“Sem dados de qualidade, não há IA inteligente”, alerta VP da Red Hat
Por Redação |
A corrida pela adoção e implementação da inteligência artificial (IA) está acelerando, mas nem todas as organizações estão prontas para transformar a tecnologia em vantagem competitiva. A IDC prevê que 2026 será o ano em que o mercado irá passar da experimentação à adoção em escala da inteligência artificial. Essa virada, porém, será um desafio para os fortes. Líderes de tecnologia devem enfrentar meses complexos, o que vai exigir estratégia e jogo de cintura.
Segundo a Forrester, embora os CIOs contem com mais orçamento para transformar a IA em realidade, haverá mais volatilidade e pressão por resultados concretos. Se por um lado cresce o entusiasmo, por outro aumenta a percepção de que o verdadeiro diferencial não está na IA em si, mas sim nos dados utilizados para treinar os modelos. “Se um jogador em campo não é capaz de dominar a bola, dificilmente poderá chegar ao gol. O mesmo vale para a IA. Sem dados de qualidade e bem ‘dominados’ não há IA inteligente para as empresas”, afirma Gilson Magalhães, vice-presidente e general manager da Red Hat para a América Latina.
Na visão do executivo, 2026 será um ponto de inflexão. Os líderes de TI precisarão redefinir o sucesso dos projetos, saindo do foco em eficiência operacional para priorizar impacto estratégico e mensurável. Isso passa por governança de dados e seleção criteriosa das informações usadas para criar experiências de usuário e evitar erros dispendiosos. “Não basta adotar ferramentas; será preciso reestruturar jornadas, personalizar interações em tempo real e redesenhar operações com IA incorporada desde o chão de fábrica até a gestão. E tudo começa com dados bem dominados e uma estratégia clara”, diz.
Dados sob controle: a era da soberania digital
A crescente regulação sobre privacidade e segurança de dados impulsiona uma tendência que deve se fortalecer ainda mais em 2026: a IA soberana. O conceito, que busca garantir que dados e modelos de IA permaneçam sob jurisdição nacional ou regional, reflete uma preocupação estratégica com compliance, segurança e confiança.
Para Magalhães, a soberania digital será decisiva na próxima década. “Empresas que dominarem seus dados, entendendo onde estão, como são processados, o que representam, como impactam o negócio e com quem são compartilhados, terão uma vantagem competitiva enorme. A IA depende de contexto, e o contexto depende de dados íntegros e usados com propósito”, afirma.
De acordo com o executivo, o primeiro passo para o domínio eficiente dos dados é entender que nem tudo que entra em um modelo é verdade e que a qualidade das respostas depende diretamente da qualidade e integridade dos dados. Aqui entra em jogo a chamada falácia digital, a falsa sensação de certeza que surge quando alimentamos a IA com informações incompletas, tendenciosas ou erradas, e confiamos cegamente no que ela entrega. “Essa falácia não é apenas um risco técnico, mas estratégico. Se decisões críticas de negócios, políticas públicas, saúde ou educação forem baseadas em um modelo treinado com dados incompletos ou contaminados, estaremos institucionalizando o erro. Pior ainda: escalando-o com o poder da automação", alerta.
Combater esse risco requer três pilares: curadoria rigorosa de dados, transparência nas fontes e processos, e pensamento crítico constante. Em resumo, a IA só faz sentido com uma sólida governança de dados. Uma preocupação que já está presente no mercado. Segundo a IDC, para 2026, mais de 30% das organizações que usam IA avançada para produzir seus produtos ou serviços irão divulgar as fontes de dados usadas para treinar seus modelos.
Infraestrutura moderna e inferência inteligente
Nesse contexto, plataformas abertas e híbridas ganham destaque ao combinar modelos de IA com automação e governança de dados. Um exemplo é o Red Hat AI 3, apresentado durante o Red Hat Summit: Connect, série de eventos realizados pela Red Hat em mais de 60 países, sete deles na América Latina.
Com edições em São Paulo, Buenos Aires, Santiago, Cidade do México, Montevidéu, Lima e Bogotá, os eventos reuniram especialistas e executivos para discutir desafios e oportunidades do uso de IA sob a ótica do open source. “A próxima fase da inteligência artificial será híbrida, aberta e colaborativa, baseada em interoperabilidade, transparência e co-criação. É nisso que acreditamos e foi isso que compartilhamos com nossos clientes e parceiros", conta Magalhães.
Outro destaque dos encontros foi a inferência, fase operacional da IA em que os modelos aplicam o que aprenderam em situações reais. Ela vem evoluindo rapidamente e se tornando peça-chave para decisões mais rápidas e precisas em diferentes setores. Na saúde, por exemplo, ajuda médicos a identificar padrões e anomalias no histórico dos pacientes. No setor financeiro, detecta erros e comportamentos incomuns em tempo real, prevenindo fraudes e agilizando o atendimento. De multinacionais a pequenas empresas, a inferência é o que define a eficiência, a precisão e o valor real das implantações de IA.
Segundo o Gartner, até 2028 mais de 80% dos recursos de computação acelerada usados para treinamento serão redirecionados para inferência. “O futuro da IA não é definido pelos modelos, mas pelo que você faz com eles”, resume Magalhães.
Uma nova arquitetura empresarial guiada por agentes inteligentes
O próximo ano também deve marcar a consolidação dos agentes de IA como parte da infraestrutura e dos aplicativos corporativos. O Gartner projeta que, até o final de 2026, 40% dos softwares empresariais terão integração direta com agentes inteligentes.
Esses agentes, capazes de operar com autonomia e aprender com dados, já estão em expansão em setores como varejo, finanças e manufatura e podem impulsionar aproximadamente 30% da receita de software de aplicativos corporativos até 2035, ultrapassando US$ 450 bilhões. O impacto inicial será mais visível nas áreas voltadas ao cliente, com chatbots e assistentes inteligentes que cruzam histórico, preferências e comportamento em tempo real.
“Essas interações adaptadas ao contexto vão exigir que as empresas repensem não só o que vendem, mas como vendem, por quais canais e como se comunicam com seus clientes”, explica o executivo. “O diferencial competitivo passará a ser o quanto sua IA entende — e respeita — o comportamento humano”.
Ferramentas como o ChatGPT já mostram esse potencial. “O consumidor está na loja, conversa com a solução e recebe uma recomendação personalizada em tempo real. Isso não é mágica. São dados, conhecimento, agentes e inferência", afirma Magalhães.
Automação inteligente
Outra tendência em expansão é a chamada IA física, que leva a inteligência ao mundo real por meio da integração com robótica, veículos autônomos, Internet das Coisas e gêmeos digitais. Segundo a Deloitte, até 2026, essa convergência deve aumentar a eficiência e a segurança em setores antes limitados pela complexidade ou custo da automação.
Essa evolução, no entanto, não significa que a automação tradicional será deixada de lado. Muito pelo contrário. O Gartner estima que, em 2026, 30% das empresas terão automatizado mais da metade de suas atividades de rede com base em IA. “Essa modernização da infraestrutura é o alicerce da nova economia digital. Significa eliminar silos, integrar nuvens, repensar o papel dos dados e trazer automação para o centro da operação”, diz o vice-presidente da Red Hat para a América Latina.
Relatório da McKinsey mostra que organizações que integram IA aos seus processos de automação conseguem, em média, aumentar a produtividade em 35% e reduzir custos operacionais em 20%. Mas o verdadeiro diferencial está na capacidade de aprender e se reinventar continuamente.
Nesse sentido, soluções open source empresariais, como o Red Hat Ansible Automation Platform, tornam-se aliadas estratégicas. Elas permitem expandir a automação entre domínios, orquestrar fluxos de trabalho e otimizar operações de TI com segurança e flexibilidade. Além disso, ajudam a reforçar a cibersegurança, detectando e respondendo a ameaças com muito mais agilidade.
Para Magalhães, o avanço da IA exigirá uma nova arquitetura empresarial baseada em três fundamentos: controle de dados, inferência e modernização tecnológica. “A inteligência artificial só entregará valor quando aplicada com propósito e alinhada ao conhecimento humano”, conclui Magalhães.
Com informações: IDC, Forrester, Gartner (1) (2) (3), McKinsey