©2026 MIT Sloan Management Review Brasil. Todos os direitos reservados. A reprodução, total ou parcial, é proibida sem a autorização prévia e expressa do CNEX.

A próxima fronteira da IA: a velocidade dos dados

Modelos de IA cada vez mais sofisticados continuam decidindo com base em dados velhos. O presidente da IBM Brasil argumenta que a próxima vantagem competitiva não está no algoritmo, mas na velocidade e na governança do dado que o alimenta.

Marcelo Braga

16 de julho de 2026 e atualizado em 15 de julho de 2026

3 min de leitura

Em muitos setores, o intervalo entre um evento e a decisão que ele exige encolheu de dias para segundos e, em pagamentos e prevenção a fraude, para milissegundos. Cadeias de suprimento reagem em tempo quase real e se o cliente que esperar mais do que alguns instantes por uma resposta simplesmente vai embora.

Nesse cenário, a inteligência artificial passa a integrar a arquitetura de decisão das empresas. Porém, há um limite pouco discutido: um modelo, por mais sofisticado que seja, decide com base no que enxerga. Se enxerga um retrato defasado do negócio, decide sobre o passado. O diferencial competitivo migrou dos algoritmos para a qualidade, a governança e a atualidade do dado que os alimenta.

Isso muda como as empresas tratam seus dados. Ele não é um registro parado num sistema corporativo; é um sinal do negócio acontecendo e sinais só têm valor se circulam com segurança e contexto, no instante em que surgem. 

A chegada dos agentes de IA torna isso urgente. Insights do IBM Institute for Business Value trazem que, até o fim deste ano, a maioria das grandes empresas terá implantado uma força de trabalho digital de mais de 1.600 agentes. Para operar com autonomia, esses agentes precisam estar ligados a fluxos vivos de informação, capazes de interpretar um evento e acionar um processo em tempo quase real.

E é aqui que mora o problema real. A maior parte das empresas não falha por falta de modelos. Falha porque seus dados vivem em silos, chegam atrasados ou não têm dono. Na mesma pesquisa da IBM, sete em cada dez executivos dizem que a fragilidade da própria governança de IA está freando sua transformação. O gargalo raramente é o algoritmo. É o caminho que ele percorre, o “encanamento”.

Onde esse “encanamento” de dados existe, os resultados aparecem rápido. Por exemplo, um banco decide sobre crédito ou fraude no ritmo em que a transação acontece, não no fechamento do dia. Uma linha de produção se ajusta com base na telemetria do próprio equipamento, antes que a falha vire uma interrupção. Em cada situação, o ganho não vem de um modelo melhor, e sim da distância ou o percurso menor entre o que acontece e o que a empresa faz a respeito.

Essa lógica sustenta a próxima geração de software. A IDC projeta mais de um bilhão de novas aplicações, muitas criadas com IA, em microsserviços e APIs, até 2028, todas dependentes de dados confiáveis e atualizados. Disponibilizar a informação quando ela nasce será tão decisivo quanto a capacidade de analisá-la.

O próximo salto de produtividade não virá de modelos de IA maiores, mas sim de conectá-los ao pulso real da operação, dados que se movem com governança e contexto, no instante em que os fatos acontecem. As empresas que dominarem esse fluxo decidirão o presente. As demais continuarão, com toda a sua IA explicando sobre