Com a chegada do período de planejamento para o próximo ano, a questão sobre onde investir em tecnologia é novamente discutida nas mesas de diretoria. Jean Pierre Lessa e Santos Ferreira, CTO e especialista em tecnologia, software e inteligência artificial, nota que 2027 deve assinalar a transição de muitas empresas da fase de experimentação com IA para a fase de operação em escala, com efeitos diretos sobre a infraestrutura em nuvem, as equipes técnicas e os orçamentos de tecnologia.
Nos últimos anos, houve um foco em testes, projetos-piloto e rápida adoção de assistentes generativos. A próxima etapa tende a ser menos marcada pela novidade e mais pela necessidade de transformar essas iniciativas em resultados mensuráveis, com custos previsíveis, riscos sob controle e impacto que possa ser demonstrado aos conselhos e às áreas financeiras.
Algumas tendências já se delineiam com clareza, contribuindo para a orientação de orçamentos e prioridades. A seguir, você entenderá quais movimentos merecem atenção, por que eles ganham força agora e o que significam para o planejamento de tecnologia das empresas.
Da experimentação à operação
A primeira tendência observada é a mudança de foco dos projetos de inteligência artificial. Em vez de se multiplicar, os pilotos devem ser concentrados em poucas aplicações com impacto comprovado. Isso permitirá que sejam produzidas com integração aos sistemas internos, monitoramento e responsáveis definidos.
Como explica o diretor de tecnologia, Jean Pierre Lessa e Santos Ferreira, essa transição tende a deslocar investimentos para áreas menos visíveis, como preparação de dados, governança, segurança da informação e avaliação contínua de qualidade. Essas estruturas são fundamentais para garantir a confiabilidade da solução para milhares de usuários.
Os agentes de IA devem ser priorizados nesse movimento, assumindo tarefas que envolvem várias etapas e diferentes sistemas. Ao avaliar o cenário, Jean Pierre Lessa e Santos Ferreira, especialista em software e inteligência artificial, destaca que a implementação deve ser iniciada por processos internos bem definidos, com níveis de autonomia gradativos, antes de alcançar atividades que afetem diretamente os clientes. Registros detalhados e mecanismos de aprovação em etapas críticas devem acompanhar essa expansão.
Eficiência como prioridade na nuvem
O aumento no uso de inteligência artificial exerce pressão sobre os custos de computação em nuvem, tornando a eficiência um critério central nas decisões de arquitetura. A escolha de modelos menores para tarefas simples, o uso de processamento local quando aplicável e a combinação entre nuvem pública e infraestrutura dedicada para cargas constantes tendem a se consolidar como práticas comuns nas empresas de médio e grande porte.
As práticas de FinOps devem se aproximar ainda mais das equipes de engenharia. Já Jean Pierre Lessa e Santos Ferreira, que atua como CTO, aponta que acompanhar o custo por aplicação, por solicitação e por resultado de negócio passa a ser condição para justificar a expansão das iniciativas de IA diante das diretorias financeiras.
A segurança acompanha esse movimento. A expansão das integrações entre IA e sistemas corporativos, o aumento de identidades não humanas e a preparação para a criptografia pós-quântica devem ocupar uma parte cada vez maior das agendas de segurança da informação ao longo do ano. Modelos de confiança zero, com verificação contínua de cada acesso, tendem a se tornar referência para proteger ambientes cada vez mais distribuídos.
Planejamento com base em resultados
Em última análise, é evidente que há uma tendência para o amadurecimento da tecnologia no âmbito corporativo em 2027. A inteligência artificial deixa de ser tratada como aposta experimental e passa a ser cobrada como qualquer outro investimento, com metas, custos e riscos acompanhados de perto.
Em consonância, Jean Pierre Lessa e Santos Ferreira, diretor de tecnologia, assevera que as empresas que alcançarem o próximo ano com dados organizados, governança definida e uma arquitetura de nuvem preparada para crescer com eficiência estarão em melhor posição para transformar o potencial da IA em ganhos concretos para o negócio. O planejamento estratégico, com prioridades claras e indicadores definidos, tende a distinguir as iniciativas que ganham escala daquelas que permanecem como experimentos.
