Quase todo mundo no RH já pediu alguma coisa para uma IA. Pouca gente já viu uma IA fazer alguma coisa dentro do sistema de RH — abrir o ciclo, registrar o check-in, marcar a 1:1, publicar o comunicado — e parar no meio para perguntar se pode. Essa diferença, entre responder e executar, é onde o assunto ficou travado em 2026. É também o que mudou no SPIRE.
A Roberta, a assistente de IA nativa da plataforma, deixou de ser um chat que devolve texto. Ela agora recebe um pedido em português, monta um plano e distribui as tarefas entre sub-agentes especialistas — um por domínio: OKR, PDI, 1:1, desempenho, pesquisas, comunicados, badges, humor, celebrações e métricas de saúde. Cada um deles executa com as permissões da sua conta, não as dela. Toda leitura acontece na hora. Toda escrita feita pela plataforma para em um card de aprovação antes de gravar.
E o SPIRE passou a falar MCP. Se você já usa Claude, Claude Code ou Cursor no dia a dia, dá para conectar essas ferramentas à operação de pessoas da sua empresa — com o mesmo controle de acesso, sem exportar planilha nenhuma.
Entrou no ar
- Roteador + sub-agentes. Um pedido vira um plano visível de tarefas, despachadas em paralelo para até 15 sub-agentes especialistas: dez sempre disponíveis e cinco de recrutamento, que dependem do módulo de ATS estar liberado para a empresa.
- Card de aprovação em toda escrita pela plataforma. Nada é gravado no painel do SPIRE sem um clique seu, com pré-visualização do que vai acontecer.
- Servidor MCP com OAuth. Conecte um assistente externo ao SPIRE em dois minutos, com consentimento explícito e as permissões do seu usuário.
A distância entre o plano e o resultado
A intenção está declarada há tempos. Em uma pesquisa da Gartner de maio de 2025, 82% dos líderes de RH diziam planejar a implantação de alguma forma de IA agêntica — de assistentes a agentes — dentro de doze meses. Dois meses depois, em julho de 2025, a mesma consultoria foi a campo com gestores; o resultado saiu em março de 2026: 45% dos gestores dizem que a IA melhorou o trabalho do time tanto quanto eles esperavam. Menos da metade.
Não são a mesma amostra respondendo — a primeira ouviu líderes de RH sobre um plano, a segunda ouviu gestores sobre a IA que já usam — e uma coisa não é a consequência aritmética da outra. Mas o contraste sobrevive à ressalva: a expectativa já estava sendo frustrada no andar de baixo antes mesmo de os doze meses correrem.
O detalhe mais revelador vem de um levantamento paralelo da mesma rodada, também de julho de 2025, com 114 líderes de RH: apenas 7% das organizações tinham alguma diretriz sobre o que fazer com o tempo que a IA economiza. E há um desencontro claro sobre esse tempo — 55% dos líderes de RH gostariam que uma hora liberada fosse para projetos especiais, mas, entre 1.973 gestores ouvidos na mesma rodada, só 28% priorizariam isso. A ferramenta chegou antes do combinado.
No Brasil o retrato é parecido, com um contorno próprio. Um estudo da Peers com a MIT Technology Review Brasil, publicado em agosto de 2026, ouviu 120 respondentes — em sua maioria fundadores, sócios, diretores e C-levels — mais 18 entrevistas em profundidade. Nele, apenas 40,7% das empresas transformam investimento em IA generativa em resultado financeiro comprovado. Mas o número que interessa aqui é outro: como esse resultado se comporta ao longo do tempo.
Trinta e cinco por cento no começo, treze no meio, trinta e nove depois de dois anos. O entusiasmo inicial é real e some. O que sobrevive ao vale não é quem comprou a ferramenta mais cedo — é quem, em algum momento, parou de usar a IA como uma caixa de respostas e passou a deixá-la operar dentro do sistema, com regra e com registro. A própria Gartner projeta que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027. O vale tem fundo.
Por que o meio do caminho é o pior pedaço. Nos primeiros meses, qualquer resumo automático parece um ganho — a régua de comparação é o zero. Passado um ano, a régua vira o processo real: alguém ainda precisa abrir o ciclo, cobrar o check-in, atualizar o plano. Se a IA só sabe redigir, ela devolve texto para uma fila de trabalho manual que continua exatamente do mesmo tamanho — e produtividade em gestão de pessoas nunca veio de escrever mais rápido.
Responder não é executar
São três coisas distintas que costumam ser vendidas com o mesmo nome.
| O que é | O que faz bem | Onde para |
|---|---|---|
| Assistente que responde chat genérico, copiloto de texto |
Redigir, resumir, traduzir, sugerir perguntas, explicar um conceito. | Não conhece os seus dados e não muda nada. O trabalho volta inteiro para você. |
| Automação por regra gatilho, workflow, lembrete |
Repetir o previsível: lembrar do check-in, avisar do aniversário, cobrar o prazo. | Só faz o que foi desenhado antes. Um pedido novo exige alguém para configurá-lo. |
| Agente que executa planeja, delega, escreve |
Interpretar um pedido inédito, buscar os dados, cruzar módulos e gravar o resultado. | Precisa de governança: permissão herdada, aprovação humana e registro. Sem isso, é risco. |
Arraste a tabela para o lado para ver a coluna “Onde para”.
Os dois primeiros já existiam. O terceiro é o que a maioria das plataformas ainda não entrega, e por um motivo legítimo: um agente que escreve dentro de um sistema de RH mexe em avaliação, em plano de desenvolvimento, em comunicado para a empresa inteira. É um sistema onde errar tem nome e sobrenome. Discutimos onde esse limite deveria cair em o que é da máquina e o que segue humano — este post é a parte de engenharia dessa mesma conversa.
Se a sua pergunta ainda é qual plataforma adotar, e não como usar a que você já tem, os critérios estão em como escolher uma plataforma de RH, e o panorama dos módulos em o que é o SPIRE. Para subir o nível do time antes da ferramenta, o treinamento de IA para RH cobre o básico de prompt e análise.
Como a Roberta trabalha por dentro
A arquitetura resolve um problema prático antes de resolver um problema de produto. Um único agente com acesso a mais de duzentas ferramentas precisa carregar o catálogo inteiro em toda decisão que toma — fica lento, caro e propenso a escolher a ferramenta errada. A saída foi dividir.
O roteador não executa nada. Ele lê o pedido, decide se aquilo cabe em algum domínio do SPIRE e, se couber, monta uma lista de tarefas — que aparece para você como checklist enquanto roda. Depois despacha cada tarefa para um sub-agente especialista, que enxerga só as ferramentas do próprio domínio. Quando as tarefas são independentes, todas saem no mesmo instante, em paralelo.
Essa faixa do meio merece um parágrafo só dela. Cada ferramenta que um sub-agente usa não conversa com o banco de dados — ela chama o mesmo endpoint HTTP que a interface chama, levando junto a sessão do usuário que fez o pedido. Na prática: as regras de permissão, as validações de campo e os limites de escopo por departamento são exatamente os mesmos de quando você clica no botão. Nenhuma regra de escrita é reimplementada nessa camada, que é onde esse tipo de integração costuma vazar.
A anatomia de um pedido, passo a passo
O mecanismo fica mais claro em um pedido real de segunda-feira de manhã. Você digita: “me diga como está o trimestre — OKR, humor do time e as 1:1 atrasadas — e depois abra um PDI para a Ana com foco em liderança técnica”.
-
O roteador lê e decide
Reconhece quatro domínios no pedido e monta a lista de tarefas. Ela aparece no painel como um checklist que se marca sozinho conforme cada sub-agente termina. Se o pedido não coubesse em nenhum domínio — uma previsão de mercado, uma opinião — ele diria isso em uma linha e pararia aí.
-
Três tarefas saem juntas
Ler OKR, ler humor e ler 1:1 são independentes: os três sub-agentes partem no mesmo instante. Você vê os três começarem de uma vez, não um esperando o outro. O PDI fica para depois, porque depende de resolver quem é “a Ana”.
-
Cada sub-agente resolve o que falta sozinho
“Ana” não vira uma pergunta de volta para você. O sub-agente busca membros, encontra as homônimas, desempata por departamento ou por atividade recente e segue — e é o card do passo seguinte que mostra em quem ela parou. Perguntar só sobra para o que é genuinamente uma escolha sua.
-
A escrita para e vira um card
Abrir o PDI é gravação. Em vez de gravar, o agente monta um card de aprovação com a prévia do que vai criar. Escritas em sequência entram num card só, para você não aprovar sete vezes seguidas.
Requer aprovação
Criar PDI para Ana Souza
- Objetivo
- Assumir a condução técnica de um projeto de ponta a ponta
- Prazo
- 31/12/2026
- Passos
- 3 passos sugeridos
Aprovar Recusar Editar antes
Os campos de conteúdo ficam abertos para você corrigir: objetivo, prazo, texto. O alvo, não — nem o que muda o alcance da ação, como disparar um e-mail. Quem recebe o PDI é um identificador, e deixá-lo editável faria a sua aprovação continuar valendo, só que apontada para outra pessoa. Alvo errado se recusa, não se conserta no card — e é por isso que o nome vem escrito em cima, em vez de ficar implícito.
-
Uma resposta só, no fim
Com tudo concluído, a Roberta junta os resumos em uma resposta única. Se algum sub-agente não conseguiu terminar, isso é dito com todas as letras — o que foi feito, o que faltou e por quê. Meia resposta silenciosa é pior do que uma resposta incompleta e honesta.
Repare no que não aconteceu: ninguém exportou planilha, ninguém copiou dado de um módulo para outro à mão, e nenhuma gravação escapou do seu olho. É o mesmo raciocínio que aplicamos ao ciclo de OKR e ao roteiro de 1:1: o ritual só sobrevive quando o custo de mantê-lo cai.
Antes de automatizar, saiba o que automatizar
Descubra qual frente está segurando as outras
Um diagnóstico de oito perguntas mede a maturidade do seu RH em quatro frentes — metas, desempenho, desenvolvimento e clima. No fim, você baixa o kit de OKR de 90 dias.
As três travas que fazem isso ser seguro
Um agente que escreve em um sistema de pessoas só é aceitável com limites explícitos. São três, e nenhuma delas depende de o modelo se comportar bem.
1
A permissão é sua, não do agente
O agente não tem credencial própria. Ele age carregando a sessão de quem pediu, contra os mesmos endpoints da interface. Se você não pode ver o salário de alguém, a Roberta também não pode — e não é porque ela foi instruída a não olhar, é porque a requisição volta negada. Um assistente com acesso privilegiado “para poder ajudar melhor” é uma escalada de privilégio com outro nome.
2
No painel do SPIRE, toda escrita passa por você
A separação entre leitura e escrita é estrutural, não uma sugestão no prompt. Leituras rodam livres; qualquer ferramenta que grava interrompe a execução e devolve o card. É o mesmo princípio de conferência que um bom processo de avaliação aplica antes de fechar uma nota. Esta trava vive na interface — a seção sobre MCP explica o que muda quando o pedido vem de fora.
3
Módulo desligado não existe para o agente
Módulos opcionais — o ATS de recrutamento, por exemplo — dependem de três condições simultâneas: liberação para a empresa, chave ligada e permissão do usuário. A checagem é repetida em três camadas: o agente não vê a ferramenta, não consegue delegar para o domínio e, se mesmo assim tentar chamá-la pelo nome, a execução recusa. Na dúvida, nega.
Essas travas não resolvem tudo: elas garantem que a IA não faça o que você não poderia fazer, não que o que você aprovou esteja certo. O card é o seu turno de conferir, e continua sendo trabalho seu — só que sobre um rascunho pronto, e não sobre uma tela em branco.
Conectar de fora: o SPIRE agora fala MCP
A segunda metade deste release é menos visível e provavelmente mais duradoura. O Model Context Protocol é o padrão aberto que permite a um assistente de IA descobrir e usar ferramentas de um sistema externo. Ele deixou de ser projeto de um fornecedor: em 9 de dezembro de 2025, a Anthropic doou o protocolo à Agentic AI Foundation, criada sob a Linux Foundation e cofundada com Block e OpenAI, com mais de dez mil servidores MCP publicados na época.
A linha do tempo abaixo é do protocolo, não do SPIRE. Ela existe aqui porque é o que explica por que essa conexão passou a valer a pena para uma empresa e não só para um desenvolvedor curioso.
Dez / 2025
O protocolo passa a ser governado por uma fundação neutra, com Anthropic, Block e OpenAI como cofundadores.
Mar / 2026
O roadmap do ano elege “prontidão para empresa” — trilha de auditoria, SSO e gateways — como uma das quatro prioridades.
Jul / 2026
A nova especificação endurece a autorização e torna o núcleo do protocolo sem estado, para aguentar escala de produção.
O que isso significa na prática para quem trabalha com pessoas: o assistente que você já usa para escrever e pesquisar pode consultar a operação real de RH sem que ninguém exporte um CSV. “Quantas 1:1 do time de engenharia estão atrasadas?” deixa de ser uma consulta em três telas.
A ligação é feita uma vez, pelo próprio usuário, e usa OAuth com tela de consentimento: você vê o que está autorizando antes de autorizar. O token emitido carrega exatamente as mesmas permissões da sua conta, e a terceira trava — a de módulo desligado — continua valendo por inteiro. Há instruções prontas para Claude Desktop, Claude Code e Cursor na própria plataforma, e a conexão pode ser revogada a qualquer momento.
A trava do card não atravessa a conexão. O card de aprovação vive na interface do SPIRE. Pelo MCP, uma ferramenta de escrita executa quando é chamada — quem faz o papel de conferência passa a ser o cliente que você conectou, e é a confirmação dele que você precisa tratar com a mesma seriedade. Na dúvida, conecte apenas para consultar e mantenha as gravações na plataforma, onde o checkpoint é nosso e não do cliente.
E trate a conexão como um acesso a sistema. Quem conecta é a pessoa, com a permissão dela, e a revogação entra no mesmo checklist do desligamento. O protocolo herda o seu controle de acesso — ele não substitui a sua política.
O que a Roberta não faz
Uma seção que quase nenhum anúncio de IA traz, e que é a mais útil para decidir. São dois tipos de limite, e eles não têm o mesmo peso.
Garantido pela arquitetura
- Não escreve sozinha no painel. A separação entre leitura e escrita é código: uma ferramenta de gravação interrompe a execução e devolve o card. Não existe modo autônomo dentro do SPIRE.
- Não enxerga além da sua conta. Sem credencial própria, sem visão privilegiada, nem entre departamentos, nem entre empresas.
- Não alcança módulo desligado. A recusa é repetida em três camadas e falha fechada: na dúvida, nega.
- Não deixa trocar o alvo no card. Identificador não é campo editável, justamente para a sua aprovação não migrar de pessoa.
Instruído — e, portanto, para conferir
- Não responde fora dos dados do SPIRE. Previsão de mercado, benchmark de salário do setor, opinião: a orientação é recusar em uma linha em vez de improvisar uma resposta plausível.
- Não inventa identificadores. Toda pessoa, ciclo ou objetivo deve ser resolvido por busca; se a busca não acha, ela diz que não achou.
- Não maquia falha. Se um sub-agente erra ou estoura o limite, a instrução é dizer o que ficou faltando em vez de entregar meia resposta calada.
A distinção importa mais do que parece. O primeiro grupo você pode escrever na sua política de segurança. O segundo é comportamento de modelo bem orientado — confiável na prática, e ainda assim a categoria de coisa que se verifica por amostragem, não que se assume. Um fornecedor que apresenta os dois grupos como se fossem um só está pedindo uma confiança que ele não pode sustentar.
O teste dos três pedidos
O erro mais comum é ligar tudo e esperar que o valor apareça. É a hipótese mais provável para aquele vale de 13,3%: a ferramenta entrou, o processo não mudou, e um ano depois ninguém sabe dizer o que melhorou. Em vez de um cronograma, três pedidos — um por dia, se quiser. Cada um testa uma coisa diferente, e o que interessa não é a resposta: é o que você confere nela.
-
“Quantas 1:1 do meu time estão atrasadas, e há quanto tempo cada uma?”
Confira: ela achou as pessoas certas? Um pedido de leitura em um domínio só é o teste mais barato que existe — e revela na hora se o que a ferramenta entende por “atrasada” é o que você entende.
-
“Cruze o humor do time com o andamento dos OKR neste trimestre e me diga onde os dois discordam.”
Confira: ela consultou os dois domínios, ou respondeu de um só? É aqui que se vê a diferença entre um chat e um roteador — e se ela avisa quando não conseguiu chegar a algum dado.
-
“Abra um PDI para [nome] com foco em liderança técnica, prazo no fim do ano.”
Confira: o card mostra tudo o que vai ser gravado, e o nome no topo é a pessoa certa? Leia esse primeiro card inteiro. É ele que define quanta confiança a coisa merece.
Se os três passarem, amplie. Se algum falhar, você descobriu isso em cinco minutos, e não depois de um ano de uso — que é onde os 35,1% do começo viram os 13,3% do meio.
Porque o vale não é um problema de modelo. Ele é o que acontece quando a IA escreve texto e a operação continua sendo tocada à mão: a régua sobe, o ganho não acompanha, e o projeto morre por comparação. A pergunta que define os próximos doze meses do seu RH não é qual IA você usa. É se ela tem permissão para agir — e quem assina embaixo quando ela age.
Veja funcionando com os seus dados
Vinte minutos, o seu primeiro ciclo de pé
Na call a gente monta o seu primeiro ciclo dentro do produto, com as suas áreas e os seus objetivos — sem integração e sem planilha antes. Leve as perguntas que você faria à Roberta.
Perguntas frequentes sobre agentes de IA no RH
Qual a diferença entre um chatbot de RH e um agente de IA?
Um chatbot devolve texto: ele redige, resume e responde, mas o trabalho de executar volta inteiro para você. Um agente interpreta o pedido, consulta os dados reais do sistema, executa a ação e grava o resultado — no caso do SPIRE, sempre com aprovação humana antes de qualquer gravação feita pelo painel.
O agente pode ver dados que eu não posso ver?
Não. Ele não possui credencial própria: cada ação é executada carregando a sessão de quem fez o pedido, contra os mesmos endpoints que a interface usa. As permissões e validações são idênticas às de um clique na tela.
O que exatamente exige aprovação?
No painel do SPIRE, toda ferramenta que grava — criar, editar, publicar, conceder, excluir. Leituras rodam direto. Quando várias escritas aparecem em sequência, elas são agrupadas em um único card, com a prévia de cada uma. Os campos de conteúdo são editáveis antes de confirmar; os identificadores não, para que a aprovação não mude de destinatário.
A aprovação também vale quando o pedido vem de um assistente externo?
Não da mesma forma. O card de aprovação é um recurso da interface do SPIRE. Em uma conexão MCP, a ferramenta executa quando o cliente a chama — as permissões da sua conta e o bloqueio de módulo desligado continuam valendo, mas o pedido de confirmação passa a ser do cliente que você conectou. Se a sua política exige um checkpoint controlado por você, mantenha as gravações no painel.
O que é MCP e por que isso importa para o RH?
O Model Context Protocol é o padrão aberto que permite a um assistente de IA usar as ferramentas de um sistema externo. Desde dezembro de 2025 ele é governado pela Agentic AI Foundation, sob a Linux Foundation. Para o RH, significa consultar a operação de pessoas de dentro do assistente que você já usa, sem exportar dados para uma planilha.
Como isso se comporta em relação à LGPD?
O ponto central é que não se abre um caminho de acesso novo: o agente e a conexão MCP passam pelos mesmos endpoints, o mesmo controle de acesso e o mesmo registro que a interface — nem mais, nem menos. A recomendação prática é tratar a autorização MCP como qualquer outro acesso a sistema: concedida por pessoa e revogada no desligamento.
O SPIRE fica preso a um fornecedor de IA?
O modelo e o formato da chamada são configuração de plataforma, ajustáveis sem alterar código, o que permite trocar de modelo e de gateway conforme custo e qualidade mudam. As ferramentas, as permissões e os cards de aprovação não mudam com essa troca.
Por onde começar sem quebrar processo?
Pelos três pedidos da seção acima, em um ritual que já dói e já tem dono — normalmente o check-in de OKR ou a fila de 1:1 atrasadas. Ferramenta nova em processo inexistente não cria processo; só cria ruído.
