Existe uma pergunta cada vez mais presente nas reuniões de liderança: “onde estamos com a inteligência artificial e o que ela está, de fato, entregando para o negócio?”. A maioria das empresas consegue responder à primeira parte. Há projetos-piloto, equipes testando projetos de IA e casos de uso que já mostram alguns resultados, mesmo que pontuais. Esses são passos importantes para ganhar experiência e confiança.
O desafio aparece quando a conversa passa para a escala. É quando a empresa precisa responder como a IA pode ser usada de forma ampla, integrada e sustentável. Para muitas organizações, esse passo ainda não aconteceu. E isso leva a uma pergunta importante, que nem sempre está no centro da discussão: a infraestrutura e os dados da sua empresa estão preparados para suportar a IA em escala?
Adoção não é o mesmo que transformação. A maioria das empresas considera a IA uma prioridade, mas a implementação em larga escala ainda enfrenta obstáculos. Entre eles estão a complexidade de integração, as preocupações com segurança e a dificuldade de comprovar um retorno claro sobre o investimento (ROI).
Tratar a IA como a instalação de um novo aplicativo ou uma atualização de software é um erro. Para funcionar bem, ela precisa de três elementos: dados de qualidade, uma infraestrutura capaz de acompanhar o crescimento da demanda e uma estratégia clara de negócio.
O problema é que essas peças ainda estão espalhadas em muitas empresas. Os dados ficam distribuídos entre diferentes sistemas, departamentos e ambientes, muitas vezes sem integração. As equipes também nem sempre têm as habilidades necessárias para levar um projeto além da fase de testes. E existe ainda uma questão fundamental: como proteger os dados da empresa enquanto se amplia o uso da IA?
Na tentativa de acelerar a implementação, muitas organizações recorreram à nuvem pública. É uma opção rápida e flexível, que permite colocar projetos em funcionamento em pouco tempo. Mas, conforme o uso cresce, também aumentam os custos de armazenamento, processamento e movimentação de dados. Questões de privacidade, soberania e segurança também ganham importância.
Os dados estão entre os ativos mais importantes de uma empresa. Por isso, protegê-los precisa fazer parte da estratégia de IA desde o início. Não por acaso, 71% dos executivos afirmam que seus dados e sua propriedade intelectual são valiosos demais para serem confiados a ferramentas e ambientes de IA de terceiros.
Esse desafio fica ainda maior com o avanço da inteligência artificial baseada em agentes (agentic AI). Quase dois terços das empresas no mundo já experimentaram agentes autônomos de IA em algum nível, mas menos de 10% conseguiram levá-los a uma escala capaz de gerar valor mensurável para o negócio. Em oito de cada dez empresas, limitações relacionadas aos dados estão entre os principais obstáculos para ampliar o uso desses agentes.
Problemas que antes podiam ser administrados manualmente se tornam muito mais difíceis quando a IA passa a operar em escala. Dados fragmentados, falta de padronização e governança inconsistente dificultam o acesso às informações, a rastreabilidade e o controle sobre como os dados são utilizados. Sem uma base adequada, escalar a IA pode significar mais custos e riscos, em vez de mais resultados.
É nesse contexto que a arquitetura híbrida ganha espaço. Em vez de mover grandes volumes de dados para onde os modelos de IA estão hospedados, as empresas podem levar a capacidade de processamento para mais perto dos dados. Essa abordagem pode reduzir a movimentação de informações, melhorar o desempenho e ampliar o controle sobre dados críticos.
Passar de um projeto-piloto para uma operação de IA em escala exige mais do que bons modelos. É preciso ter infraestrutura, dados, segurança, governança e uma estratégia de negócio trabalhando juntos. Também é importante contar com parceiros capazes de apoiar essa jornada de ponta a ponta.
A fase de experimentação está dando lugar a uma nova etapa: a da escala. As empresas que conseguirem avançar não serão necessariamente aquelas que testaram IA primeiro ou que criaram mais protótipos. Serão aquelas capazes de construir a base necessária para usar a tecnologia de forma segura, eficiente e conectada aos objetivos do negócio.
Antes de perguntar qual IA a sua empresa vai usar amanhã, é preciso responder se a infraestrutura de hoje está pronta para sustentá-la.
*Luis Gonçalves, presidente da Dell Technologies para América Latina
