Work IQ: por que o contexto pode ser mais importante que o próprio modelo de IA

Tela com a frase "Introducing Microsoft Work IQ".

Direto do Microsoft Ignite 2026, em San Francisco, acompanhamos como a Microsoft está transformando o contexto corporativo em uma camada de inteligência compartilhada entre Copilot, agentes e aplicações. 

Por Nicholas Marshall Micaloski, direto do Microsoft Ignite 2026, em San Francisco.

 

Nos últimos anos, boa parte da discussão sobre inteligência artificial esteve concentrada nos modelos. 

Qual modelo é mais inteligente? Qual possui a maior janela de contexto? Qual raciocina melhor? Qual custa menos? GPT, Claude, Grok ou MAI? 

No Microsoft Ignite 2026, a Microsoft apresentou uma visão que muda um pouco essa discussão. 

 

Quando todos passam a ter acesso aos mesmos modelos de inteligência artificial, o verdadeiro diferencial começa a ser o contexto. 

Essa foi uma das mensagens que mais me chamou atenção durante uma sessão sobre Work IQ que acompanhei presencialmente no Microsoft Ignite, em San Francisco. 

A Microsoft define o Work IQ como a camada de inteligência que conecta o Copilot e os agentes ao conhecimento, contexto, pessoas e trabalho da organização. 

Em outras palavras: um modelo pode ser extremamente inteligente, mas ele não sabe automaticamente quem é o seu gestor, quais clientes você atende, o que foi decidido na reunião de ontem, qual versão de uma proposta é a mais atual, qual dashboard deve ser considerado a fonte oficial ou quais processos precisam ser seguidos dentro da sua empresa. 

O Work IQ existe justamente para preencher essa lacuna. 

E essa diferença se torna ainda mais relevante à medida que deixamos de utilizar IA apenas para fazer perguntas e passamos a delegar trabalho real para agentes. 

O problema não é mais apenas inteligência 

Hoje, diferentes empresas podem ter acesso aos mesmos modelos de IA. 

Modelos cada vez mais sofisticados estão disponíveis para praticamente qualquer organização. O próprio Copilot reúne modelos de diferentes fornecedores e pode utilizar roteamento automático para selecionar o modelo adequado de acordo com a tarefa. 

Isso cria uma pergunta interessante: se duas empresas possuem acesso ao mesmo modelo, por que os resultados deveriam ser diferentes? 

A resposta está no que o modelo sabe sobre cada uma delas. 

Uma inteligência artificial utilizada por uma empresa precisa compreender, entre outras coisas: 

  • quem são as pessoas; 
  • quem trabalha com quem; 
  • quais são os projetos em andamento; 
  • o que foi decidido nas últimas reuniões; 
  • quais documentos são relevantes; 
  • quais políticas precisam ser respeitadas; 
  • quais indicadores representam o negócio; 
  • onde estão os dados; 
  • quais sistemas são considerados fontes confiáveis; 
  • quem possui autoridade para tomar determinada decisão. 

É esse contexto que pode transformar uma resposta genérica em uma resposta realmente útil. 

“Quando todos têm acesso aos mesmos modelos e à mesma inteligência, é o contexto que se torna o diferencial.” 

O trabalho não acontece dentro de um único aplicativo 

Talvez o melhor jeito de entender o Work IQ seja olhar para a maneira como realmente trabalhamos. 

Um projeto não existe apenas dentro de um documento do Word. 

Parte da discussão aconteceu no Teams. Uma decisão pode ter sido tomada em uma reunião. Uma alteração pode ter chegado por e-mail. A planilha financeira pode estar no SharePoint. O pipeline comercial pode estar no Dynamics 365. Os indicadores podem estar no Power BI. E parte das informações pode sequer estar dentro do ecossistema Microsoft. 

A própria Microsoft dimensionou esse problema durante a apresentação. Toda semana, o Microsoft 365 recebe aproximadamente: 

  • 90 bilhões de e-mails; 
  • 15 bilhões de mensagens no Teams; 
  • 10 bilhões de novos arquivos. 

A plataforma possui mais de 19,5 exabytes de dados. A Microsoft também informa que o Work IQ raciocina sobre esses 19,5 exabytes, incluindo aproximadamente 3 trilhões de arquivos no OneDrive e SharePoint, alimentando cerca de 35 mil consultas fundamentadas por minuto. 

O problema, portanto, não é simplesmente dar acesso a mais dados para a IA. É conseguir identificar qual pedaço desse gigantesco universo de informação realmente importa para a tarefa que está sendo executada agora? 

Um modelo não consegue colocar a empresa inteira na janela de contexto 

Durante a sessão, a Microsoft utilizou uma comparação especialmente interessante. 

Um modelo com uma janela de contexto de aproximadamente 300 mil tokens comporta algo na faixa de 1 a 2 MB de informação. Na apresentação, isso foi comparado ao espaço disponível em um antigo disquete. 

Ao mesmo tempo, segundo os números apresentados no palco, uma organização média pode possuir aproximadamente 6.600 terabytes de contexto dentro do Microsoft 365, e esse conjunto está mudando continuamente. 

É impossível copiar e colar todo esse conteúdo no prompt. E não faria sentido fazer isso. 

O trabalho do Work IQ é determinar qual é o contexto relevante, recuperá-lo e prepará-lo para que o modelo consiga raciocinar sobre ele. 

Existe, portanto, uma divisão interessante: Work IQ encontra e organiza o contexto. O modelo raciocina sobre esse contexto. 

Essa separação talvez explique melhor o papel do Work IQ do que simplesmente descrevê-lo como mais um recurso do Copilot. 

 

Memory: o Copilot começa a conhecer você 

A primeira dimensão importante é a memória. 

Em vez de começar cada conversa do zero, o Copilot pode utilizar informações acumuladas sobre como aquela pessoa trabalha. Isso inclui instruções personalizadas, memórias salvas e histórico de conversas. 

A Microsoft também disponibilizou Memory Citations, permitindo visualizar quais memórias, instruções ou conversas anteriores influenciaram determinada resposta. Isso adiciona uma camada importante de transparência. 

O Copilot começa a aprender como você escreve 

A Microsoft anunciou durante o Ignite que o Copilot pode aprender características do estilo de escrita do usuário: tom, estrutura, uso de bullets e diferenças entre uma mensagem para um executivo e uma comunicação mais informal para a equipe. 

Na demonstração, o Copilot redigiu um e-mail seguindo automaticamente o estilo daquela pessoa. Esse aprendizado também pode acompanhar o usuário entre diferentes aplicações do Microsoft 365. 

Na prática, isso reduz aquela situação conhecida: a IA escreve, você lê, parece que foi escrito por IA e você precisa reescrever tudo para parecer você. Com contexto e memória suficientes, a tendência é que a primeira versão já comece muito mais próxima da versão final. 

Memory entende você. Context entende o trabalho. 

“A memória fundamenta o Copilot em você. O contexto fundamenta o Copilot no trabalho.” 

O contexto de produtividade inclui informações vindas de Teams, Outlook, reuniões e transcrições, documentos, SharePoint e OneDrive. 

Mas o Work IQ começa a compreender algo ainda mais interessante: pessoas e estrutura organizacional. 

  • Quem é seu gestor? 
  • Quem é o gestor do seu gestor? 
  • Quem faz parte de determinada área? 
  • Quais pessoas possuem determinada competência? 
  • Quem possui responsabilidade sobre uma decisão? 
  • Qual política se aplica à sua função? 

Isso permite interações que parecem surpreendentemente simples. Você pode pedir “Encontre os e-mails recentes do meu gerente que precisam de resposta” sem dizer quem é o gerente, ou “Sinalize as mensagens do meu skip level manager das últimas duas semanas” sem informar o nome da pessoa. 

A IA deixa de entender somente documentos e começa a entender relações. 

E o Work IQ não fica restrito ao Microsoft 365 

Naturalmente, nenhuma empresa moderna guarda todo o conhecimento necessário apenas em e-mail, Teams e documentos. Existem CRMs, ERPs, aplicações desenvolvidas internamente, sistemas comerciais, service desks, bancos de dados e ferramentas externas. 

Dados do Dynamics 365 e Power Platform podem fazer parte do contexto utilizado pelo Work IQ, mantendo os controles e permissões do Dataverse. Além disso, conectores permitem incorporar conhecimento proveniente de outros sistemas. 

A arquitetura considera dois caminhos importantes: 

Federated connectors 

O dado permanece no sistema de origem e somente a informação necessária é consultada no momento da solicitação. 

Sync connectors 

Parte do conhecimento organizacional é previamente indexada para permitir pesquisa e raciocínio mais rápidos. 

Isso possibilita que um agente combine uma conversa em e-mail com uma oportunidade comercial registrada no CRM e um problema de suporte existente em outro sistema. O objetivo não é simplesmente juntar bancos de dados. É construir entendimento compartilhado sobre o negócio. 

Uma demonstração mostrou bem onde isso começa a ficar interessante 

Durante a palestra, acompanhamos um cenário de uma empresa fictícia de café avaliando uma expansão da Austrália para a Nova Zelândia. 

A pergunta inicial era relativamente simples: estamos lançando os produtos certos? 

Mas qualquer pessoa que trabalhe em uma empresa sabe que a resposta dificilmente estará em um único arquivo. No exemplo, existiam indicadores no Power BI, uma planilha Excel com preços e benchmarks, debates no Teams, conversas em e-mail, uma apresentação em PowerPoint, comentários dentro dos slides e diferentes pessoas responsáveis por cada decisão. 

O usuário perguntou: “O que ainda está pendente para tomarmos a decisão sobre o lançamento na Nova Zelândia?” 

Sem anexar arquivos, informar em qual reunião o assunto havia sido discutido ou apontar para determinada planilha, o Copilot reuniu o contexto e apresentou decisões pendentes e responsáveis. 

Quando o sistema conseguiu determinar quem era responsável por uma decisão, informou essa pessoa. Quando não havia evidência suficiente, marcou como unassigned. Não inventou. 

Essa diferença é fundamental quando começamos a utilizar IA para apoiar decisões reais. 

Skills: não queremos apenas respostas, queremos trabalho concluído 

A terceira grande dimensão apresentada foi Skills. 

Até aqui falamos de Memory para compreender você e Context para compreender seu trabalho. Skills adiciona o passo seguinte: executar o trabalho. 

“Trabalho concluído, não apenas respostas.” 

Esse conceito é importante para entender a transição da IA generativa para a IA agêntica. O objetivo deixa de ser produzir somente uma resposta. 

  • preparar um briefing para um cliente; 
  • criar uma atualização semanal de projeto; 
  • redigir um e-mail para um decisor; 
  • levantar decisões pendentes; 
  • produzir uma apresentação; 
  • preparar um briefing comercial; 
  • atualizar uma aplicação; 
  • concluir etapas de um processo. 

É aí que começamos a sair de uma IA que fala sobre o trabalho para uma IA que efetivamente participa do trabalho. 

O contexto também pode alimentar os seus próprios agentes 

O Work IQ não existe apenas por trás da experiência da Microsoft. As Work IQ APIs permitem utilizar essa mesma inteligência contextual em agentes e aplicações desenvolvidos pelas empresas. 

O Work IQ suporta diferentes formas de interação: 

  • A2A, para comunicação e delegação entre agentes; 
  • MCP, o Model Context Protocol; 
  • REST APIs, para aplicações e serviços. 

Isso significa que um agente desenvolvido para um processo específico pode utilizar o contexto do Microsoft 365 sem que a empresa precise reconstruir do zero toda uma camada de extração, busca, indexação, autorização e governança. 

MCP torna isso ainda mais interessante 

O Work IQ MCP expõe capacidades do Microsoft 365 e fontes empresariais conectadas através do Model Context Protocol. 

A arquitetura foi desenhada especificamente pensando em agentes. Em vez de oferecer centenas de ferramentas diferentes que o agente precisa compreender antes de começar a trabalhar, a Microsoft utiliza um conjunto reduzido de operações genéricas apoiadas em diferentes caminhos de recursos. 

O agente pode: 

  • ler e-mails; 
  • trabalhar com calendário; 
  • acessar arquivos; 
  • localizar pessoas; 
  • consultar chats; 
  • trabalhar com sites; 
  • criar ou atualizar informações; 
  • executar ações; 
  • recuperar contexto para fundamentar decisões. 

Tudo autenticado através do Microsoft Entra ID e respeitando as políticas e permissões aplicáveis. Para quem desenvolve soluções de IA agêntica, isso é uma mudança particularmente importante. 

 

Contexto também reduz custo 

Existe outro ponto que normalmente recebe menos atenção: tokens custam dinheiro. 

Sem contexto bem estruturado, um agente precisa procurar em arquivos, reuniões, e-mails e chats, fazer várias consultas e pode terminar com uma resposta incompleta. 

Com o Work IQ, o agente recebe uma camada de contexto preparada para aquela tarefa e consegue chegar mais diretamente à informação necessária. 

Segundo números apresentados no palco durante a sessão, agentes utilizando Work IQ conseguiram duas vezes mais output por segundo de runtime e 80% menos tokens em comparação com APIs tradicionais. 

Em uma prova de conceito, desperdício de tokens pode passar despercebido. Quando estamos falando de milhares de usuários e agentes executando tarefas durante todo o dia, eficiência passa a ser requisito de arquitetura. 

Volkswagen mostra o que significa sair do piloto 

O Volkswagen Group foi utilizado como exemplo de adoção em grande escala. 

Mais de 330 mil funcionários receberam acesso ao Microsoft Copilot. Mais de 300 mil pessoas utilizam mensalmente o Copilot Chat. E, em um único mês, mais de 26 mil agentes estiveram ativos no grupo. 

Os casos de uso já alcançam áreas como engenharia, produção, procurement e vendas. 

O mais interessante talvez não seja o número de usuários. É o número de agentes. Quando uma organização possui dezenas de milhares de agentes ativos, já não estamos falando de um laboratório de IA. Estamos falando de uma nova camada operacional dentro da empresa. 

E, quando os agentes crescem, governança precisa crescer junto 

A discussão inevitavelmente chega ao Agent 365. 

Se uma empresa possui centenas, milhares ou dezenas de milhares de agentes, perguntas básicas começam a ficar críticas: 

  • Quais agentes existem? 
  • Quem é responsável por cada um? 
  • O que cada agente pode acessar? 
  • Quais ferramentas utiliza? 
  • Quanto custa? 
  • Qual risco representa? 
  • Qual valor está produzindo? 

Durante a sessão, o Agent 365 foi apresentado como uma forma de trazer gestão, governança, segurança e análise de valor para esse ambiente. 

“Se você não consegue enxergar o que está acontecendo no ambiente, também não consegue governá-lo.” 

 

FinOps também chega à inteligência artificial 

Outro assunto que tende a crescer rapidamente é FinOps for AI. 

À medida que a utilização de agentes aumenta, as empresas precisam compreender o consumo antes que a fatura chegue. A visão mostrada durante a sessão inclui capacidade de: 

  • planejar utilização; 
  • prever custos; 
  • definir budgets; 
  • estabelecer limites; 
  • criar alertas; 
  • analisar consumo por usuário; 
  • analisar consumo por grupo; 
  • analisar consumo por workload; 
  • analisar consumo até por tarefa. 

A Microsoft também disponibiliza o Copilot Credit Estimator para ajudar organizações a modelar o potencial consumo dos cenários de IA antes de colocá-los em escala. A Work IQ API utiliza cobrança baseada em consumo através de Copilot Credits, sem exigir um SKU separado por usuário para a API. 

O custo do agente precisa fazer parte do desenho da solução, não ser descoberto depois de ela estar em produção. 

O melhor exemplo talvez seja um novo funcionário 

No final, uma analogia da sessão explica o Work IQ melhor do que qualquer diagrama técnico. 

Imagine contratar uma pessoa extremamente inteligente. No primeiro dia, essa pessoa chega à empresa com conhecimento, capacidade e raciocínio, mas não sabe quem é o gestor, quem precisa aprovar uma decisão, quais processos devem ser seguidos, onde estão os documentos, quais projetos estão em andamento, quem são os clientes, quais políticas são importantes ou como a empresa costuma trabalhar. 

Antes de essa pessoa produzir no seu potencial máximo, fazemos onboarding. Damos contexto. 

Com agentes acontece exatamente a mesma coisa. 

“Eles não precisam apenas aparecer com um cérebro incrível. Também precisam aparecer com o contexto necessário para conseguir fazer o trabalho.” 

Talvez esse seja o melhor resumo do Work IQ. 

 

O que isso significa para as empresas? 

Depois de acompanhar a sessão aqui no Microsoft Ignite, minha principal conclusão é que precisamos começar a mudar a forma como avaliamos projetos de inteligência artificial. 

Não basta perguntar qual modelo vamos utilizar. Precisamos perguntar também: 

  • Qual contexto esse agente terá? 
  • Quais dados são considerados confiáveis? 
  • Como ele conhecerá nossa estrutura organizacional? 
  • Como saberá quem pode decidir o quê? 
  • Quais sistemas poderá consultar? 
  • Quais ações poderá executar? 
  • Como as permissões serão respeitadas? 
  • Quem será responsável pelo agente? 
  • Como acompanharemos seu custo? 
  • Como vamos medir seu resultado? 

Essa discussão é particularmente importante para nós na Task TI, porque cada vez mais os projetos de IA que desenvolvemos deixam de ser simplesmente experiências de chat e começam a envolver agentes conectados ao trabalho real das empresas. 

A qualidade do modelo continua importante. Mas modelos continuarão evoluindo e estarão cada vez mais acessíveis para todos. 

O ativo realmente difícil de copiar é outra coisa: o conhecimento da sua empresa, sua forma de trabalhar, suas relações, seus processos, seus dados e suas decisões. 

É isso que transforma inteligência artificial genérica em inteligência aplicada ao negócio. 

E provavelmente será nesse contexto, literalmente, que boa parte da próxima batalha pela produtividade empresarial será disputada

Foto de Nicholas Marshall Micaloski

Nicholas Marshall Micaloski

Quem Somos

Seu Parceiro Integral em Soluções de TI

Somos uma consultoria e revenda de tecnologia da informação dedicada à inovação e à entrega de resultados excepcionais. 

Atuamos como parceiros estratégicos das empresas que atendemos, nosso compromisso é transformar desafios tecnológicos em oportunidades de crescimento com as mais recentes tecnologias e metodologias.

Contato

Quer saber mais ou precisa de um orçamento?
Entre em contato e vamos conversar!

Seja para esclarecer dúvidas, agendar uma visita ou apenas dizer olá, estamos à disposição.

Ou envie um formulário...

Prefere receber uma visita?

Precisa abrir um chamado?

Datacenter, Cloud and Security

O Grupo Task

Serviços

Produtos