A DiDi, empresa que controla a 99 no Brasil, informou que registrou um número insignificante de corridas solicitadas por agentes de inteligência artificial. A informação foi compartilhada pelo vice-presidente sênior Stephen Zhu em uma conversa com jornalistas em Pequim e publicada pelo Tecnoblog em 9 de novembro. O dado é pequeno, mas revela uma dificuldade importante para a chamada economia agêntica: fazer sistemas automáticos realizarem tarefas que já são simples para uma pessoa dentro de um aplicativo.
Um agente de IA é diferente de um chatbot que apenas responde perguntas. Ele recebe uma meta, consulta serviços, toma decisões intermediárias e tenta concluir uma ação. No caso de uma corrida, isso poderia significar entender o local de partida, escolher um destino, comparar categorias, considerar preço e tempo de espera e confirmar o pedido. A promessa é reduzir telas e comandos. A prática, até agora, mostra que a conveniência ainda não é óbvia.
Por que a 99 quase não recebe pedidos de agentes
O primeiro motivo pode ser a falta de uma vantagem clara. Quem já conhece o aplicativo da 99 abre a tela, informa o destino, escolhe a categoria e acompanha o motorista. Um agente externo teria de oferecer algo melhor do que esse fluxo, e não apenas repetir os mesmos passos por uma interface diferente.
Também existe uma questão de confiança. Pedir uma corrida envolve endereço, localização, pagamento e segurança física. Se o agente errar a rua, selecionar uma categoria inadequada ou confirmar o pedido sem uma revisão, o usuário pode enfrentar um problema real. A automação precisa economizar esforço sem remover a possibilidade de conferência antes de uma decisão importante.
O executivo da DiDi questionou exatamente o valor adicional da tecnologia. A pergunta é útil para todo o setor: um agente aumenta a conveniência ou apenas coloca uma camada de IA entre a pessoa e um aplicativo que já funciona? A resposta pode variar conforme a situação, mas não deve ser presumida só porque o sistema consegue conversar.
O contraste com a promessa da economia agêntica
Nos últimos meses, empresas de tecnologia passaram a apresentar agentes como uma evolução do aplicativo tradicional. Em vez de navegar por menus, o usuário descreve o objetivo e deixa o sistema coordenar as etapas. A ideia pode ser poderosa para viagens, compras, reservas e tarefas de trabalho, especialmente quando vários serviços precisam ser combinados.
O problema é que a maioria das demonstrações mostra cenários controlados. O agente conhece o formato das telas, recebe permissões amplas e encontra dados limpos. No mundo real, há falhas de rede, preços que mudam, autenticação em duas etapas, políticas de privacidade, motoristas que cancelam e exigências locais. Cada exceção aumenta a chance de o fluxo parar ou de a máquina tomar uma decisão que a pessoa não esperava.
A experiência da 99 sugere que a adoção não será definida apenas pela capacidade do modelo de linguagem. Ela dependerá de integrações oficiais, permissões bem delimitadas, mecanismos de confirmação e responsabilidade clara quando algo der errado.
XiaoDi mostra outro caminho
A DiDi mantém uma inteligência artificial própria, chamada XiaoDi, que aceita comandos de voz ou texto e seleciona entre cerca de 90 opções de serviço. Esse desenho é diferente de deixar ChatGPT ou Claude controlarem um aplicativo externo. A IA pertence à própria plataforma, conhece suas regras e pode acessar dados internos com uma arquitetura definida pela empresa.
Segundo o relato do Tecnoblog, uma pessoa pode pedir um carro que comporte um cachorro, e a assistente calcula uma opção adequada. Esse exemplo mostra por que um agente interno pode ser mais eficiente: ele não precisa interpretar uma interface desconhecida nem adivinhar quais categorias correspondem ao pedido. A empresa pode conectar linguagem natural às regras do catálogo e às informações de disponibilidade.
Esse modelo também dá à companhia mais controle sobre segurança e suporte. A plataforma pode registrar a intenção original, explicar por que escolheu uma categoria e interromper a operação antes da confirmação. Isso não resolve todos os riscos, mas reduz a quantidade de integrações frágeis entre sistemas diferentes.
O que a experiência significa para usuários brasileiros
A 99 opera no Brasil, então o caso tem uma consequência direta para quem acompanha aplicativos de mobilidade no país. A conclusão não é que agentes de IA não funcionam. É que a automação precisa resolver uma dificuldade concreta. Em uma corrida comum, o ganho de pedir tudo por texto pode ser pequeno. Em uma viagem com várias pessoas, bagagem, animal de estimação ou restrições de acessibilidade, a interpretação de uma intenção pode economizar tempo.
O cenário também ajuda a separar disponibilidade de expectativa. Um assistente pode existir dentro de um aplicativo sem que todos os recursos estejam liberados em todas as cidades. Preços, categorias, cobertura e métodos de pagamento variam. Usuários brasileiros devem conferir o que a versão local oferece e não assumir que uma função apresentada na China chegará automaticamente à 99.
Privacidade e permissões entram no cálculo
Para agir, um agente precisa de acesso a mais informações do que um chatbot que apenas responde. Pode precisar saber onde o usuário está, quais endereços são frequentes, qual forma de pagamento foi escolhida e quais preferências devem ser respeitadas. Essa concentração de dados torna importante limitar permissões e indicar claramente quando uma ação será executada.
Uma boa integração deveria permitir que a pessoa revise o ponto de embarque, o destino, o preço estimado e a categoria antes da confirmação. Também deveria indicar se a solicitação veio do usuário ou de um agente autorizado. Quanto mais fácil for interromper uma ação, mais confiável se torna o sistema para tarefas do cotidiano.
O usuário também precisa distinguir uma recomendação de uma autorização. Dizer ao agente para procurar uma corrida não deveria significar automaticamente autorizar uma cobrança. Essa diferença parece simples, mas fica essencial quando vários serviços começam a compartilhar credenciais e ferramentas.
Como medir se um agente realmente ajuda
O caso da 99 oferece um critério prático: comparar o resultado com o fluxo normal. O agente reduziu o tempo? Diminuiu erros? Encontrou uma categoria que a pessoa não teria descoberto? Evitou abrir vários aplicativos? Se a resposta for não, a automação pode ser apenas uma demonstração interessante.
Para empresas, a métrica não deve ser apenas o número de comandos recebidos. É preciso acompanhar solicitações concluídas, cancelamentos, correções feitas pelo usuário e incidentes de segurança. Um agente que inicia muitas ações, mas precisa de intervenção em quase todas, ainda não está pronto para substituir uma interface tradicional.
A corrida agêntica ainda está no começo
A baixa quantidade de pedidos externos na 99 mostra que a economia agêntica ainda precisa provar sua utilidade em tarefas concretas. A DiDi tem uma vantagem ao desenvolver a XiaoDi dentro da própria plataforma, mas o desafio permanece: entender linguagem natural sem perder precisão, explicar decisões e preservar o controle do usuário.
Para o Brasil, a notícia serve como um lembrete importante. A próxima evolução dos aplicativos não será determinada pelo discurso de que toda tarefa pode ser automatizada. Ela será determinada por produtos que tornem uma ação mais simples, segura e previsível. Enquanto isso não acontecer, abrir o aplicativo e tocar nos botões certos continuará sendo, em muitos casos, o caminho mais rápido.
Fonte principal: matéria original publicada pelo Tecnoblog.
