Em 2024, o termo “inovação tecnológica” abrange realidades muito diferentes dependendo dos setores. A inteligência artificial generativa, as arquiteturas de dados unificadas e as restrições regulatórias europeias redesenham as prioridades de investimento das empresas. Três eixos estruturantes se destacam por sua maturidade e seu impacto concreto nas organizações.
IA agentiva: agentes autônomos que substituem os chatbots nas empresas
A maioria dos artigos sobre as tendências tecnológicas de 2024 se limita à IA generativa e aos modelos de linguagem. No entanto, a mudança mais concreta está um passo além, no que a KPMG identifica sob o termo de IA agentiva em seu Global Tech Report.
O princípio: em vez de um único chatbot que responde a consultas, vários agentes especializados colaboram entre si para executar um fluxo de trabalho completo. Processamento de sinistros em seguros, cobrança automática de faturas, gestão de integração de novos colaboradores – esses processos são orquestrados por agentes autônomos com supervisão humana a posteriori, e não em tempo real.
Acompanhar as novidades no Info Tech permite medir até que ponto essas arquiteturas multiagentes estão ganhando espaço nos sistemas de informação das grandes empresas francesas e europeias.
Essa mudança altera a própria natureza dos projetos de inteligência artificial: passamos de um modelo centralizado (um único LLM consultado por todos os departamentos) para uma constelação de agentes especializados que se dividem as tarefas. As equipes de TI devem repensar a governança, os direitos de acesso e a rastreabilidade de cada decisão automatizada.
Convergência de big data e IA generativa em plataformas unificadas
Até agora, a maioria das empresas mantinha dois ambientes separados: de um lado, os pipelines de dados analíticos (data lakes, armazéns de dados); do outro, os modelos generativos implantados via APIs. Essa separação cria redundâncias, problemas de qualidade de dados e altos custos de infraestrutura.
A tendência de fundo em 2024 consiste em fundir dados analíticos e IA generativa em uma plataforma única. Os modelos de linguagem acessam diretamente os dados estruturados da empresa, sem uma camada de extração intermediária. O resultado: respostas mais confiáveis, ancoradas nas informações reais do sistema de informação.
Para as direções técnicas, essa convergência impõe várias decisões concretas:
- Escolher entre uma plataforma em nuvem setorial (adaptada a um setor específico) ou uma solução generalista que precisará ser personalizada, com prazos de implantação muito diferentes.
- Definir quem tem acesso aos dados de treinamento e como rastrear a origem de cada informação utilizada pelo modelo, um pré-requisito para a conformidade regulatória.
- Medir o custo real da inferência (cada consulta ao modelo generativo consome recursos de computação) e compará-lo com os ganhos de produtividade medidos nos processos de negócios.
As empresas que atrasam essa unificação se encontram com silos de dados incompatíveis e modelos generativos que “alucinam” por falta de acesso às fontes internas corretas.
Regulamentação europeia e pegada de carbono dos modelos de IA
O ângulo regulatório é o grande ausente das listas de tendências tecnológicas clássicas, embora condicione diretamente as escolhas de arquitetura. As obrigações ESG e CSRD europeias começam a integrar as questões relacionadas à IA generativa e ao big data.
A Capgemini destaca que a conformidade regulatória relacionada à IA se torna um motor de investimento tecnológico, e não mais um simples risco jurídico a ser gerido posteriormente. Três exigências emergem simultaneamente:
- A rastreabilidade dos dados de treinamento: as empresas devem documentar a origem dos conjuntos de dados utilizados para treinar ou aprimorar seus modelos, sob pena de não conformidade.
- A medição da pegada de carbono dos modelos: cada ciclo de treinamento e cada consulta de inferência geram um consumo energético que os relatórios extra-financeiros devem quantificar.
- A governança ética: os sistemas de gestão de confiança, riscos e segurança da IA (o que a Gartner chama de AI TRiSM) passam do status de recomendação para quase uma obrigação para as organizações que operam no mercado europeu.
Esse quadro regulatório leva as direções digitais a integrar as equipes jurídicas e de RSE desde a fase de concepção dos projetos de IA, o que prolonga os ciclos de desenvolvimento, mas reduz o risco de ter que refazer tudo após uma auditoria.
Tecnologias sustentáveis e GreenTech: um critério de seleção tecnológica
A sustentabilidade não é mais um argumento de marketing. Ela se torna um critério técnico de seleção de fornecedores de nuvem e soluções de software. Os pedidos de propostas agora incluem cláusulas sobre o consumo energético dos data centers, o resfriamento dos servidores e a localização geográfica das infraestruturas.
As tecnologias sustentáveis abrangem um amplo espectro: otimização de algoritmos para reduzir o número de cálculos necessários, escolha de centros de dados alimentados por energias renováveis, concepção de softwares menos exigentes em memória. Para as empresas clientes, o desafio é verificar esses compromissos além das declarações comerciais.
O que muda concretamente para os DSI
As direções de sistemas de informação devem arbitrar entre desempenho bruto e sobriedade digital. Um modelo de IA generativa mais leve, treinado em dados específicos do setor, pode produzir resultados comparáveis a um modelo massivo, consumindo uma fração dos recursos. A otimização substitui a corrida pelo tamanho dos modelos como prioridade técnica nas organizações maduras.
Os roteiros tecnológicos de 2024 que ignoram a dimensão regulatória e ambiental partem com uma desvantagem estrutural. As três tendências descritas aqui (IA agentiva, convergência dados-IA, restrições ESG) não funcionam em silo: é a interação delas que redefine as arquiteturas digitais das empresas para os próximos anos.
