Enquanto boa parte do mercado corporativo ainda tenta mensurar o retorno de produtividade do uso individual de LLMs, a Cogna decidiu ir além. Sob a liderança de Igor Freitas, VP de tecnologia da companhia, a gigante da educação estruturou sua atuação em inteligência artificial sob três pilares: democratização, projetos e agentes. Mas é no terreno da IA agêntica que a operação ganha contornos de alta complexidade técnica e impacto de negócio.

“Criar agentes simples para o dia a dia qualquer um faz com um pouco de letramento e um bom LLM. Quando você vai para uma transformação end-to-end, a brincadeira fica mais séria”, destacou Freitas, em conversa durante o AWS Summit São Paulo 2026.

Na Cogna, a implementação de jornadas agênticas começou pelo ecossistema de graduação, cobrindo todo o fluxo de crescimento, que vai do primeiro contato do potencial aluno até a efetivação da matrícula.

Reestruturação de processos e camada semântica

O grande diferencial da abordagem não está na simples automação de tarefas isoladas, mas no redesenho completo dos processos. Para que os agentes operem com precisão, a companhia construiu uma rigorosa camada semântica via ontologia de dados, mapeando comportamentos e regras de negócio para que a tomada de decisão autônoma ocorra sem ruídos.

A arquitetura tecnológica por trás dessa engrenagem combina componentes de ponta: AgentCore, dedicado à construção e orquestração dos agentes; AgentMemory, responsável pela retenção de contexto e memória entre diferentes agentes; LiteLLM, gateway utilizado para governança, gestão de tokens, controle de custos e segurança; DataDog, ferramenta focada na observabilidade da infraestrutura agêntica; e Human-in-the-loop, ou seja, supervisão humana contínua para garantir a fluidez e a qualidade do atendimento.

“Não é simplesmente ‘vou lá, entro num LLM e crio um agente para automatizar uma atividade pessoal’. Quando eu transformo uma jornada end-to-end, tenho que repensá-la inteira, pensar na camada de dados, regras de negócio bem definidas, para que gere valor e o agente realmente traga resultado positivo. Por isso, o desafio tecnológico é mais importante: você se debruça mais sobre seu parque tecnológico para fazer de forma organizada, aderente e coerente”, detalhou Freitas.

Governança interna e impacto na ponta

Além das jornadas de atendimento e vendas, a Cogna sustenta cerca de 45 projetos proprietários de IA. Entre os destaques estão o Edu (agente de apoio ao aluno de graduação), o Plu (voltado ao ensino básico) e soluções de inclusão como o PEI (Plano de Ensino Individualizado). Este último utiliza IA para adaptar automaticamente conteúdos e formatos didáticos para estudantes neurodivergentes, economizando horas de planejamento dos educadores.

“Os projetos foram construídos com business case e todos eles têm algum tipo de retorno. O Plu e o Edu, por exemplo, vieram com essa motivação de geração de valor qualitativo na sua grande parte e quantitativo quando necessário/possível”, explica Freitas, ao tratar da geração de valor das iniciativas.

No ensino básico, uma solução conectada ao Amazon Bedrock e Claude, que, alimentada com os materiais didáticos de sistemas como o Ângulo, gerou mais de 4,5 milhões de ativos pedagógicos (roteiros de aula, podcasts, apresentações) em 12 meses, atendendo 100 mil professores e 6 mil escolas parceiras.

Para equilibrar inovação e controle financeiro, a companhia criou seu próprio Marketplace interno de IA. A plataforma centraliza cerca de 20 ferramentas homologadas, permitindo que colaboradores solicitem soluções com precificação interna e regras claras de governança, evitando o uso desordenado de cartões corporativos.Toda essa engrenagem é coordenada por um Centro de Excelência em IA, dividido entre Estratégia, Engenharia de Dados e Plataformas de IA — provando que escalar inteligência artificial exige, antes de tudo, governança e parque tecnológico bem resolvido.