A rápida disseminação de agentes de inteligência artificial (IA) nas empresas, muitas vezes impulsionada por necessidades departamentais específicas, tem gerado um cenário complexo de governança tecnológica. Essa aplicação isolada, sem uma arquitetura unificada, resulta na criação de silos de informação, expondo as corporações a lacunas de segurança, falhas de compliance e dificuldades em mensurar o retorno efetivo dos investimentos em tecnologia. Flávio Moitinho, Regional Director LATAM da Liferay, destacou durante a Conferência Gartner CIO & IT Executive 2026 que "a IA entrou nas organizações pelas áreas, e não pela arquitetura, o que gerou desafios no processo de desenhar a entrada da tecnologia nos processos de geração de valor". Essa abordagem fragmentada impede uma visão holística e estratégica, tornando a governança, a segurança dos dados e a efetividade das aplicações de IA grandes gargalos.
O Custo dos Silos de IA
A falta de uma estratégia centralizada para a implementação de IA leva a uma proliferação de ferramentas e plataformas que não se comunicam entre si. Cada departamento pode adotar soluções de IA que atendem às suas necessidades imediatas, mas que criam dependências e ineficiências em nível corporativo. Isso não apenas dificulta a integração de dados, mas também aumenta a complexidade da gestão de riscos. O Gartner estima que cerca de 40% dos projetos de IA podem ser cancelados no próximo ano, em grande parte devido à carência de contexto e à dificuldade em demonstrar valor tangível. Moitinho aponta que "podemos, por exemplo, ter um agente de IA que resolveu dores no setor jurídico ou nas Relações Humanas da empresa, mas sem uma contextualização adequada, se torna difícil analisar o impacto total". Essa fragmentação impede que as empresas aproveitem o potencial máximo da IA para impulsionar a inovação e a eficiência em toda a organização.
A Necessidade de Orquestração e Governança
Para mitigar esses desafios, a estratégia corporativa deve focar na implementação de camadas agnósticas de governança e orquestração. Esse modelo conceitual visa estabelecer um framework unificado para a gestão de IA, definindo regras de acesso parametrizadas, visibilidade centralizada sobre os fluxos operacionais e controle rígido de identidades. Ao garantir que cada agente automatizado opere sob as mesmas credenciais, permissões e restrições atribuídas aos seus operadores humanos, as empresas podem preservar o sigilo corporativo e a conformidade regulatória. Essa abordagem centralizada é fundamental para consolidar a maturidade da gestão de riscos, elevando a transparência no processamento de informações sensíveis e garantindo que os investimentos em IA gerem valor de forma consistente e mensurável.
Soberania de Dados e Controle
Além do ecossistema técnico, o debate sobre a soberania dos dados ganha relevância estratégica. Controles rigorosos sobre a guarda, a jurisdição e o tratamento do patrimônio de informações corporativas são essenciais, especialmente em mercados altamente regulados. A soberania de dados vai além de simplesmente manter dados residentes no país; envolve a gestão dessas informações no contexto nacional, considerando as leis e regulamentações locais. "Nós focamos muito em dar autonomia para os clientes com segurança, e nesse aspecto, a soberania dos dados se tornará crescentemente relevante para a estrutura corporativa", afirmou Moitinho. Essa governança robusta sustenta o crescimento seguro, protege a reputação institucional e é crucial para o cenário de expansão constante da inteligência artificial em diversos setores da economia.
Com reportagem de Brazil Valley
Source · TIInside
