Entre a aceleração e o controle, executivos admitem que mercado ainda busca respostas para a era da IA.

Em São Paulo, o The Tech Summit 2026 reuniu lideranças de tecnologia, segurança e transformação digital. E eu estive no evento, que contou com uma programação voltada para executivos e tomadores de decisão. O encontro abordou temas ligados à adoção corporativa de inteligência artificial, eficiência operacional, cibersegurança, logística, infraestrutura, gestão de dados e transformação digital. Mais do que apresentações formais, porém, o que chamou atenção ao longo dos painéis foi a dinâmica de troca entre os próprios participantes. Em diferentes momentos, executivos no palco deixavam de lado discursos excessivamente otimistas para discutir dúvidas reais sobre governança, retorno financeiro, integração tecnológica e riscos operacionais.

A sensação predominante era a de um mercado que já entendeu o potencial transformador da IA, mas ainda tenta compreender como operacionalizar essa transformação sem criar novos problemas pelo caminho.

Para Rafael Narezzi, Chairman do evento, esse ambiente mais colaborativo surgiu naturalmente porque as empresas ainda atravessam uma fase de adaptação prática da tecnologia dentro dos negócios. Segundo ele, existe uma diferença importante entre reconhecer a importância da inteligência artificial e conseguir implementá-la de forma estruturada.

“O conteúdo do evento foi pensado para que as pessoas saíssem daqui com algo aplicável no dia seguinte”, afirmou em entrevista para mim. “As empresas vivem níveis altos de complexidade e a tecnologia aparece como ferramenta para aumentar eficiência, mas ainda existe uma busca muito grande para entender como isso deve ser feito.”

Narezzi observa ainda que parte das empresas ainda tenta conduzir a adoção da IA apenas a partir das camadas executivas, enquanto muitas das aplicações mais relevantes estão surgindo diretamente das áreas operacionais. Para ele, existe hoje uma dinâmica mais horizontal no processo de transformação digital, impulsionada por profissionais que convivem diariamente com tarefas repetitivas e gargalos de produtividade.

“Tem muito executivo dizendo que a empresa precisa usar IA, mas quem realmente entende onde ela pode acelerar o negócio muitas vezes está na linha de frente”, disse. “O desafio passa a ser conectar essa visão operacional com governança, estratégia e controle.”

Essa preocupação com equilíbrio apareceu de forma recorrente nas conversas do evento. Em praticamente todos os painéis, a aceleração proporcionada pela inteligência artificial vinha acompanhada de algum alerta relacionado à segurança, qualidade dos dados ou sustentabilidade da operação.

De acordo com Alex Julian, executivo com passagem por Bradesco, Kora Saúde e Sírio-Libanês, um dos principais problemas das empresas atualmente é a própria complexidade criada ao longo dos anos dentro dos ambientes corporativos. Segundo ele, muitas organizações ainda tratam despesas operacionais como se fossem exclusivamente custos de tecnologia, o que distorce decisões estratégicas.

“Sistemas de RH, folha de pagamento e benefícios acabam entrando na conta da TI, mas não são exatamente tecnologia”, afirmou. “Quando tudo vira custo de TI, muitas empresas acabam tentando cortar pessoas quando o problema real está na complexidade operacional.”

Na avaliação do executivo, a pressão por eficiência fez com que a simplificação tecnológica passasse a ter impacto direto em margem financeira, produtividade e competitividade. O acúmulo de plataformas redundantes, integrações excessivas e sistemas legados criou estruturas caras e difíceis de sustentar.

“Se um sistema não entrega valor, talvez seja hora de desinvestir nele”, disse. “Garantir disponibilidade e cumprir SLA já não diferencia ninguém. O líder de tecnologia hoje precisa mostrar impacto no negócio.”

A discussão sobre complexidade ganhou ainda mais peso à medida que o debate avançava para segurança cibernética. A percepção compartilhada por diferentes executivos é que a velocidade da IA alterou profundamente o tempo de reação disponível para empresas lidarem com vulnerabilidades digitais.

Segundo Fernando Ceolin, vice-presidente para soluções de segurança da Akamai para a América Latina, modelos tradicionais de segurança passaram a operar em desvantagem diante da capacidade atual da inteligência artificial de identificar falhas, automatizar ataques e reduzir drasticamente o tempo entre descoberta e exploração de vulnerabilidades.

“O mercado de segurança não está quebrado, mas ele ainda funciona muito baseado em hábitos antigos”, afirmou durante entrevista exclusiva concedida após sua apresentação no evento.

Ceolin cita como exemplo a velocidade com que modelos de IA conseguem hoje reproduzir ciclos inteiros de exploração de vulnerabilidades que anteriormente levavam meses ou anos. Na avaliação dele, insistir exclusivamente em estruturas reativas tornou se insuficiente diante da escala atual das ameaças.

“Acreditar que você vai conseguir identificar vulnerabilidades e reagir manualmente mais rápido do que a IA consegue gerar exploits já não é real”, afirmou. “As empresas precisam começar a controlar melhor aquilo que conhecem: suas aplicações, seus ambientes e o comportamento legítimo dentro da rede.”

A ideia de abandonar parcialmente a lógica centrada apenas em resposta a ataques também apareceu associada à necessidade crescente de governança. Em um ambiente em que áreas de negócio conseguem contratar ferramentas, criar fluxos automatizados e desenvolver soluções com pouca dependência técnica, executivos passaram a enxergar novos tipos de risco surgindo dentro das próprias organizações.

Já para Júlio Padilha, CISO da Volkswagen Audi South America, a popularização de ferramentas de IA e plataformas “no code” ampliaram drasticamente a superfície de exposição corporativa.

“Antes, o desenvolvimento estava concentrado em um grupo relativamente controlado dentro da TI. Hoje qualquer área consegue criar soluções”, afirmou. “Isso aumenta muito o risco de pessoas desenvolverem sem preocupação com segurança.”

Padilha avalia que muitas empresas ainda estão adotando IA sem planejamento claro, sem critérios de governança bem definidos e, principalmente, sem estrutura adequada para gestão de dados. Na visão dele, esse pode se tornar um dos principais problemas corporativos dos próximos anos.

“A IA vai ser tão boa quanto a qualidade dos dados que ela consome”, disse. “A gente fala muito sobre IA, mas pouca gente discute seriamente governança de dados.”

Segundo o executivo, o mercado começa a conviver com fenômenos que ele define como “shadow AI” e “shadow agents”, situações em que áreas internas implementam agentes inteligentes e automações sem supervisão adequada da governança corporativa. O risco, segundo ele, não está apenas em ataques externos, mas em decisões equivocadas produzidas a partir de dados mal estruturados, acessos excessivos ou processos mal desenhados.

“A gente provavelmente vai ver grandes vazamentos causados não por hackers, mas por falhas de design, falta de governança e ausência de planejamento”, afirmou.

Apesar do tom cauteloso, o clima predominante no evento esteve longe do pessimismo. O que emergiu das conversas foi uma percepção compartilhada de que a inteligência artificial deve acelerar profundamente operações, análise de dados, produtividade e tomada de decisão nos próximos anos. A dúvida não parece mais estar na adoção da tecnologia, mas na capacidade das empresas de absorver essa transformação sem ampliar fragilidades já existentes.

Nos corredores do evento, executivos discutiam casos de uso envolvendo agentes autônomos em áreas de recursos humanos, compras, atendimento e operações industriais. Ao mesmo tempo, praticamente todas essas conversas acabavam retornando para os mesmos pontos: governança, qualidade de dados, controle de acesso e sustentabilidade operacional.

Em um mercado acostumado durante anos a associar inovação apenas à velocidade, o que apareceu no The Tech Summit foi um movimento mais pragmático. As empresas seguem acelerando, mas já começam a admitir que crescer sem coordenação pode gerar uma nova camada de complexidade difícil de administrar no futuro.