A inteligência artificial corporativa não deve convergir para um único modelo dominante. Essa é a avaliação de Marcelo Braga, presidente da IBM Brasil, ao analisar a evolução da IA em ambientes empresariais cada vez mais complexos, marcados por múltiplos modelos, agentes autônomos, integrações variadas e arquiteturas multicloud.
Na visão do executivo, a lógica tradicional da tecnologia, baseada em plataformas vencedoras e padrões consolidados pela escala, perde força quando aplicada à IA. Isso porque, à medida que a tecnologia deixa o laboratório e passa a ser usada em operações reais, diferentes necessidades de custo, desempenho, especialização e contexto tornam inviável a ideia de uma inteligência única capaz de atender todos os cenários.
“IA não é um jogo de um vencedor.”
Um ecossistema mais distribuído e menos centralizado
Segundo Braga, a promessa de um modelo soberano, universal e economicamente eficiente não se sustenta na prática. Modelos maiores podem entregar melhor desempenho em alguns casos, mas modelos menores e especializados tendem a ser mais rápidos, mais baratos e até menos propensos a erros em determinadas aplicações.
“Não existe um modelo que responda tudo da melhor forma, com o melhor custo, para todos os cenários”, afirma.
Esse equilíbrio entre qualidade e custo passa a ser decisivo em projetos de larga escala. Em operações com milhões de transações, pequenas diferenças de custo por uso podem definir se uma iniciativa se torna viável ou não.
“Quando se atende milhões de clientes, a diferença de custo por transação é o que viabiliza o projeto ou não”, diz Braga.
Múltiplos modelos e agentes passam a conviver no mesmo fluxo
A consequência dessa realidade é clara: as empresas caminham para um ambiente com diferentes modelos de IA atuando simultaneamente, além de agentes autônomos e sistemas diversos interagindo dentro do mesmo processo de negócio.
Longe de ser uma hipótese distante, esse desenho já começa a ganhar espaço em setores intensivos em dados, como bancos, indústria, varejo, utilities e governo. Nesse cenário, a complexidade cresce não apenas pelo número de tecnologias envolvidas, mas pela necessidade de fazê-las operar de forma coordenada, segura e rastreável.
“Uma empresa não vai ter uma única IA, nem um único agente, nem um único sistema. Vai ter vários agentes, vários modelos e vários sistemas interagindo entre si, inclusive entre empresas diferentes”, aposta o executivo.
Soberania muda de significado
Nesse novo contexto, o conceito de soberania também muda de eixo. Para Braga, soberania não significa isolar a tecnologia ou rejeitar nuvens globais, mas garantir controle efetivo sobre o processo.
“Soberania, hoje, é controle”, afirma.
Esse controle envolve saber onde os dados estão, quem teve acesso, qual modelo foi acionado, que agente executou determinada etapa e por qual motivo determinada decisão foi tomada. Em outras palavras, a discussão sobre soberania passa a estar diretamente ligada a visibilidade, rastreabilidade e governança ponta a ponta.
“O problema não é onde a IA roda, é se você sabe o que ela fez, por que fez e com que dados”, resume.
Orquestração se torna a camada estratégica da IA
Diante da fragmentação crescente, Braga aponta a orquestração como o verdadeiro elemento central da nova arquitetura corporativa. É ela que permite coordenar diferentes modelos, APIs, agentes e sistemas dentro de uma mesma lógica de negócio, respeitando políticas de segurança, custo e conformidade.
“A governança pode até ser comum, mas os modelos vão ser múltiplos. E alguém precisa orquestrar tudo isso”, afirma.
Sem essa camada, o risco de inconsistências, falhas operacionais e decisões não rastreáveis tende a crescer rapidamente. Por isso, na leitura do executivo, a grande vantagem competitiva não estará em escolher um suposto melhor modelo, mas em construir uma plataforma capaz de governar um ecossistema heterogêneo.
“Sem orquestração, a complexidade vira caos”, diz Braga.
Multicloud deixa de ser escolha e vira condição operacional
O mesmo raciocínio vale para infraestrutura. Assim como não haverá um único modelo soberano de IA, também não haverá uma nuvem única capaz de responder sozinha a todos os requisitos de custo, desempenho, latência e regulação.
Na prática, o ambiente multicloud deixa de ser apenas uma opção estratégica e passa a refletir a realidade operacional das empresas. Cargas distintas exigem arquiteturas diferentes, e a tentativa de padronizar tudo em uma única camada pode gerar perda de eficiência e aumento de risco no longo prazo.
IA chega ao centro da agenda executiva
Outro ponto destacado por Braga é que a inteligência artificial deixou definitivamente de ser um tema restrito às áreas de tecnologia. Com agentes autônomos executando processos, acessando dados sensíveis e operando com credenciais não humanas, a discussão sobe para o nível dos conselhos e dos CEOs.
“Presidentes de grandes bancos já discutem como gerir trabalhadores não humanos”, assinala Braga.
A afirmação sintetiza uma mudança profunda. As organizações terão de administrar não apenas pessoas, mas também sistemas autônomos que consomem recursos, geram valor e impactam diretamente a operação.
ROI passa a separar experimento de escala
Na avaliação do executivo, esse amadurecimento também marca o fim da fase mais experimental da IA corporativa. Projetos movidos apenas por entusiasmo tecnológico tendem a perder espaço se não entregarem impacto claro para o negócio.
“Se não tem ROI, o projeto não escala”, pontua.
Para ele, a inteligência artificial não escapa da lógica empresarial. Sem retorno mensurável, iniciativas dificilmente sobrevivem quando chega o momento de ganhar escala e disputar orçamento dentro da companhia.
O desafio também é humano
Embora a discussão gire em torno de modelos, nuvens e agentes, Braga faz um alerta: o principal gargalo da transformação ainda é humano. Para ele, o skilling necessário na era da IA não se resume a treinamento técnico, mas envolve adesão real da liderança e das áreas de negócio.
“Skilling não é só treinamento. Se o executivo não compra a ideia, se o CFO não compra a ideia, o projeto simplesmente não existe”, afirma.
O presidente da IBM Brasil também contesta a visão de que a resistência à IA esteja ligada à idade. Segundo ele, o bloqueio aparece em perfis variados e costuma se concentrar com mais força na média gerência, pressionada por entregas e menos disposta a abandonar modelos antigos.
“Se essa camada não acredita que a IA pode transformar o negócio, ela bloqueia orçamento, bloqueia projeto, bloqueia tudo.”
A nova vantagem está em redesenhar o negócio
No cenário descrito por Braga, a inteligência artificial caminha para um mundo mais distribuído, mais rigoroso e menos tolerante a improvisos. Nesse ambiente, a vantagem competitiva não deve vir da posse de um modelo exclusivo, mas da capacidade de usar IA para reorganizar processos, integrar sistemas e redesenhar decisões com governança.
A mensagem é clara: o futuro da IA corporativa não será soberano no sentido de concentração. Ele será plural, orquestrado e dependente de controle. E as empresas mais preparadas serão aquelas capazes de governar essa complexidade com disciplina técnica e visão de negócio.
fonte: IT Forum
Acesse as verticais Revna a seguir, para obter mais detalhes:
Serviços: Data Science / Move to Cloud
Soluções: Inteligência Artificial / Infra & Tech
