Grazi Rossato
CEO & Founder Viaflow
O relatório Tech Trends 2026, da Deloitte Insights, mostra que a inteligência artificial deixou de ser um conjunto de projetos-piloto para se tornar parte estrutural das operações empresariais. Se em 2025 o foco estava em experimentar, em 2026 a prioridade é escalar e gerar retorno mensurável. O documento identifica cinco grandes tendências e reforça que a inovação não cresce de forma linear, mas em efeito multiplicador: tecnologia, dados, investimento e infraestrutura se retroalimentam, acelerando-se mutuamente.
1. IA física: a convergência com a robótica
Robôs deixam de seguir instruções fixas e passam a perceber, aprender e agir em ambientes reais, apoiados por modelos de visão-linguagem-ação. A Amazon já opera mais de 1 milhão de robôs em seus centros de distribuição, e a BMW utiliza veículos autônomos em suas fábricas. A projeção é de 2 milhões de robôs humanoides em operação até 2035, com aplicações que vão de armazéns a hospitais e manutenção de infraestrutura crítica.
O problema ainda é o ponto de partida
Existe um padrão que vejo se repetindo com preocupante frequência, empresas que chegam até nós já com uma solução escolhida, um fornecedor contratado, uma tecnologia predileta, e só então começam a perguntar qual problema ela resolve.
No Web Summit, ouvi executivos de empresas que já erraram esse caminho contarem o custo disso: projetos abandonados, times desmotivados, budgets desperdiçados e, pior, uma narrativa interna de que “a IA não funciona para nós”.
Inovação não começa pela ferramenta, mas por identificar o desafio real. Porém formular a pergunta certa exige algo que vai além da inteligência técnica, o conhecimento profundo do negócio, coragem para questionar processos estabelecidos e disposição para ouvir quem está na operação. Antes de escolher qualquer tecnologia, a organização precisa ter clareza brutal sobre o que precisa resolver, qual o problema ou desafio e por que isso importa. Esse diagnóstico é frequentemente subestimado e é aí onde a maioria dos projetos já nasce torto.
2. Agentes de IA: a força de trabalho “de silício”
Apesar do entusiasmo, apenas 11% das organizações têm agentes de IA em produção o principal erro é automatizar processos ruins em vez de redesenhá-los. As empresas líderes tratam os agentes como uma nova força de trabalho, com processos de “contratação”, gestão de desempenho e controle de custos (FinOps), combinando autonomia gradual com supervisão humana constante.
3. Infraestrutura de IA: a economia da inferência
O custo por token caiu 280 vezes em dois anos, mas o gasto total das empresas com IA disparou devido ao volume de uso, com contas mensais chegando a dezenas de milhões de dólares. A resposta das empresas líderes é abandonar o modelo “tudo na nuvem” e adotar arquiteturas híbridas: nuvem para elasticidade, servidores locais para cargas constantes e borda (edge) para decisões em tempo real.
4. A reconstrução da área de tecnologia
A IA está reformulando a própria estrutura das áreas de TI. 64% das organizações planejam aumentar investimentos em IA nos próximos dois anos, e o papel do CIO está migrando de gestor de infraestrutura para estrategista e “evangelista” de IA. Surgem novas funções, como designers de colaboração humano-IA e engenheiros de IA de borda, enquanto times passam de modelos por projeto para modelos por produto, priorizando velocidade e modularidade.
5. O dilema da IA na cibersegurança
A mesma tecnologia que impulsiona a inovação cria novos riscos: shadow AI (uso não autorizado), ataques acelerados por IA e vulnerabilidades em dados, modelos, aplicações e infraestrutura. Por outro lado, a IA também se torna arma de defesa, permitindo red teaming automatizado, detecção de ameaças em tempo real e resposta em velocidade de máquina. A recomendação central é incorporar segurança desde a concepção dos projetos de IA, não como camada adicional.
Sinais para acompanhar
- Possível estagnação dos modelos de fundação e valorização de dados novos e proprietários sobre dados sintéticos.
- Chips neuromórficos e IA de borda (edge AI), reduzindo custo, latência e dependência de nuvem.
- Autenticação biométrica como resposta a deepfakes e fraudes geradas por IA.
- Otimização para mecanismos generativos (GEO), substituindo o SEO tradicional à medida que buscas migram para assistentes de IA.
Conclusão
O recado central do relatório é claro: o diferencial competitivo não estará na tecnologia mais sofisticada, mas na coragem de redesenhar processos, na disciplina de conectar cada investimento a resultados de negócio e na velocidade de execução. As organizações que tratarem a mudança como contínua e não como um projeto com fim definido estarão melhor posicionadas para liderar o próximo ciclo de inovação.
Ações isoladas de inteligência artificial até ajudam a mudar o mindset das equipes, mas não produzem, por si só, a transformação estrutural que os negócios precisam. Sem metodologia, liderança forte e objetivos claros, essas iniciativas dificilmente geram o impacto necessário e correm o risco de se perder em mais um ciclo de pilotos sem escala.
Fonte: Deloitte Insights, “Tech Trends 2026” (17ª edição). Resumo elaborado para fins de curadoria de conteúdo.
