MarQ AI Agent
Produto lançado · 4 contextos de análise · IA generativa integrada ao produto existente
17 de jun. de 2026
Gestores de RH passam uma parte significativa do tempo cruzando dados manualmente para responder perguntas que deveriam ter resposta imediata. Por que a pontualidade caiu esse mês? Quem está acumulando mais ausências? O que o Timesheet desse colaborador está indicando?
As respostas estavam nos dados. Os dados estavam na plataforma. Mas ninguém havia construído a camada que fazia a interpretação.
O comportamento que revelou o problema
O profissional de RH abria o Dashboard, via os números, e precisava ir de tela em tela para montar o raciocínio por conta própria. Relatório Geral, Timesheet, People Analytics: cada módulo tinha os dados do seu contexto, mas nenhum deles falava com o gestor sobre o que aqueles dados significavam juntos.
Dado sem interpretação é ruído. E o RH estava sendo sobrecarregado com ruído.
Onde o gestor olhava | He |
|---|---|
Dashboard | Interpretação da visão geral da empresa |
Relatório Geral | Análise do período filtrado em texto |
Timesheet | Leitura dos padrões de colaboradores específicos |
People Analytics | Insights sobre comportamento e tendências de pessoas |
A decisão de produto
A MarQHR identificou que o próximo passo não era adicionar mais dados. Era adicionar inteligência sobre os dados que já existiam. O MarQ AI Agent nasceu dessa decisão: não um chatbot genérico, mas um agente consultor contextual, que lê exatamente o que o gestor está vendo na tela e devolve uma análise daquele momento específico.
Definindo o que o agente não faria
A primeira decisão de design não foi visual. Foi de escopo comportamental. Trabalhando junto ao PM, mapeamos o que o agente deveria e não deveria fazer nesta fase inicial, e essa distinção foi fundamental para desenhar uma experiência que gerasse confiança sem criar expectativas erradas.
O agente não executa ações, não aprova ajustes, não toma decisões pelo gestor. Ele lê os dados que o gestor já está olhando e devolve um resumo analítico com insights sobre aquele contexto. Essa clareza de escopo foi uma decisão de produto, não uma limitação técnica.
Definir o que o produto não faz é tão importante quanto definir o que ele faz. Um agente que promete mais do que entrega destrói confiança. Um agente que entrega exatamente o que promete constrói o hábito de uso.
Contextualidade como princípio de design
O princípio central que guiou todo o design foi: o insight precisa ser sempre relevante para o momento do usuário. Não uma análise genérica da empresa, mas uma análise daquele contexto específico, naquele momento, com aqueles filtros aplicados.
No Dashboard: visão geral da empresa no período atual
No Relatório Geral: análise do período filtrado pelo gestor
No Timesheet: leitura dos padrões de colaboradores específicos em tela
No People Analytics: insights sobre comportamento e tendências de pessoas
Isso significa que o mesmo gestor recebe análises diferentes dependendo de onde está e o que está olhando. O agente não tem uma resposta padrão. Ele tem uma resposta para aquele momento.
O modelo de consumo como parte da experiência
Cada resumo gerado consome 1 crédito da empresa. Esse modelo precisava ser comunicado de forma transparente sem criar ansiedade no momento de uso. Desenhei a comunicação do consumo para ser visível mas não intrusiva: o gestor sabe que está usando um crédito, entende o valor que está recebendo em troca e não se sente bloqueado para usar o recurso.
Integração no produto existente
Um dos maiores desafios de design foi integrar o agente em módulos que já existiam e tinham seus próprios padrões visuais e de interação. O AI Agent precisava parecer parte do produto, não um plugin colado em cima. Trabalhei a inserção do componente de agente em cada contexto respeitando a hierarquia de informação existente e garantindo que a presença do agente não competisse visualmente com os dados que ele estava analisando.
Um consultor dentro do produto
Criei essa animação para divulgar o produto. Ferramentas: After Effects, Capcut, Figma.
O MarQ AI Agent é o primeiro produto de inteligência artificial generativa da MarQHR. Ele está presente em quatro módulos do sistema e entrega, em cada um deles, uma análise contextual baseada nos dados que o gestor está visualizando naquele momento.
A metáfora que guiou o design foi a do consultor experiente sentado ao lado do gestor. Não alguém que toma as decisões, mas alguém que leu todos os dados e consegue dizer: "olha para cá primeiro, isso aqui está fora do padrão, esse número merece atenção."
Como o agente funciona para o usuário
O gestor está em qualquer um dos quatro módulos com o agente disponível
Aciona o agente com um clique
O agente lê os dados da tela atual, incluindo filtros e período aplicados
Devolve um resumo analítico em texto com os principais insights daquele contexto
O gestor usa a análise para decidir onde aprofundar ou qual ação tomar
O que muda na prática para o RH
O gestor que antes precisava cruzar dados manualmente entre módulos para chegar a uma conclusão agora recebe a interpretação diretamente no contexto onde está trabalhando. O tempo de análise cai. A qualidade da decisão aumenta. E o RH passa menos tempo sendo analista de dados e mais tempo sendo estratégico.
Primeiro passo de uma estratégia maior (Evolução)
O AI Agent desta fase é deliberadamente consultivo. Mas ele é o começo de algo maior: um guarda-chuva de agentes que a MarQHR está construindo para estar presente em todo o produto. A arquitetura de componentes e a linguagem de interação desenhados nesta fase foram pensados para escalar, não para um único módulo.
Cada decisão de design tomada aqui, de como o agente se apresenta, de como comunica seu escopo, de como se integra visualmente aos módulos existentes, foi pensada para que os próximos agentes sejam reconhecíveis e consistentes com a experiência já estabelecida.
Entregue:
Produto lançado e disponível para clientes da MarQ HR
4 contextos de análise: Dashboard, Relatório Geral, Timesheet e People Analytics
Análise sempre contextual ao momento e aos filtros do gestor
Arquitetura de componentes pensada para escalar para novos agentes
Primeiro produto de IA generativa da MarQHR
O Resultado:
+3500 usos do MarQ AI Agent (Até o momento que escrevi isso)
+NMRR Novas contratações de planos recorrentes do MarQ AI Agent
+NRR Compras avulsas de créditos com Self-Checkout
55% de adesão da base de clientes
CES 4.7 (Mensurado por pesquisas pelo HotJar)
