Na conferência de resultados de ontem, compartilhamos que o Microsoft 365 Copilot ultrapassou 30 milhões de licenças pagas, com as adições líquidas de licenças mais que dobrando trimestre a trimestre¹. Este é um marco importante, mas também um sinal de uma transformação muito mais ampla: em todos os setores, a IA está passando de assistente a  participante ativa, tornando-se uma parte essencial de como o trabalho é feito, em vez de ser apenas uma ferramenta. As organizações estão redesenhando fluxos de trabalho e os funcionários estão orientando agentes a assumir tarefas, projetos e processos e aumentando seu impacto.

A primeira fase da IA empresarial foi definida pela adoção, com implantações, licenças e horas economizadas, e esses são ganhos reais que continuarão a se acumular. A próxima fase será definida pela transformação. Na Microsoft, nossa missão é capacitar cada pessoa e cada organização no planeta a alcançar mais, e estamos entusiasmados com a oportunidade de cumprir essa missão à medida que humanos e agentes colaboram para construir o que antes era impossível.

Novos dados dos sinais de telemetria do Microsoft 365, juntamente com exemplos de nossos clientes ao redor do mundo e de equipes dentro da Microsoft, demonstram essa transformação em ação. Ela aparece de três maneiras: na profundidade e amplitude com que as pessoas agora usam IA, no que a IA torna possível, de um trabalho mais rápido a capacidades totalmente novas; e em como as organizações a adaptam para funções específicas. Vamos analisar mais de perto, começando pela própria tecnologia.

Uma mudança de patamar em inovação

Nos últimos meses, surgiu um novo tipo de produto de IA: um modelo envolto em uma camada agêntica que consegue fechar seu próprio ciclo de feedback: planejando, executando, testando e corrigindo seu trabalho para entregar um resultado finalizado. Essa abordagem viabilizou Copilot Cowork,  disponível desde  junho. Cowork pode assumir trabalhos de várias etapas: você define a tarefa, e ele a executa de ponta a ponta e retorna um resultado concluído. Seu design multimodelo permite executar os modelos necessários para cada tarefa, de modo que a capacidade evolui à medida que mais modelos se tornam disponíveis. Testes mostram que Cowork foi 30-40% mais barato² em comparação com uma opção de modelo único. Também apresentamos nosso primeiro agente autopiloto, Microsoft Scout, que permanece ativo em segundo plano, com sua própria identidade e permissões, para manter o trabalho em andamento mesmo quando sua atenção está em outro lugar. Todos os resultados são fundamentados no Work IQ para entender o contexto que molda o trabalho dentro da sua organização, incluindo as funções, projetos, prioridades e conhecimento institucional das pessoas, tornando-os especialmente relevantes para o seu negócio.

Vimos uma mudança de patamar não apenas nos produtos que entregamos aos clientes, mas também na forma como nossas equipes de engenharia os constroem. Embora muitos funcionários tenham contribuído para Cowork, a equipe principal permanece intencionalmente pequena: crescendo de três engenheiros no início para apenas nove quando o produto se tornou amplamente disponível. Ainda assim, a velocidade com a qual chegou no mercado foi notável, no qual em um intervalo de apenas seis meses, o Cowork passou da concepção ao preview, e depois passou a ser usado por metade das empresas da Fortune 500. O avanço veio da reconstrução do processo de desenvolvimento de software em torno de agentes, permitindo que uma equipe pequena alcançasse níveis de velocidade, escala e automação que teriam sido impossíveis com fluxos de trabalho tradicionais de engenharia.

Microsoft Scout também começou com um pequeno grupo de pessoas trabalhando ao lado de agentes autônomos com contexto compartilhado, avaliações e especificações claras, e novamente evoluiu de um conceito inicial a um produto funcional em questão de semanas, em vez de meses. “Anteriormente eu passava muito tempo ajudando equipes a escalar: alinhando grandes grupos, coordenando trabalho e garantindo que tudo avançasse junto”, diz Omar Shahine, vice-presidente corporativo de Microsoft Scout. “Agora, trata-se mais de criar as condições para que equipes especialistas avancem rapidamente, experimentem com segurança e capturem continuamente o que aprendem, para que cada projeto comece mais à frente do que o anterior.” Frontier Teams como esses, ágeis, focados e definidos pela colaboração entre humanos e agentes, oferecem um forte sinal de como o trabalho do conhecimento se transformará nos próximos meses e anos.

Uso cada vez mais amplo e aprofundado

À medida que os produtos de IA e a abordagem para desenvolvê-los amadurecem, o uso do Copilot nas organizações também se aprofunda e se amplia. Somente no último ano, o número de conversas por usuário quase dobrou,³ enquanto o número de usuários que interagem com múltiplos recursos do Copilot cresceu na casa dos três dígitos.⁴ E o fato de que o engajamento semanal médio com o Copilot agora está no mesmo patamar de Outlook e Teams⁵ demonstra a velocidade com que a IA está se tornando parte do trabalho cotidiano.

Ao analisarmos o que as pessoas mais pedem para o Copilot Cowork fazer em uma determinada semana, observamos um aumento nas solicitações que envolvem múltiplas etapas, como analisar um conjunto de dados e redigir o e-mail que os explica, ou pesquisar um problema e escrever o código para resolvê-lo. Ao considerar esses fluxos de trabalho de múltiplas etapas, as atividades relacionadas à análise representam 49% de todas as tarefas, ante 29% quando a análise é realizada como uma tarefa independente.⁶ Em outras palavras, os dados sugerem que a IA está deixando de apenas ajudar as pessoas a concluir tarefas e está de fato ajudando-as a concluir fluxos de trabalho inteiros.

Em uma visão mais ampla, os primeiros adotantes, como os setores de manufatura, bancos e software/tecnologia, continuam entre as indústrias com maior número de agentes ativos no ecossistema Microsoft 365. Mas o que chama atenção é que setores automotivos e de saúde estão emergindo como alguns dos que mais crescem na adoção de agentes,⁷ sinalizando que o valor dos agentes está se expandindo muito além dos líderes iniciais.

O sinal mais claro desse impulso talvez seja a rapidez com que as organizações estão expandindo o Copilot em suas forças de trabalho. O número de clientes com mais de 50 mil licenças aumentou mais de 7 vezes em relação ao ano anterior. Ao mesmo tempo, o número de clientes empresariais que implementam o Copilot para a maioria de seus trabalhadores da informação cresceu quase 75% trimestre a trimestre, um sinal de como o Copilot se tornou central para suas operações. E o tempo necessário para atingir alto uso, ou seja, uso ativo mensal acima de 80% na base de usuários de um cliente, caiu de meses para apenas dias no último ano.⁸ Em conjunto, essas mudanças indicam que as organizações estão cada vez mais incorporando IA e agentes ao fluxo do trabalho cotidiano.

O que a IA torna possível

Em seu nível mais básico, a velocidade habilitada por IA cria eficiências. Mas as organizações que estão fazendo isso da forma certa estão indo além da eficiência pela eficiência e começando a ver como a IA muda o próprio trabalho e pode até expandir o que uma organização é capaz de fazer.

Por exemplo, a própria equipe de Cloud Supply Chain da Microsoft adotou uma abordagem de “lean before agents”. Primeiro, mapeou e simplificou seis fluxos de trabalho de ponta a ponta e construiu uma base de dados compartilhada; depois, implantou mais de 70 agentes criados para finalidades específicas em planejamento, sourcing, fulfillment e logística. O resultado foi uma redução de 75% no tempo de ciclo em fluxos de trabalho selecionados, com a lição incorporada: simplifique o próprio trabalho antes de automatizar, em vez de sobrepor agentes a um processo quebrado.

O tempo de ciclo é uma medida de progresso. A qualidade das decisões por trás dele é outra. Na empresa de gerenciamento inteligente de energia Eaton, a análise de causa raiz há muito dependia de investigações intensivas em tempo. Para reduzir essa carga, a empresa começou a usar um agente de qualidade com tecnologia de IA que está ajudando especialistas a revisar relatórios sobre problemas de qualidade na fabricação para identificar rapidamente possíveis causas raiz, tendências e insights de fornecedores. Aplicado a aproximadamente cinco mil relatórios até agora, ele acelerou a análise, fortaleceu a tomada de decisão baseada em dados e permitiu identificação mais precoce de riscos e ações de prevenção, mantendo a equipe de especialistas da Eaton no centro de cada decisão.

Outras organizações estão descobrindo o que é possível ao capacitar quem está mais perto do problema a construir as soluções. A Premera Blue Cross permitiu que os colaboradores criassem seus próprios agentes de IA para tirar tarefas repetitivas e manuais de suas rotinas e enfrentar volumes crescentes de pendências e fluxos de trabalho manuais. O plano de saúde, que atende beneficiários em Washington e no Alasca, começou incorporando o Microsoft 365 Copilot e o Copilot Studio às ferramentas que suas equipes já usavam diariamente, com treinamento e diretrizes claras para que os colaboradores pudessem experimentar sem colocar em risco a confiança dos clientes. Desde então, a equipe já criou mais de 900 agentes, incluindo um agente para anexos contratuais cujo processamento inteligente de documentos reduziu um fluxo manual de 30 a 45 minutos para cerca de três, liberando colaboradores para focar nos beneficiários que precisam de acesso a atendimento ou respostas para questões críticas.

Mais adiante nesse espectro, a IA pode desbloquear a capacidade de realizar trabalhos que antes não podiam ser feitos. Na Levi Strauss & Co., onde a IA está sendo incorporada em todo o negócio, de insights do consumidor a RH, um agente analisou 1.100 procedimentos operacionais padrão de finanças e catalogou 18 mil tarefas individuais em um dia, criando uma visão detalhada do trabalho que de outra forma não teria surgido. “O agente dimensionou uma oportunidade que eu presumia ser impossível de quantificar”, disse Lisa Sterling, vice-presidente de Finanças da Levi’s.

E na EY, organização global de consultoria, um Agente Autônomo de Sourcing (ASA) automatiza transações de baixo custo e baixo risco ao longo do processo de compras, da requisição e negociação até a criação do pedido de compra. Ele pode negociar com um ou vários fornecedores ao mesmo tempo, considerando custo, prazos de entrega e termos de garantia, mantendo humanos no processo para validação e escalonamento. Desde seu piloto em outubro de 2025, o ASA apoiou mais de 200 transações e deve processar 1.500 ao longo do próximo ano. O resultado é um processo de compras mais rápido e eficiente, que ajuda as equipes a obter mais valor dos fornecedores, ao mesmo tempo em que garante que decisões importantes continuem sob responsabilidade das pessoas.

Especialização em escala

A diferença entre as organizações que estão vendo mudanças como essas e aquelas que ainda estão aguardando não está no quão amplamente implantaram IA, mas sim no quanto a adaptaram ao trabalho. Ainda assim, o padrão de implementação mais comum continua sendo generalista: oferecer a todos a mesma ferramenta e deixá-los descobrir como usá-la. As organizações que criam o valor mais diferenciado estão fazendo algo diferente: elas partem de  como funções específicas realmente trabalham e, depois, constroem IA em torno desses padrões.

Um exemplo: a S&P Global Commodity Insights mostra como a IA pode tornar uma expertise profunda e especializada acessível a mais pessoas ao levar inteligência confiável diretamente para o fluxo de trabalho. À medida que a demanda por dados prontos para IA cresceu, a empresa usou o Microsoft Copilot Agent Builder e os conectores do Microsoft Graph para criar um agente do Copilot no Microsoft Teams, oferecendo aos clientes uma forma mais simples de acessar e interagir com suas pesquisas sobre commodities e insights de mercado. Ao entregar extração de dados 95% mais rápida e análise comparativa 98% mais rápida, a solução ajuda os clientes a transformar grandes volumes de informação em inteligência acionável com mais agilidade, permitindo decisões mais rápidas e bem-informadas nos mercados globais de energia e commodities.

A equipe de vendas da Microsoft mapeou diferentes perfis de vendedores para agentes de IA dedicados: Researcher, Analyst Agent, Sales Agent, Deal Agent e MSXi Copilot (um agente de inteligência de vendas e relatórios), cada um projetado para se ajustar a momentos específicos de como os vendedores usam seu tempo. Com agentes assumindo mais tarefas administrativas e de coordenação, o tempo dos vendedores dedicado a atividades voltadas ao cliente dobrou, de 25% para 50%. O grupo piloto registrou 9,4% mais receita por pessoa e fechamento de negócios 20% mais rápido e, quando pesquisado, relatou um aumento de 3x na adoção de casos de uso prioritários.

A Kantar adotou uma abordagem de baixo para cima. Na empresa de dados e análises de marketing, um “people agent” para consultas de RH (na prática, um sistema de cerca de 10 agentes com 60 tópicos e fluxos relacionados trabalhando juntos) está sendo criado e expandido por meio da colaboração de pessoas que realmente lidam com essas solicitações e as apoiam em sua equipe de People. Ele já resolve uma parcela crescente sem intervenção humana: uma carta de verificação de emprego que antes levava três dias agora é retornada em 120 segundos. A Kantar relata que a parcela de consultas de RH tratadas dessa forma subiu de zero em fevereiro para cerca de 40%, em relação a uma meta de 95% até o fim do ano.

A equipe de People Operations da Microsoft conduz mais de um milhão de interações com colaboradores por ano em mais de 100 ferramentas, realizando um trabalho que tem impacto real para as pessoas. Eles estão usando o Frontier Tuning para escalar a expertise de RH em seus processos e momentos dos colaboradores, em vez de melhorar uma tarefa por vez, capturando o conhecimento dos profissionais como tarefas, habilidades e rubricas que definem padrões de qualidade. O resultado é um sistema com IA capaz de assumir trabalho operacional com o contexto, os padrões e o conhecimento institucional necessários para o sucesso, transformando o know-how dos profissionais em capacidade organizacional. A equipe consegue observar como o agente atua no trabalho real e ajustar as alavancas — ferramentas, contexto, habilidades e o próprio modelo — para garantir desempenho consistente. O agente desenvolvido com o Frontier Tuning já está em operação em People Operations, entregando uma melhoria de 5 vezes na conclusão bem-sucedida de tarefas em comparação com um modelo generalista de referência.¹⁰ À medida que atividades rotineiras passam a ser cada vez mais realizadas pela IA, os especialistas de People Operations do RH da Microsoft podem se concentrar nas interações mais complexas com colaboradores, em decisões com mais nuances e no trabalho estratégico em que a percepção humana é mais importante.

O que vem a seguir

À medida que a tecnologia de IA avança e organizações em todos os lugares começam a ver valor real emergir, as métricas que importam também estão mudando. Veremos maior foco na profundidade de uso, na mudança mensurável no próprio trabalho, no crescimento e na governança de agentes, no redesenho de funções e fluxos de trabalho e no surgimento de capacidades que não existiam anteriormente. As organizações que constroem vantagem duradoura são aquelas em que tecnologia, modelos operacionais e agência humana evoluem juntos. Essa é a Frontier Firm tomando forma.

Notas de rodapé 

¹Teleconferência de resultados do 4º trimestre da Microsoft.  

²Esta análise foi conduzida por equipes internas da Microsoft. A análise comparou 125 execuções de teste em um total de 12 prompts de dados de trabalho leves, médios e pesados no Copilot Cowork e no Claude Cowork com seu conector Microsoft 365, ambos usando o modelo Opus 4.8. Para o Copilot Cowork, os custos foram calculados usando taxas variáveis com base em modelos, contexto, ferramentas e tempo de execução relevantes a partir de nossos registros internos. Para o Claude Cowork, os custos foram calculados usando taxas de API publicamente disponíveis com base no uso de tokens e no uso do conector Microsoft 365. Usamos esses custos para obter um preço total por execução e comparamos os preços entre conjuntos de prompts leves, médios e pesados no Copilot Cowork e no Claude Cowork com seu conector Microsoft 365. Os resultados de economia de custos foram basados em testes realizados em junho de 2026. Os custos reais e as economias potenciais podem variar dependendo do uso, configuração, período e outros fatores.  

³Teleconferência de resultados do 4º trimestre da Microsoft.  

⁴Com base em sinais de produtividade anônimos e agregados do Microsoft 365 Copilot e contagem de usuários ativos mensais do M365 Copilot que usam 2 ou mais recursos únicos baseados no Copilot ao longo de um período de 28 dias. Inclui todos os países e clientes empresariais em junho de 2025 e junho de 2026.  

⁵Teleconferência de resultados do 4º trimestre da Microsoft. 

⁶Com base em sinais de produtividade anônimos e agregados do Microsoft 365 Copilot, telemetria do Cowork de 19 de julho de 2026 a 26 de julho de 2026, analisando as tarefas mais comuns que os clientes delegaram ao Copilot Cowork durante o período do relatório.  

⁷Com base em sinais de produtividade anônimos e agregados do Microsoft 365 Copilot, Agentes Ativos Mensais mede a contagem de agentes ativos únicos observados por meio de telemetria em Agentes Declarativos, Agentes de Mecanismo Personalizado e Agentes do SharePoint. A métrica é calculada em uma janela móvel de 28 dias. Um agente é contado como “ativo” se, dentro desse período de 28 dias, atender a pelo menos um de dois critérios: (1) tiver pelo menos um dia de uso iniciado pelo usuário ou (2) concluir pelo menos uma execução autônoma. Cada agente qualificado é contado uma única vez, independentemente de quantas vezes tenha sido usado, garantindo uma medida sem duplicidade da base de agentes ativos. O crescimento é avaliado em um período de 12 meses, de junho de 2025 a junho de 2026, comparando a contagem de agentes ativos no início e no fim do período.  

⁸Teleconferência de resultados do 4º trimestre da Microsoft.  

⁹Dados internos da equipe de vendas da Microsoft com base em 687 vendedores do Microsoft 365 Copilot de janeiro a junho de 2024, em comparação com vendedores com baixo uso do Copilot.  

¹⁰O sucesso foi definido como uma “execução perfeita”: a tarefa alcançou pontuação de 100/100 em relação aos critérios de avaliação definidos por humanos. As tarefas foram avaliadas em múltiplas execuções para considerar variações em caminhos de conclusão, sequenciamento de tarefas e seleção de ferramentas, sendo contabilizados como bem-sucedidos apenas os resultados consistentemente perfeitos.