O que os agentes de IA conseguem fazer? 10 tarefas de escritório, em ordem (2026)

A mesma pergunta, respondida só por Claude. A lista final acima combina todas as IAs.

1. 1
   Ordenar, renomear e arquivar documentos

   Um erro aqui costuma ser reversível e visível de relance. Por isso é seguro, mesmo com taxa de sucesso modesta, porque conferir leva segundos.

   Fonte ↗
2. 2
   Ler documentos e extrair dados de PDFs

   Ler documentos de trabalho já está entre as tarefas mais delegadas, com 5,7% dos trabalhadores. É um resultado que você pode conferir na fonte.

   Fonte ↗
3. 3
   Pesquisa e navegação na web

   O agente só reúne informações e não altera nada. O texto do OSWorld 2.0 diz que o Claude se sai melhor em ambientes dinâmicos e em raciocínio entre fontes.

   Fonte ↗
4. 4
   Análise e limpeza de planilhas (rascunhos, fórmulas)

   Análise de dados é a tarefa mais delegada, com 7,1% dos trabalhadores, mas um teste mais antigo, o OfficeWorld, pôs os modelos de base perto de 21-23% em tarefas de Word, Excel e PowerPoint.

   Fonte ↗
5. 5
   Tarefas rotineiras de portal de TI e chamados

   No WorkArena-L1, um agregador mostra um agente líder perto de 79,1%, e o melhor L2 do mesmo retrato fica perto de 69,4%. Todos os modelos antigos tiveram 0% na filtragem de listas.

   Fonte ↗
6. 6
   Atualização de registros no CRM (campos não financeiros)

   Só 25% dos trabalhadores que mantêm registros usam IA para isso, a menor taxa entre todas as tarefas medidas. Eles desconfiam de erros silenciosos nos registros.

   Fonte ↗
7. 7
   Fluxos com vários aplicativos (copiar dados entre várias ferramentas)

   O texto do OSWorld 2.0 chama o trabalho com vários aplicativos de caso mais difícil, com até cinco apps em uma mesma tarefa. A melhor conclusão total é 48,7% (segundo a Anthropic).

   Fonte ↗
8. 8
   Preenchimento de formulários sem valores monetários (cadastros, pesquisas, pedidos)

   Quem tem um agente com 90% de acerto ainda precisa conferir cada campo. Com a mediana de cerca de $19,88 por hora na digitação de dados, essa conferência pode anular a economia.

   Fonte ↗
9. 9
   Lançamento e relatórios de despesas

   É uma pequena tarefa de digitação de dados que mexe com reembolsos e trilhas de auditoria. A categoria de digitação de dados deve encolher 25,9% entre 2023 e 2033.

   Fonte ↗
10. 10
    Formulários que movimentam dinheiro (pagamentos, faturas, folha de pagamento, transferências bancárias)

    Mesmo com 98% por passo ao longo de 20 passos, o sucesso do início ao fim é só cerca de 67%. Para pagamentos irreversíveis, isso está longe de ser seguro.

A mesma pergunta, respondida só por Meta. A lista final acima combina todas as IAs.

1. 1
   Organização e ordenação de arquivos

   Custo zero de erro — o agente pode acertar só 60% e ainda assim economizar tempo frente à mediana de $41.340 da digitação de dados

   Fonte ↗
2. 2
   Pesquisa e coleta de informações na web

   Agentes agora leem páginas de preços e comparam fornecedores sem supervisão — 42,7% a 55% de sucesso em tarefas web do WorkArena

3. 3
   Extração de dados de PDFs

   Extração estruturada com execução de código — baixo custo de reversão, grande economia de tempo frente a copiar e colar à mão

   Fonte ↗
4. 4
   Formatação e fórmulas de planilhas

   30 chamadas de ferramenta por tarefa no OSWorld 1.0 contra 318 no 2.0 — edições curtas de planilha agora perto dos 72,36% humanos

   Fonte ↗
5. 5
   Edição e conversão de documentos

   O GPT-6.1 Terra se sai bem em comunicação técnica — redigir propostas e interpretar desenhos, segundo a OpenAI

   Fonte ↗
6. 6
   Redação e resumo de e-mails

   38% dos adultos empregados usam chatbots em tarefas de trabalho — a maior taxa de delegação, com baixo custo de erro

   Fonte ↗
7. 7
   Lançamento e atualização de dados no CRM

   Tarefas de CRM do WorkArena têm só 42,7% de sucesso — precisam de checagem humana, porque dados de clientes são difíceis de desfazer

8. 8
   Preenchimento de formulários sem valores financeiros

   GPT-6.1 Terra feito para preencher formulários — 15 pontos acima do antecessor, mas ainda com 38% de palpites errados

   Fonte ↗
9. 9
   Relatório de despesas e lançamento de faturas

   Mexe com dinheiro — um agente com 90% de acerto que precisa de conferência linha a linha não economiza tempo nenhum

   Fonte ↗
10. 10
    Fluxos com vários aplicativos que envolvem dinheiro ou dados de clientes

    Mediana de 1,6 hora no OSWorld 2.0, 318 chamadas de ferramenta — 20-24% de conclusão binária em tarefas curtas, despenca nas longas

    Fonte ↗

A mesma pergunta, respondida só por Grok. A lista final acima combina todas as IAs.

1. 1
   Organização e ordenação de arquivos (2026)

   Tarefas de gerenciamento de arquivos estão entre as categorias de maior sucesso no OSWorld. O baixo custo de erro e a fácil checagem visual as tornam seguras para delegar, mesmo com taxas modestas.

   Fonte ↗
2. 2
   Coleta de informações e pesquisa (2026)

   O principal uso de IA no trabalho, segundo os dados da Microsoft, é apoio à decisão e busca de informações (27,5% e 13%). Os trabalhadores já delegam isso sem restrições.

   Fonte ↗
3. 3
   Redação e resumo não críticos (2026)

   Redigir textos e resumos está entre os usos mais comuns de IA. A checagem é rápida e o custo de erro é baixo em rascunhos internos.

   Fonte ↗
4. 4
   Preenchimento de catálogos de serviço e formulários convencionais (2026)

   Tarefas de catálogo de serviços do WorkArena chegaram a cerca de 78% com modelos da classe do GPT-4o. A interface é convencional e os erros são fáceis de notar.

   Fonte ↗
5. 5
   Lançamento de dados em planilhas a partir de fontes estruturadas (2026)

   Tarefas do LibreOffice Calc têm pontuação alta no OSWorld-Verified para os melhores agentes, mas ainda precisam de conferências quando há fórmulas ou lógica de várias planilhas.

   Fonte ↗
6. 6
   Extração de PDFs e documentos de registros não financeiros (2026)

   Tarefas de documentos são comuns no OSWorld. A extração tem alto sucesso quando o formato de destino é claro e a saída é revisada antes de ser usada.

7. 7
   Atualização de campos não críticos do CRM (2026)

   Fluxos com vários aplicativos e interfaces corporativas continuam mais difíceis (filtros de lista do WorkArena perto de 0%). São seguros só para campos de baixo risco, com revisão humana rápida.

   Fonte ↗
8. 8
   Triagem básica de e-mails e respostas de rotina (2026)

   Tarefas tipo Thunderbird têm boa pontuação nos quadros verificados. Os trabalhadores já usam IA para redigir, mas e-mails pessoais ou sensíveis ainda precisam de um olhar humano.

   Fonte ↗
9. 9
   Lançamento de despesas e reembolsos (2026)

   Comum em fluxos longos do OSWorld 2.0. O progresso parcial é frequente, mas a conclusão total é baixa, e um único erro pode movimentar dinheiro ou gerar problemas de auditoria.

   Fonte ↗
10. 10
    Formulários que movimentam dinheiro ou alteram registros oficiais (2026)

    Mesmo 90% de acerto pode exigir conferência linha a linha, o que apaga a economia de tempo. O custo do erro é alto e, em muitos sistemas, irreversível.

    Fonte ↗

A mesma pergunta, respondida só por Gemini. A lista final acima combina todas as IAs.

1. 1
   Organização de arquivos locais e arquivamento de pastas

   Uma taxa de sucesso de 92% no benchmark, com um comando de desfazer de custo zero, economiza 85% do tempo humano de trabalho de escritório.

   Fonte ↗
2. 2
   Extração de PDFs e faturas para tabelas

   Agentes de visão leem recibos bagunçados de várias páginas com 89% de acerto, exigindo só conferências pontuais nos totais.

   Fonte ↗
3. 3
   Pesquisa na web e comparação de preços entre concorrentes

   Agentes de navegação compilam catálogos de mercado de vários sites com confiabilidade e sem risco de alterar dados reais ao vivo.

4. 4
   Preenchimento de formulários web padrão a partir de rascunhos

   Alcança 84,8% de conclusão no ServiceNow WorkArena, reduzindo em 70% a digitação manual repetitiva.

   Fonte ↗
5. 5
   Limpeza de planilhas e padronização de fórmulas

   Automatiza a limpeza de textos e o casamento de cabeçalhos em 81% das planilhas, mas anomalias de sintaxe ainda precisam de validação.

   Fonte ↗
6. 6
   Encaminhamento e categorização de chamados de TI

   As pontuações do WorkArena mostram 79,5% de acerto ao direcionar incidentes internos, sem expor comunicações voltadas a clientes.

   Fonte ↗
7. 7
   Enriquecimento de leads no CRM e atualização de contatos

   Com 74% de acerto no benchmark, 1 em cada 4 campos de contato fica corrompido se não for revisado, o que arrisca a higiene dos contatos com clientes.

   Fonte ↗
8. 8
   Agendamento em vários calendários com clientes externos

   O raciocínio entre calendários falha em 32% dos casos extremos (fusos horários, convites), exigindo revisão humana cuidadosa.

9. 9
   Envio de reembolso de despesas corporativas

   Lançamentos de despesas errados geram multas de auditoria; 68% dos profissionais de finanças exigem verificação total dos recibos.

   Fonte ↗
10. 10
    Lançamento de faturas e transferências bancárias diretas

    Mesmo com 88% de precisão, o custo irreversível de um lançamento errado de conta bancária obriga a uma assinatura humana linha a linha.

    Fonte ↗

A mesma pergunta, respondida só por Kimi. A lista final acima combina todas as IAs.

1. 1
   Organização e pastas de arquivos

   A única classe de tarefa em que um erro custa segundos para corrigir: arquivos com nome errado e pastas erradas são visíveis e reversíveis, e os agentes já vencem as tarefas de arquivo do OSWorld com as maiores taxas do benchmark.

   Fonte ↗
2. 2
   Primeiras versões de documentos, e-mails e propostas

   58% dos usuários de IA já dizem produzir trabalho que não conseguiriam fazer um ano antes — e redigir é a tarefa que o índice da Microsoft mostra ser mais delegada.

   Fonte ↗
3. 3
   Extração de dados de PDFs para planilhas

   A extração mais segura, porque cada célula cai em algum lugar que uma pessoa pode conferir — e o lançamento do GPT-6.1 Terra foi justamente construído sobre essa rotina de notas e formulários.

   Fonte ↗
4. 4
   Limpeza de planilhas (formatação, remoção de duplicatas, preenchimento de fórmulas)

   Trabalho em planilha de um único app é onde os números de benchmark são mais fortes — o melhor agente do WorkArena-L1 faz 90,3% das tarefas empresariais atômicas.

   Fonte ↗
5. 5
   Pesquisa na web e resumos de várias abas

   Agentes agora reúnem dados entre abas mais rápido que pessoas — mas a melhor taxa de erro já registrada ainda é 4,3%, o que é uma margem para alucinações, e não zero.

   Fonte ↗
6. 6
   Triagem de e-mails e rascunhos de resposta

   Separar a caixa de entrada é a porta de entrada da delegação — mas um quarto dos trabalhadores recusa IA de vez, então o gargalo é a confiança, e não a capacidade.

   Fonte ↗
7. 7
   Atualização de registros no CRM e no portal de TI

   Edições atômicas de CRM passam com 90,3%, mas as versões compostas do mesmo trabalho no ServiceNow caem para 2,1%. Essa diferença de 88 pontos é exatamente onde mora a checagem humana.

   Fonte ↗
8. 8
   Preenchimento de formulários internos sem valores monetários

   Formulários são o principal argumento de venda do Terra — 'preencher formulários' é o exemplo da própria OpenAI — e, ainda assim, os fluxos empresariais de ponta a ponta são a categoria mais fraca do benchmark.

   Fonte ↗
9. 9
   Lançamentos de relatórios de despesas

   Com salários administrativos de cerca de $21-22 por hora, conferir linha a linha os lançamentos de despesas custa quase o mesmo que digitá-los — a economia desaparece exatamente aqui.

   Fonte ↗
10. 10
    Aprovação de faturas e processamento de pagamentos

    A tarefa em que 90% de acerto não vale nada: os 10% que caem numa transferência bancária são a única parte que todo mundo lembra.

    Fonte ↗

A mesma pergunta, respondida só por DeepSeek. A lista final acima combina todas as IAs.

1. 1
   Organização e renomeação de arquivos

   A única tarefa em que um agente de 34% ainda pode economizar tempo: uma pasta errada é um arrastar e soltar desfeito, e não uma redigitação.

2. 2
   Extração de dados de PDFs

   O LlamaParse Agentic marca 84,88 no ParseBench; a checagem humana é uma conferência de dois minutos, e não uma auditoria linha a linha.

   Fonte ↗
3. 3
   Navegação na web e pesquisa

   O Browser Use Cloud chega a 78,0% em navegação, mas as tarefas cotidianas do ClawBench derrubam o Claude Sonnet 4.6 para 23,5% — verificar é o trabalho.

   Fonte ↗
4. 4
   Agendamento de calendário

   Só 0,4% das conversas no Copilot são sobre agenda, e um agente de agendamento ainda tem 35% de erro — pouco risco, pouca confiança.

   Fonte ↗
5. 5
   Preenchimento de formulários (sem pagamentos)

   O CRAFT chega a 43,31 de ponta a ponta (E2E) em formulários com vários arquivos, mas a 15,5 em formulários só com instruções — o formulário é fácil, as instruções não são.

   Fonte ↗
6. 6
   Lançamento e limpeza de planilhas

   O melhor agente de planilhas acerta 16% das tarefas do MBABench-2.0; a precisão na depuração é de 12%, então cada célula precisa de um segundo par de olhos.

   Fonte ↗
7. 7
   Atualizações no CRM

   A taxa de sucesso estrita do CRM-Agent-Bench vai de 64,32% a 83,60%, mas o teste de tela do Salesforce da SCUBA deixa os agentes de computador de código aberto abaixo de 5% — a API e a tela são mundos diferentes.

   Fonte ↗
8. 8
   Lançamento de despesas e faturas

   O Fable 5.1 acerta 72% das tarefas de lançamento de faturas, superando o melhor humano, com 51%, mas os 28% que falham podem movimentar dinheiro.

   Fonte ↗
9. 9
   Fluxos com vários aplicativos

   O melhor agente do OSWorld 2.0 conclui por completo 20,6% dos 108 fluxos com vários aplicativos, que têm em média 318 chamadas de ferramenta — quatro em cada cinco ainda precisam de um humano.

   Fonte ↗
10. 10
    Aprovações de pagamento, transferências bancárias e aceite de termos

    Nem precisa de benchmark: OpenAI, Anthropic e Google dizem todos para manter aprovação humana em pagamentos, termos e credenciais.

    Fonte ↗

A mesma pergunta, respondida só por Qwen. A lista final acima combina todas as IAs.

1. 1
   Organização e renomeação de arquivos

   Alto índice de sucesso e risco financeiro zero; um erro significa apenas mover o arquivo de volta à pasta original.

   Fonte ↗
2. 2
   Formatação de planilhas

   Os agentes lidam bem com a limpeza estrutural, e o botão de desfazer do Excel torna a checagem humana tranquila.

   Fonte ↗
3. 3
   Lançamento rotineiro de dados no CRM

   Agentes navegam bem por formulários com várias abas, embora os representantes de vendas ainda confiram atualizações-chave de clientes antes de salvar.

   Fonte ↗
4. 4
   Resumo de transcrições de reuniões

   Baixo risco de dano irreversível, e os trabalhadores aceitam de bom grado passar isto adiante para economizar horas de escuta.

   Fonte ↗
5. 5
   Extração de recibos de despesas (PDFs)

   Os agentes puxam datas e totais com facilidade, mas pessoas precisam aprovar os pagamentos antes que a contabilidade emita o cheque.

   Fonte ↗
6. 6
   Chamados no portal de serviços de TI

   A conclusão de ponta a ponta no WorkArena é boa para redefinição de senhas, mas pedidos de hardware ainda precisam de aprovação humana.

7. 7
   Pesquisa e navegação em vários aplicativos

   Agentes conseguem reunir dados entre abas, mas fontes inventadas exigem checagem de fatos linha a linha por uma pessoa.

   Fonte ↗
8. 8
   Redação de e-mails de suporte ao cliente

   Agentes escrevem respostas educadas, mas uma resposta sem tato a um cliente irritado pode custar uma grande conta.

   Fonte ↗
9. 9
   Atualizações de folha de pagamento e benefícios

   Nem um agente com 90% de acerto é seguro o bastante: um único dígito errado significa multas do IRS, o fisco dos EUA, e funcionários irritados.

   Fonte ↗
10. 10
    Transferências bancárias e pagamentos a fornecedores

    A tarefa com humano no circuito por excelência, em que um clique errado do agente pode esvaziar os fundos da empresa num instante.

    Fonte ↗