decorativos. Todo mundo enxerga “em análise”; ninguém sabe se falta um documento, uma pessoa, uma integração ou coragem de tomar uma decisão.

Também precisam existir exceções. Um valor fora de faixa, um cliente com restrição, uma fonte que discorda da outra, uma ação que não pode ser desfeita: esses casos não são falhas no desenho. São parte do trabalho real.

Uma boa rota de escalonamento diz quem recebe o caso, que informação chega junto e o que fica proibido enquanto a pessoa decide. “Encaminhar para humano” sem dono, prazo ou contexto é só terceirizar a ambiguidade com uma etiqueta mais simpática.

Evidência não é burocracia; é a capacidade de discordar depois

Quando tudo corre bem, o rastro parece dispensável. Quando algo sai errado, ele vira a diferença entre investigar e improvisar uma narrativa.

Evidência terminal — o registro que encerra o fluxo com uma prova revisável — não precisa ser um romance técnico. Pode ser o identificador do pedido, a regra aplicada, quem aprovou, o resultado da validação, os sistemas tocados e o horário. O bastante para responder: “o que aconteceu, com que base e como verificamos?”.

O AI Risk Management Framework do National Institute of Standards and Technology (NIST), dos Estados Unidos organiza a gestão de risco de IA em atividades de governar, mapear, medir e administrar. Ele é voluntário e amplo; não entrega o fluxo de trabalho da sua empresa nem certifica uma automação. A utilidade aqui é menor e mais concreta: obriga a tratar responsabilidade, contexto e medição como parte do sistema, não como uma nota de rodapé escrita depois do incidente.

Para sistemas com IA, registrar de onde veio uma recomendação, quais fontes foram usadas e quando houve revisão humana evita uma fantasia comum: achar que uma resposta convincente já é uma decisão explicável.

Reversibilidade é uma pergunta feita antes do arrependimento

Há ações que podem falhar e serem repetidas. Há ações que podem ser refeitas por uma pessoa. E há ações que mudam acesso, dinheiro, dados, comunicação pública ou produção de um jeito que não deveria depender de “vamos ver nos registros técnicos de eventos (logs)”.

Antes de automatizar, eu perguntaria:

• qual é o pior efeito se esta ação for executada duas vezes?
• como interrompo uma execução que está saindo do trilho?
• existe uma prévia, uma simulação ou uma aprovação antes do efeito?
• o que exatamente volta com um rollback e o que não volta?
• qual evidência precisa ser preservada antes de desfazer?

O texto sobre limpeza de automações explora a mesma lógica pelo lado do descarte: não basta identificar algo como antigo; é preciso saber se ele está protegido, quem o consome e como recuperar o que importa.

Reversibilidade não é desculpa para agir sem atenção. É margem para experimentar sem transformar cada mudança numa aposta irreversível.

O fluxo de trabalho vem antes do futuro bonito

Há uma tentação compreensível em desenhar primeiro a operação perfeita: um agente recebe tudo, entende tudo, decide tudo e passa o dia resolvendo problemas enquanto a equipe toma café olhando para um painel impecável.

Talvez um dia a apresentação fique assim. Hoje, se o caminho atual ninguém consegue explicar, automatizar o futuro é só acelerar a confusão de ontem.

Comece pelo que já acontece. Onde a solicitação chega? Onde ela trava? Que decisão é humana porque precisa ser, e qual continua humana apenas porque ninguém ainda a desenhou direito? Que falha é aceitável? Quem responde por uma exceção? Qual prova você precisaria se o resultado fosse contestado?

Na i-9.ai, esse tipo de descoberta vem antes da promessa de autonomia. A finalidade não é fazer uma máquina parecer ocupada. É transformar trabalho disperso em capacidade mais clara, governável e verificável.

Fluxo de trabalho não é uma prisão para a operação.

É o que permite melhorar o caminho sem fingir que o caminho não existe.

Um prompt para mapear antes de idealizar

Se você já usa um agente, um chatbot ou uma ferramenta de automação, experimente começar por isto — sem pedir solução ainda:

Um prompt é o conjunto de instruções dado ao sistema. Aqui ele inicia o levantamento; não substitui a descoberta.

Você vai atuar como analista de processos. Não proponha automação nem IA antes de mapear o fluxo de trabalho atual. Faça perguntas curtas e registre, em uma tabela: 1) gatilho e solicitante; 2) informação mínima de entrada; 3) triagem; 4) decisões e responsáveis; 5) ações executadas e sistemas envolvidos; 6) critérios de passagem; 7) exceções, prazos e escalonamento; 8) validação da entrega; 9) evidência que precisa permanecer; 10) reversão ou mitigação quando algo der errado. Diferencie fatos observados, regras existentes, hipóteses e lacunas. Não invente etapas. Ao final, apresente primeiro o fluxo atual, depois os riscos e só então opções proporcionais de regra, automação ou IA, indicando o que precisa de decisão humana.

O prompt não descobre o processo sozinho. Ninguém descobre. Mas ele obriga a conversa a começar no lugar certo.

Antes da automação.

Antes do agente.

Antes da esperança com etapas.

Para se aprofundar

• NIST AI Risk Management Framework: referência oficial para gestão de riscos de IA; não é uma taxonomia universal de fluxos de trabalho nem um certificado de segurança.
• OpenAI — Construção de agentes: documentação de engenharia sobre agentes, ferramentas e supervisão; descreve uma abordagem de produto, não substitui o desenho do processo local.
• Wikipédia — Fluxo de trabalho: trilha enciclopédica para a noção geral de fluxo de trabalho.
• Wikipédia — Idempotência: contexto para a propriedade de repetir uma operação sem acumular um efeito novo.
• Wikipédia — Rollback: contexto para o retorno controlado de uma alteração de dados ou software.

Referências e limites de uso

• O NIST AI Risk Management Framework sustenta que a gestão de riscos de IA envolve governança, contexto e medição ao longo do ciclo de vida. Ele é voluntário, de alto nível e não prova que um fluxo de trabalho específico seja adequado.
• A documentação da OpenAI sobre agentes sustenta a necessidade de limites e supervisão ao construir sistemas com ferramentas. Ela não estabelece uma definição universal de agente, workflow ou harness.
• As definições de trabalho e a tese sobre “esperança com etapas” são síntese editorial deste artigo, não uma classificação atribuída às fontes.