Da IA que responde para a IA que faz: o que mudou nas conversas sobre inteligência artificial no Vale do Silício

Nos últimos dois anos, a inteligência artificial se popularizou principalmente por meio dos chatbots.

Ferramentas capazes de responder perguntas, produzir textos, criar apresentações, resumir reuniões e automatizar tarefas passaram a fazer parte da rotina de milhões de pessoas e empresas ao redor do mundo.

Mas, para quem acompanhou de perto as discussões do Databricks Data + AI Summit 2026, realizado em San Francisco e considerado um dos principais eventos globais dedicados a dados e inteligência artificial, ficou evidente que a conversa avançou para uma nova etapa.

Embora a escolha de modelos e ferramentas continue sendo relevante, a discussão passou a incorporar uma pergunta mais complexa: como colocar a inteligência artificial para operar de forma segura, governada e conectada aos objetivos reais do negócio.

O evento reuniu mais de 30 mil participantes de 150 países, incluindo executivos, pesquisadores, empresas de tecnologia e líderes responsáveis por algumas das maiores operações de inteligência artificial do mundo.

Para Juliana Velozo, executiva com atuação internacional em estratégia, inteligência artificial e comportamento humano nos negócios, a principal transformação observada durante o evento foi justamente essa mudança de perspectiva.

“Os chatbots marcaram a primeira onda de adoção da inteligência artificial nas empresas. Agora, o foco passa a incluir agentes capazes de executar tarefas e processos, e não apenas responder perguntas”, explica.

Da IA que responde para a IA que faz

Durante os últimos anos, grande parte da discussão sobre inteligência artificial esteve concentrada em produtividade, geração de conteúdo, copilotos e eficiência operacional.

Esses temas continuam extremamente relevantes.

O que mudou, segundo Juliana, foi a maturidade das discussões e a ampliação das preocupações das empresas.

“O que mais me chamou atenção foi a maturidade das discussões. Continuamos falando sobre modelos e ferramentas, mas eles deixaram de ser o centro da conversa. Depois de um período intenso de experimentação, o foco agora está em como transformar a inteligência artificial em operação, priorizar os casos de uso certos e gerar valor real para o negócio”, pontua.

Na prática, isso significa o avanço dos chamados agentes de inteligência artificial: sistemas capazes não apenas de responder comandos, mas também de executar tarefas, acessar diferentes sistemas, apoiar decisões operacionais e realizar atividades com mínima intervenção humana.

Durante o evento, a Databricks anunciou que sua plataforma já opera mais de 100 mil agentes corporativos, processando mais de um quadrilhão de tokens por ano.

Para Juliana, esse movimento representa mais uma etapa da transformação digital das organizações.

“Estamos observando um amadurecimento importante do mercado. A experimentação continua existindo, mas cresce a preocupação com operacionalização, governança e geração de valor em escala. A inteligência artificial deixa de ser apenas uma ferramenta isolada e passa a se consolidar como parte da infraestrutura das empresas”, ressalta.

O novo desafio é governar agentes inteligentes

À medida que os agentes de inteligência artificial passam a executar atividades cada vez mais complexas, cresce também a preocupação com governança.

Quem define o que esses sistemas podem acessar? Quanto podem gastar? Quais decisões podem apoiar? Como garantir segurança, rastreabilidade e supervisão?

Segundo Juliana, esse foi um dos temas mais recorrentes durante as discussões em San Francisco.

“À medida que os agentes de inteligência artificial ganham capacidade operacional, cresce também a preocupação com governança, monitoramento e supervisão. Sem critérios claros, a inteligência artificial pode deixar de gerar eficiência e passar a representar riscos operacionais.”

A preocupação não é apenas tecnológica.

Ela envolve estratégia, compliance, finanças, segurança, dados e comportamento humano.

Isso ajuda a explicar por que empresas que avançam rapidamente em experimentação muitas vezes encontram dificuldades quando tentam escalar a inteligência artificial dentro da operação.

Os dados se tornaram mais valiosos do que os algoritmos

Outra percepção recorrente nas discussões foi que a escolha do modelo continua sendo importante, mas já não é suficiente para gerar vantagem competitiva sustentável.

À medida que os modelos se tornam mais acessíveis e amplamente disponíveis, cresce a importância da qualidade dos dados, da arquitetura tecnológica e da capacidade das empresas de transformar informação em decisão.

Em outras palavras: modelos de inteligência artificial tendem a se tornar cada vez mais democráticos. O que continua sendo exclusivo de cada organização são seus dados, seus processos e sua capacidade de transformar informação em inteligência de negócio.

“Em várias conversas ficou claro que a escolha do modelo continua relevante, mas o diferencial competitivo está cada vez mais na qualidade dos dados, dos processos e na capacidade de conectar tecnologia aos objetivos do negócio.”

Na prática, isso significa que a inteligência artificial amplia seu papel dentro das organizações, atuando não apenas como ferramenta de automação, mas também como uma camada estratégica de apoio à tomada de decisão.

Empresas estão utilizando IA para antecipar comportamento de clientes, prever riscos operacionais, otimizar cadeias de suprimentos, identificar oportunidades de receita e apoiar decisões estratégicas em tempo real.

Mas, para que isso aconteça, a qualidade dos dados passa a ser determinante.

“A inteligência artificial pode gerar análises sofisticadas, mas decisões ruins continuam sendo tomadas quando os dados são incompletos, desconectados ou pouco confiáveis. O grande ativo competitivo não está apenas no algoritmo, mas principalmente na capacidade de transformar dados em inteligência para o negócio. ”

Segundo Juliana, essa mudança ajuda a explicar por que a inteligência artificial começa a ser tratada como infraestrutura corporativa, semelhante ao que aconteceu anteriormente com cloud computing, sistemas de gestão e plataformas de dados.

“A tecnologia passa a influenciar arquitetura, processos, governança e tomada de decisão. No fim, tecnologia e tomada de decisão tornam-se discussões cada vez mais inseparáveis.”

Da experimentação à escala: onde está o verdadeiro desafio da IA

Nos últimos anos, muitas empresas deram os primeiros passos na inteligência artificial por meio de aplicações mais pontuais, como assistentes virtuais, chatbots e automações voltadas ao atendimento ou à produtividade.

Essas iniciativas continuam sendo importantes e fazem parte da jornada de adoção da tecnologia.

O que chamou a atenção de Juliana, no entanto, foi que as discussões em San Francisco estavam concentradas em um estágio mais avançado dessa transformação.

A questão já não é apenas criar aplicações isoladas de IA, mas conectá-las à arquitetura da empresa, aos processos de negócio e à estratégia da organização, para que possam gerar valor em escala.

“Muitas empresas já criaram agentes e automações para casos específicos de negócio. Isso faz parte da jornada de adoção e continua sendo importante. O desafio agora é integrar essas iniciativas à arquitetura da empresa, aos processos e à estratégia, para que a inteligência artificial deixe de ser uma coleção de iniciativas isoladas e passe a gerar impacto consistente no negócio.”

Essa integração também amplia o potencial da inteligência artificial.

Mais do que automatizar interações com clientes, a tecnologia passa a produzir informações capazes de retroalimentar a própria empresa.

Cada interação deixa de ser apenas um atendimento e passa a gerar dados sobre comportamento, intenção de compra, preferências e padrões de consumo, permitindo decisões mais qualificadas sobre investimentos, produtos, operações e estratégia.

“Quando conectamos inteligência artificial, dados e processos de negócio, a tecnologia deixa de apenas executar tarefas. Ela passa a produzir inteligência para apoiar decisões melhores. É essa capacidade de aprender continuamente com a operação que começa a diferenciar as organizações.”

Para Juliana, é justamente essa integração entre tecnologia, dados, processos e pessoas que marca o amadurecimento da inteligência artificial nas empresas.

“A discussão já não é apenas sobre usar IA. É sobre como incorporá-la de forma consistente ao funcionamento da organização para gerar valor sustentável ao longo do tempo.”

Sobre a especialista

Juliana Velozo é executiva com atuação internacional, Senior Vice President of Latin America Market for Retail & Healthcare da Thoughtworks, palestrante e especialista em estratégia, inteligência artificial, comportamento humano e transformação de negócios.

Atua conectando tecnologia, tomada de decisão, comportamento organizacional e performance empresarial em operações de grande escala na América Latina e em mercados internacionais.