A inteligência artificial (IA) se consolida como prioridade tecnológica para as empresas, com projeções do Gartner indicando gastos globais de US$ 3,64 trilhões em 2027. Contudo, o caminho para a escalabilidade da IA não se resume a maiores investimentos. O Red Hat Summit: Connect São Paulo 2026, realizado em 10 de novembro, ressaltou que a transformação da experimentação em aplicações de IA escaláveis exige um foco renovado em infraestrutura, governança e segurança.
O encontro abordou como tecnologias abertas podem viabilizar a expansão da IA, permitindo que organizações conciliem inovação com controle sobre dados, aplicações e decisões tecnológicas. Tendências como a IA agêntica, capaz de automatizar tarefas e executar decisões dentro de parâmetros definidos, e a IA física, aplicada a sistemas que interagem com o ambiente, amplificam a necessidade de plataformas integradas, regras de operação claras e ambientes corporativos preparados para novas cargas de trabalho. As empresas precisarão rever suas arquiteturas tecnológicas e simplificar a complexidade para acompanhar essas evoluções.
Infraestrutura como Base para a IA Escalável
Gilson Magalhães, vice-presidente e general manager para a América Latina na Red Hat, pontua que a IA está redefinindo todos os aspectos corporativos, da computação ao organograma. A escalabilidade efetiva da IA depende de uma base tecnológica comum que conecte datacenter, nuvem e edge, aproximando o desenvolvimento de sua operação. Essa abordagem permite a incorporação de novas tecnologias sem a necessidade de reconstruir a infraestrutura a cada avanço. A complexidade excessiva, com sistemas, dados e processos heterogêneos, impede a IA de escalar e de gerar o retorno esperado, pois agentes inteligentes necessitam de ambientes compreensíveis para tomar decisões eficazes.
IA Agêntica e a Governança de Dados e Processos
A IDC prevê que a ascensão de agentes de IA executando tarefas cada vez mais complexas transformará a arquitetura corporativa. Para as equipes de TI, o desafio reside em definir onde processar cargas de trabalho, como governar esses agentes, controlar custos de inferência e integrar novas ferramentas aos sistemas existentes. A adoção em larga escala de agentes inteligentes requer uma base sólida que garanta acesso a informações confiáveis, compreensão contextual e atuação dentro de limites predefinidos. Isso implica em redesenhar processos e preparar equipes para colaborar com sistemas autônomos. Alexandre Duarte, VP de Serviços para a América Latina na Red Hat, enfatiza que agentes são catalisadores organizacionais que exigem dados organizados, arquiteturas confiáveis, governança clara, processos otimizados e equipes preparadas. Sem esses elementos, o agente se torna um passivo operacional, não um ativo estratégico.
IA Física e os Novos Desafios de Segurança
A IA também se expande para interações diretas com o ambiente físico, com aplicações em veículos autônomos, robôs industriais e drones já em uso. A próxima fronteira é a integração desses sistemas com agentes de IA, plataformas de dados e ferramentas de automação. Equipamentos e infraestruturas conectadas poderão responder a condições variáveis, interpretar informações contextuais e agir dentro de limites estabelecidos. O Gartner estima que, até 2030, 80% dos trabalhadores da linha de frente em empresas internacionais serão auxiliados por IA física. No entanto, a adoção em escala demandará mecanismos de segurança e governança compatíveis com os riscos inerentes a cada operação, exigindo uma evolução na abordagem tecnológica para além da simples conectividade.
O Futuro da IA: Integração e Controle
O cenário para 2027 aponta para uma IA cada vez mais integrada e autônoma, com agentes tomando decisões corporativas e interagindo com o mundo físico. A consultoria Gartner projeta que ao menos 15% das decisões corporativas diárias serão autônomas até 2028, com mais de 10 bilhões de agentes até 2030. A IA agêntica deverá responder por 30% da receita de softwares de aplicação corporativa até 2035. O avanço dessas tecnologias, contudo, reforça a necessidade de um ecossistema tecnológico coeso, onde a infraestrutura suporte a complexidade, a segurança proteja os dados e a governança assegure o controle e a conformidade das operações, garantindo que a IA se torne um motor de resultados e não um gargalo.
Com reportagem de Brazil Valley
Source · TIInside





