Resumo Técnico: Memória Organizacional para Execução de Processos de Negócio Agênticos

Declaração do Problema

Embora agentes baseados em Grandes Modelos de Linguagem (LLMs) ofereçam novas capacidades para automatizar processos de negócios complexos e de múltiplas etapas, indo além dos limites dos sistemas baseados em regras (ex: RPA), eles enfrentam uma barreira crítica de escalabilidade em ambientes corporativos: a falta de conhecimento específico da organização. LLMs de uso geral não são inerentemente conscientes de políticas da empresa, convenções de processo, estruturas de funções ou práticas de tratamento de exceções.

Abordagens atuais tentam preencher essa lacuna codificando conhecimento específico em prompts individuais de agentes ou configurações de recuperação. No entanto, os autores argumentam que isso não escala em grandes organizações. A criação de conhecimento por agente leva a:

• Silos de Conhecimento: Regras são duplicadas em milhares de agentes.
• Inconsistência: Atualizações são aplicadas de forma desigual, levando a interpretações conflitantes.
• Carga de Manutenção: Atualizações de aprendizado e de políticas não podem ser propagadas de forma eficiente.
• Fragmentação: O conhecimento relevante existe em artefatos heterogêneos orientados a humanos (modelos BPMN, SOPs, políticas, documentação de ERP) que não estão estruturados para o consumo de agentes.

O desafio central não é a disponibilidade de conhecimento, mas sim transformar o conhecimento fragmentado e centrado no humano em uma forma unificada e consumível por agentes, que possa ser fornecida consistentemente a todos os agentes enquanto evolui com as mudanças organizacionais.

Metodologia e Arquitetura

O artigo propõe a Memória Organizacional: uma camada de referência de conhecimento procedimental compartilhada, governada por humanos e consumível por agentes. A arquitetura é dividida em duas fases complementares: Curadoria de Memória e Consumo de Memória.

1. Design Central: Átomos de Processo

Em vez de armazenar documentos brutos ou grandes blocos de texto, a arquitetura decompõe o conhecimento em Átomos de Processo. Cada átomo é uma unidade autossuficiente que captura exatamente uma regra, restrição ou responsabilidade. Um átomo consiste em:

• Nome: Um identificador curto para o comportamento.
• Fonte: Uma referência ao artefato original (ex: uma seção específica de uma política).
• Conteúdo: Uma descrição estruturada com três partes:
  • Aplicabilidade: Contexto (processo, função, objeto, precondição).
  • Ação: A regra específica ou o comportamento exigido.
  • Propósito: A justificativa para a regra.
• Tags: Ancoragem do átomo em um Modelo de Domínio Empresarial (ex: "compras", "requisição de compra") para permitir a recuperação sensível ao contexto.

2. Curadoria de Memória (Criação e Manutenção)

Esta fase transforma fontes heterogêneas na memória unificada:

• Entrada: Políticas, SOPs, modelos de processo, documentação de sistema e rastros de execução.
• Extração: Serviços específicos da fonte extraem átomos candidatos e os ancoram com tags de domínio.
• Curador Global: Uma entidade ativa que realiza:
  • Verificações de Qualidade: Garantindo que os átomos tenham escopo claro e regra única.
  • Detecção de Conflitos: Identificando sobreposições, redundâncias ou contradições com a memória existente.
• Governança Humana: Um especialista humano revisa as mudanças propostas (adições, remoções, modificações) e resolve conflitos. Isso garante a prestação de contas e que a memória reflita a intenção organizacional.

3. Consumo de Memória (Tempo de Execução)

Esta fase serve aos agentes durante a execução do processo:

• Requisição de Contexto: O agente envia uma requisição descrevendo o contexto da tarefa atual (processo, atividade, função, dados de entrada).
• Recuperação: Um componente de Recuperação (Retriever) consulta a memória. Ele utiliza uma abordagem híbrida:
  • Filtragem: Usando tags de domínio para restringir o escopo (ex: subsidiária ou função específica).
  • Seleção: Usando seleção semântica ou baseada em LLM dentro do conjunto filtrado para encontrar os átomos mais relevantes.
• Execução: O agente recebe um conjunto compacto de átomos relevantes (não documentos completos) para guiar sua tomada de decisão.

Principais Contribuições

O artigo apresenta quatro contribuições primárias:

1. Definição de Conceito: Introduz a "Memória Organizacional" como uma representação unificada do conhecimento de processo organizacional, distinta de prompts de agentes individuais ou memórias locais.
2. Derivação de Requisitos: Define nove requisitos específicos para tal sistema, incluindo integração de fontes heterogêneas, decomposição atômica, detecção de conflitos, rastreabilidade, recuperação contextual, acesso de baixa latência, evolução adaptativa, governança humana e escalabilidade.
3. Proposta de Arquitetura: Apresenta uma arquitetura detalhada cobrindo as fases de curadoria (extração, resolução de conflitos, revisão humana) e consumo (recuperação contextual), centrada na abstração de "Átomo de Processo".
4. Prova de Conceito: Demonstra a eficácia da arquitetura em um cenário de compras (procurement).

Resultados Experimentais

Os autores conduziram uma prova de conceito usando um cenário sintético de "Compra ao Pagamento" (Purchase-to-Pay) com um agente baseado em LLM atuando como assistente de compras.

• Configuração: Três configurações foram testadas:
  • Base: Sem conhecimento organizacional.
  • RAG: Geração Aumentada por Recuperação padrão usando embeddings vetoriais de blocos de documentos.
  • Memória: Acesso à proposta de Memória Organizacional (Átomos de Processo).
• Modelos: Testado em GPT-4.1 e Claude Sonnet 4.5.
• Métrica: Taxa de Conformidade de Política (PCR) – a fração de cenários onde o agente criou ou recusou corretamente uma requisição de compra com base na política.
• Descobertas:
  • Base: 30% de conformidade (falhou em aplicar regras que não estavam no conhecimento paramétrico).
  • RAG: 70–80% de conformidade. Melhorou em relação à Base, mas falhou em regras "transversais" (ex: requisitos universais de centro de custo) que não eram semanticamente próximas à requisição específica.
  • Memória: 88–95% de conformidade. O desempenho mais alto. Ao recuperar átomos relevantes para a tarefa em vez de apenas blocos de texto semanticamente similares, o agente conseguiu aplicar tanto restrições específicas quanto gerais.
• Limitações Observadas: Os erros no setup de Memória foram principalmente "sobre-restrições" causadas por átomos extraídos de forma imprecisa (ex: escopo de aplicabilidade muito amplo), destacando que a qualidade da curadoria é crítica.

Significância e Alegações

O artigo afirma que a execução de processos agênticos confiável e escalável requer ir além de prompts específicos de agentes para uma memória organizacional compartilhada.

• Escalabilidade: A arquitetura aborda o desafio empresarial de manter o conhecimento consistente entre milhares de agentes e processos heterogêneos.
• Governança: Integra explicitamente a supervisão humana, garantindo que as mudanças no conhecimento procedimental sejam aprovadas e rastreáveis, evitando o desvio totalmente automatizado.
• Efetividade: A prova de conceito fornece evidências iniciais de que uma memória estruturada, baseada em átomos, melhora o comportamento em conformidade com as políticas em comparação tanto com o conhecimento paramétrico quanto com a recuperação de documentos padrão.

Os autores permanecem modestos, reconhecendo que a prova de conceito é limitada a um único processo sintético e fontes baseadas em PDF. Eles afirmam que a generalização para ambientes empresariais complexos do mundo real, com sistemas legados conflitantes e inúmeras políticas sobrepostas, ainda não foi demonstrada e é um alvo para trabalhos futuros.