Hegemonia da IA, que está a passar do modelo para a 'infraestrutura de agentes'... a jogada de mestre do Google Cloud

Algumas análises indicam que o foco da busca pela liderança na competição de inteligência artificial do Google Cloud não é mais o “desempenho do modelo”, mas sim a “camada de controle” e a infraestrutura de dados. Com a rápida popularização da IA empresarial, avaliações do setor sugerem que o verdadeiro sucesso ou fracasso provavelmente dependerá da “infraestrutura de IA inteligente” que permite aos agentes ler, conectar e executar dados.

O principal analista da Cube Research, John Friel, ao analisar a conferência Google Cloud Next 2026, diagnosticou que o Google está mirando em se tornar um sistema operacional de operações empresariais baseado em agentes inteligentes. Ele acredita que dominar a “plano de controle” que conecta dados e diversos sistemas determinará a vantagem de mercado. Essa camada, semelhante a uma rede neural, é responsável por conectar várias aplicações internas e fluxos de dados da empresa.

No ambiente corporativo, a velocidade de introdução da IA já aumentou significativamente. Algumas empresas até avaliam que, na escrita de código, a proporção de máquinas já supera a dos humanos. Contudo, nem todas as organizações avançam na mesma velocidade. Muitas ainda não determinaram em quais negócios aplicar prioritariamente a IA para obter o máximo efeito. Essa situação reforça a importância de uma infraestrutura de IA inteligente que projeta conjuntamente dados, segurança, governança e ambientes de execução.

O núcleo é “dados contextuais”… mais importante que informações precisas é “a informação mais adequada”

A Google Cloud vê os “dados contextuais” como a chave para compensar as limitações dos modelos de IA. O chefe de engenharia de bancos de dados da Google Cloud, Suresh Krishnamurthi, explicou que o modelo é muito poderoso, mas o contexto necessário para os negócios reais está nos dados. Isso significa que, para responder a perguntas, não basta inserir uma grande quantidade de informações, é preciso extrair com precisão a “informação necessária no momento”.

Portanto, há opiniões de que a próxima geração de nuvem de dados deve ser diferente das atuais. Ela precisa ir além de simples armazenamento e consulta, processando buscas gráficas, embeddings vetoriais, recuperação de texto completo e operações relacionais dentro de um sistema único. Somente ao fornecer resultados ótimos minimizando a movimentação de dados, a infraestrutura de IA inteligente poderá operar bem em ambientes empresariais de grande escala.

A OpenText também concorda com esse ponto de vista. A OpenText está colaborando com a Google Cloud na construção de uma pilha de agentes inteligentes baseada em engenharia de contexto, soberania de dados e interoperabilidade aberta. A OpenText enfatiza que a informação empresarial não é apenas armazenamento de arquivos, mas um sistema que inclui classificação, marcação, governança e conexão com processos de negócio. Para fornecer essas informações aos grandes modelos de linguagem, é necessário evitar o excesso de dados e transmitir apenas as informações necessárias no momento adequado.

A Google está expandindo sua solução ao integrar profundamente a plataforma de agentes empresariais Gemini, ampliando a oferta de soluções do setor capazes de utilizar com segurança décadas de documentos empresariais acumulados. Isso reforça que o sucesso na adoção de IA depende mais da qualidade dos dados e da arquitetura de acesso do que do “espetáculo” do modelo.

Ambiente híbrido e redução de custos… parcerias determinam a eficiência da infraestrutura de IA

A competição por infraestrutura de IA não é decidida apenas por uma única empresa. A Google está colaborando com Nvidia, Dell Technologies, AMD e outros para construir uma “infraestrutura de prontidão para IA” que abranja nuvem e implantação local. Especialmente considerando que muitas empresas têm dificuldades de confiar totalmente seus dados a nuvens externas por motivos de segurança e regulamentação, a Google, por meio de sua nuvem distribuída, apoia que empresas utilizem o Gemini também em ambientes locais.

Nesse processo, o papel do Kubernetes torna-se cada vez mais importante. A Google vê o Kubernetes como o sistema operacional de fato para IA, abrangendo desde aprendizagem, raciocínio até aprendizagem reforçada. Isso significa que o Kubernetes é a ferramenta central para coordenar agentes de IA dispersos em diversos ambientes. Para empresas que mantêm arquiteturas multicloud ou híbridas, essa orquestração é indispensável para expandir a IA.

A questão de custos também é uma variável importante. A AMD explicou que, para muitos clientes que usam centros de dados próprios e nuvens simultaneamente, a infraestrutura baseada em x86 é a alternativa mais realista. Pois cargas de trabalho em containers podem ser facilmente migradas entre ambientes, sem necessidade de modificar o código, garantindo desempenho e eficiência de custos ao mesmo tempo.

A empresa de tecnologia de saúde dos EUA, Sabre, afirma que, após migrar mais de 50 mil CPUs virtuais para instâncias AMD na Google Cloud, conseguiu economizar custos e melhorar o desempenho. A empresa afirmou que, sem precisar modificar o código, obteve processamento mais rápido com uma infraestrutura menor, e que o orçamento economizado foi reinvestido em investimentos em IA de agentes inteligentes.

A Google também aposta na expansão de seu ecossistema. Para fortalecer sua rede de parceiros na Google Cloud, planeja investir 750 milhões de dólares (cerca de 1,107 trilhão de won coreano) para melhorar o desempenho de mais de 120 mil empresas parceiras. Além disso, está elaborando uma estrutura que permita que os agentes desses parceiros interajam com os sistemas da Google, automatizando onboarding, treinamento e recomendações.

Aplicação de IA para “problemas difíceis” para obter resultados… além da automação simples, melhorar a experiência do cliente

McKinsey recomenda que, quanto mais uma empresa sentir que o retorno do investimento em IA não atende às expectativas, mais deve focar em problemas maiores. O sócio sênior Ashutosh Padi afirmou que, para criar valor significativo, é preciso partir de questões capazes de impactar toda a estrutura da empresa. Mesmo projetos experimentais simples bem-sucedidos podem não atrair toda a atenção da organização, mas se resolverem problemas centrais de negócio, a gestão da mudança e o desenvolvimento de capacidades virão naturalmente.

O maior mercado de seguros de saúde estadual dos EUA, Covered California, é apresentado como exemplo. Essa entidade, em parceria com a Deloitte e a Google, introduziu o Google Document AI, automatizando significativamente a verificação de elegibilidade e validação de registros. Estima-se que isso economize cerca de 24 mil horas de trabalho por ano. Antes, a validação de documentos levava até 72 horas; agora, pode ser feita em poucos segundos.

Isso não traz apenas redução de custos de mão de obra. Avaliações indicam que, ao liberar os funcionários de tarefas repetitivas de papel, eles podem se concentrar em suporte ao cliente de maior valor, melhorando a qualidade do serviço e a experiência do cliente. A Deloitte interpreta que a IA não substitui o papel humano, mas serve como ferramenta para que as pessoas possam focar em tarefas mais humanas.

A mensagem do Google Cloud Next 2026 é clara. A competição de IA não é mais apenas “quem criou o modelo mais inteligente”. No mercado empresarial, a infraestrutura de IA inteligente que combina dados contextuais, camada de controle, ambientes híbridos, eficiência de custos e ecossistema de parceiros está se tornando o verdadeiro diferencial. No futuro, o sucesso na adoção de IA dependerá mais da capacidade do modelo de se conectar de forma estável e flexível ao ambiente empresarial do que de sua complexidade ou “espetacularidade”.