Não haverá um modelo soberano de IA, acredita presidente da IBM Brasil

Durante décadas, a indústria de tecnologia foi orientada pela lógica da competição e da consolidação, com sistemas dominantes, plataformas vencedoras e padrões que se impunham pela escala. A inteligência artificial (IA) rompe esse modelo ao se tornar profundamente democratizada. Ao deixar de ser restrita a especialistas e passar a ser usada por diferentes áreas, a IA se fragmenta em múltiplos usos, modelos e arquiteturas. O resultado não é a formação de um monopólio tecnológico, mas um ecossistema distribuído, orientado pela diversidade de aplicações.

“IA não é um jogo de um vencedor.” A afirmação de Marcelo Braga, presidente da IBM Brasil, sintetiza uma mudança estrutural na forma como grandes organizações redesenham seus ambientes tecnológicos.

Segundo o executivo, a promessa de um modelo dominante, capaz de atender todos os usos, setores e escalas, simplesmente não se sustenta quando a IA deixa o laboratório e entra na operação. “Não existe um modelo que responda tudo da melhor forma, com o melhor custo, para todos os cenários”, afirma. Modelos maiores e mais sofisticados funcionam melhor em determinados contextos; modelos menores, especializados, são mais rápidos, alucinam menos e custam menos, um fator decisivo quando o volume de transações chega à casa dos milhões.

Em ambientes corporativos, em que centavos definem a viabilidade econômica de um projeto, a diferença entre um modelo “excelente” e outro “bom o suficiente” pode determinar se a iniciativa escala ou morre. “Quando se atende milhões de clientes, a diferença de custo por transação é o que viabiliza o projeto ou não”, diz Braga.

Esse cenário leva as empresas para uma realidade inevitável: múltiplos modelos convivendo, diferentes inteligências acionadas no mesmo fluxo e agentes autônomos tomando decisões em cadeia. Longe de ser uma arquitetura futurista, esse já é o desenho que começa a se impor em setores intensivos em dados, como bancos, governos, utilities, varejo e indústria.

À medida que essa multiplicidade se consolida, a discussão sobre soberania também muda de patamar. Para Braga, soberania não significa isolamento tecnológico nem rejeição à nuvem global. “Soberania, hoje, é controle”, afirma. Controle sobre onde os dados estão, quem acessa, para qual finalidade, qual modelo foi acionado e qual agente executou cada etapa do processo. Em outras palavras, visibilidade e rastreabilidade ponta a ponta.

Essa complexidade desloca o centro da discussão da tecnologia pura e simplesmente para o ecossistema que se forma ao redor dela. “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. Nesse contexto, a orquestração deixa de ser um detalhe técnico e passa a ser o verdadeiro segredo da escala.

Segundo Braga, é a orquestração que permite que um processo de negócio chame diferentes modelos, APIs, agentes e sistemas de forma coordenada, respeitando políticas de segurança, custo e governança. “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 falhas, inconsistências e decisões não rastreáveis cresce exponencialmente.

É por isso que, na visão do presidente da IBM Brasil, a inteligência artificial deixou de ser um tema restrito às áreas de tecnologia e passou a ocupar, de forma definitiva, a agenda dos conselhos e dos CEOs. Agentes autônomos passam a executar processos, acessar dados sensíveis e tomar decisões continuamente, muitas vezes com credenciais próprias, não humanas o que torna ainda mais complexo o cenário.

“Presidentes de grandes bancos já discutem como gerir trabalhadores não humanos”, assinala Braga. A frase, dita sem exagero, ilustra uma mudança profunda na organização do trabalho. Empresas precisarão administrar não apenas pessoas, mas também sistemas autônomos que produzem valor, consomem recursos e geram impacto real no negócio.

Nesse cenário, a soberania se torna essencialmente pragmática. Não importa se o modelo roda em nuvem pública, privada, híbrida ou on-premises. O que importa é a capacidade de governar o processo. “O problema não é onde a IA roda, é se você sabe o que ela fez, por que fez e com que dados”, resume.

O mesmo raciocínio se aplica à infraestrutura. Assim como não haverá um modelo soberano de IA, tampouco haverá uma nuvem única capaz de atender todos os requisitos de custo, desempenho, latência e regulação. O ambiente multicloud deixa de ser uma escolha estratégica e passa a ser uma condição operacional. Cargas diferentes exigem arquiteturas diferentes, e a tentativa de uniformizar tudo em um único stack cobra seu preço ao longo do tempo.

Nesse contexto, a verdadeira camada estratégica não é a nuvem nem o modelo, mas a plataforma que permite orquestrar esse ecossistema fragmentado, garantindo que políticas de segurança, governança e custo sejam respeitadas independentemente de onde a IA esteja rodando. “Sem orquestração, a complexidade vira caos”, diz Braga.

Essa maturidade marca também o fim de um ciclo de encantamento. O período de experimentações genéricas e projetos conduzidos apenas pelo fascínio tecnológico começa a dar lugar a uma seleção natural mais dura. “Se não tem ROI, o projeto não escala”, pontua. Para ele, IA não é exceção à lógica empresarial. É projeto. “E projetos que não entregam impacto mensurável no negócio tendem a desaparecer quando chega a hora da escala.”

A inteligência artificial, portanto, não caminha para um modelo soberano único, nem para uma hegemonia tecnológica clara. Segundo Braga, a IA caminha para um mundo mais distribuído, mais complexo e menos indulgente com improvisos. Um mundo em que a vantagem competitiva não estará em escolher o “melhor modelo”, mas em saber orquestrar ecossistemas inteiros de IA e governá-los com rigor.

Pessoas e agentes de IA

Outro ponto central dessa transformação, segundo Braga, está longe de ser tecnológico. É humano. Para ele, treinamento pontual não resolve o desafio que a IA impõe às organizações. “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 letramento executivo, segundo ele, passou a ser um divisor de águas: conselhos pressionam, cobram respostas e querem entender como a IA impacta negócio, custo e competitividade não apenas inovação.

Braga também chama atenção para um mito comum nas empresas, o de que a resistência à IA está associada à idade ou à geração. Na prática, a experiência da IBM mostra o oposto. “Não tem a ver com geração. Tem pessoas com décadas de casa superaberta à IA, e quem acabou de entrar resistente à mudança”, diz. O verdadeiro gargalo, segundo ele, está na média gerência, comprimida entre a pressão por entrega e a dificuldade de abandonar modelos que funcionaram no passado. “Se essa camada não acredita que a IA pode transformar o negócio, ela bloqueia orçamento, bloqueia projeto, bloqueia tudo.”

Nesse novo cenário, o skilling deixa de ser apenas técnico e passa a ser transversal. A separação tradicional entre tecnologia e negócio perde sentido. “A linha de corte está cada vez mais difícil de enxergar”, afirma Braga. Profissionais de marketing, finanças e operações passam a lidar diretamente com automação, agentes e lógica computacional, enquanto o papel do time de tecnologia migra de executor para orquestrador do ambiente. “Não é alguém que vai fazer por você. É você que vai usar essas ferramentas para redesenhar o processo”, resume. Para ele, a vantagem competitiva futura estará mais na capacidade das pessoas de usá-la para repensar o negócio do zero.