Com a inteligência artificial fazendo pressão sobre as infraestruturas corporativas, é natural que o tema gere não só preocupação, mas uma necessidade cada vez maior de visibilidade das equipes de TI. Bernd Greifeneder, CTO e fundador da Dynatrace, faz a seguir seis previsões sobre o tema da observabilidade nas corporações para 2026.
São elas:
Previsão 1: A IA agêntica trará uma nova era de complexidade de sistemas
A ascensão da IA agêntica está transformando a dinâmica dos sistemas digitais, elevando o nível de complexidade e interação entre agentes autônomos. Esses agentes realizam tarefas coordenadas, trocam informações contextuais e desencadeiam ações subsequentes a partir de inputs diversos, vindos tanto de humanos quanto de outras fontes automatizadas. Em ambientes digitais, cada interação pode gerar uma cadeia de centenas de comunicações entre agentes, que assumem funções variáveis conforme a situação e, em alguns casos, orientam outros agentes.
Exemplos práticos incluem veículos que, ao detectar um problema, acionam agentes para verificar dados do cliente, estimar prazos de atendimento e coordenar soluções, ou assistentes de viagem que sincronizam agentes para comparar voos, reservar transportes e ajustar planos em tempo real. Embora todos esses agentes mantenham algum nível de supervisão humana, o crescimento exponencial dessas interações dificulta o gerenciamento e demanda uma observabilidade robusta para garantir controle e compreensão dos processos.
A implementação de sistemas agênticos sem governança clara e contexto unificado pode gerar custos elevados, desperdício de recursos e comportamentos imprevisíveis, além de aumentar consideravelmente os riscos operacionais. O desafio principal deixa de ser o aprimoramento de modelos isolados e passa a ser a gestão eficiente da rede de interações autônomas que ocorrem em tempo real.
Nesse novo cenário, a observabilidade deixa de ser apenas um recurso de apoio e passa a ser um elemento fundamental para a segurança, escalabilidade e governança dos ecossistemas de agentes. Assim, organizações que pretendem adotar a IA agêntica de forma eficiente e segura precisarão investir fortemente em mecanismos que permitam monitorar, entender e controlar essas comunicações complexas, estabelecendo a observabilidade como base essencial para o sucesso e sustentabilidade dos sistemas autônomos.
Previsão 2: A autonomia começa com maturidade operacional comprovada
O avanço das operações autônomas nas empresas dependerá da maturidade dos sistemas e processos, não apenas ambição. Antes de a IA operar de forma independente, é fundamental que a infraestrutura seja estável, observável e bem compreendida, com automação inicial identificando falhas nos dados e nos serviços. Só com esses fundamentos confiáveis em tempo real será possível consolidar operações supervisionadas e, posteriormente, autônomas.
A transição para a autonomia será feita em etapas: começando com operações preventivas, onde a IA resolve problemas rotineiros, passando para automação guiada sob supervisão humana, e só então alcançando autonomia total em contextos controlados. Organizações que investirem desde já em automação preventiva e fluxos de trabalho inteligentes estarão melhor preparadas para adotar funcionalidades autônomas de forma segura e responsável, diz o executivo.
Leia também: TGT ISG: mesmo com dificuldades, IA generativa ganha maturidade no Brasil
Previsão 3: Resiliência como benchmark operacional
A resiliência digital se tornou essencial para o desempenho dos sistemas, pois falhas pequenas podem rapidamente se espalhar por diferentes aplicações e serviços, trazendo prejuízos significativos para empresas e clientes. Líderes do setor enxergam confiabilidade, disponibilidade, segurança e observabilidade como uma exigência única, porque precisam de capacidade para se recuperarem rapidamente de interrupções e manterem uma experiência consistente.
Pesquisas recentes mostram que ecossistemas digitais são frágeis e que falhas técnicas resultam em perdas financeiras expressivas e impacto direto na confiança dos consumidores, que abandonam as empresas após incidentes. Diante desse cenário, é fundamental adotar uma abordagem unificada para a resiliência, priorizando visibilidade compartilhada e resposta eficaz a falhas, avaliando o desempenho dos sistemas especialmente em situações de estresse.
Previsão 4: Confiabilidade como base para a evolução da IA
Para garantir que os sistemas de IA sejam confiáveis e consistentes, as organizações estão criando bases sólidas. Mas o avanço da IA depende das empresas perceberem que é essencial contar com inputs bem estruturados e mecanismos de controle para a confiabilidade dos resultados gerados. Sem isso, há o risco de imprecisões se acumularem, especialmente em ambientes agênticos, onde múltiplos agentes interagem e coordenam tarefas.
A observabilidade de ponta a ponta e uma base determinística são fundamentais para impedir que pequenos erros se propaguem e comprometam todo o sistema, diz Greifeneder.
O funcionamento desses sistemas pode ser exemplificado por veículos que, ao identificar um problema, mobilizam agentes para analisar dados do cliente, avaliar o estado do veículo, identificar locais de serviço e planejar o fluxo completo de resolução. Diversos agentes colaboram nos bastidores para que um resultado único e eficiente seja entregue.
Por isso, organizações que desejam transparência e confiança em suas soluções de IA priorizam proteções determinísticas. Dessa forma, garantem que os agentes atuem de maneira segura, previsível e colaborativa, sempre respaldados por informações factuais e sob responsabilidade humana.
Previsão 5: Humanos + máquinas: motor de crescimento
No próximo ano, diz o executivo, o crescimento da IA agêntica levará a um modelo operacional em que humanos definem metas e a IA executa. À medida que os sistemas ganham mais contexto e se tornam capazes de ações coordenadas, o papel humano passará da execução de tarefas para o estabelecimento de diretrizes, o fornecimento de instruções e a garantia da supervisão.
A IA agêntica se comportará de maneira muito semelhante a um “estagiário de alta velocidade”. Quando receber metas claras, boas ferramentas, instruções e o contexto certo, ela entregará resultados a uma velocidade difícil de ser igualada manualmente. “Mas ainda assim precisará de orientação”, diz o executivo. Os seres humanos definirão o objetivo, interpretarão as compensações e tomarão decisões quando a intenção não estiver clara ou os resultados forem ambíguos. Se algo der errado, a responsabilidade permanecerá com o operador humano, não com o sistema.
Previsão 6: Convergência entre equipes de IA e nuvem
A IA deixará de ser uma área isolada e passará a ser parte fundamental do desenvolvimento de softwares nativos em nuvem, convergindo com as equipes de engenharia, SRE e segurança em um modelo operacional compartilhado. Essa integração cria pipelines comuns, objetivos de serviço unificados e responsabilidade conjunta pelos serviços impulsionados por IA.
Nesse novo cenário, a observabilidade fim-a-fim se torna indispensável, defendo o executivo, pois o desempenho e a experiência do usuário dependem da interação completa entre IA, lógica da aplicação e infraestrutura. As empresas que adotarem essa abordagem tratarão a IA como componente de primeira classe, garantindo disciplina, conformidade e previsibilidade iguais às de outros sistemas nativos em nuvem.
Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!
