O setor público dos EUA termina o "experimento" com IA, acelerando a introdução de força de trabalho baseada em agentes

As instituições públicas dos Estados Unidos estão deixando de ver a inteligência artificial (IA) como uma “tecnologia do futuro” e a estão adotando como uma “ferramenta pronta para uso imediato” que pode aliviar a carga de trabalho imediatamente. Em um cenário de estagnação do crescimento de mão de obra, a demanda administrativa está aumentando, além de sistemas antigos e regulamentações rigorosas, a IA está emergindo como uma estratégia central para aumentar a produtividade e modernizar.

A Google Cloud recentemente liderou essa tendência com o “Gemini for Government”. Seu foco está em posicionar a IA não apenas como uma funcionalidade auxiliar, mas como uma “plataforma” que melhora a produtividade geral dos negócios das instituições públicas e aprimora ambientes de tecnologia da informação (TI) legados.

Essa mudança foi confirmada na fala de Chris Haines, CTO do setor público da Google, no podcast “App Dev Angle” da The Cube Research. Haines analisou que, na integração da IA nas operações reais das instituições públicas, está surgindo uma “Força de Trabalho Agente (Agentic Workforce)”. Ele explica que a IA está evoluindo para se tornar uma “parte valiosa da equipe” ao invés de substituir organizações.

Superando a fase de chatbots, evoluindo para uma IA que auxilia o trabalho dos funcionários públicos

Nos últimos dois anos, a introdução de IA pelas empresas geralmente ficou na fase de projetos piloto, provas de conceito e chatbots. No entanto, no setor público, essa tendência está se tornando mais pragmática. Como há necessidade de lidar com mais tarefas com menos pessoal, a integração gradual da IA nos fluxos de trabalho existentes para aumentar a produtividade está sendo priorizada.

Por exemplo, aplicar IA no processamento de documentos administrativos, busca de informações, automação de tarefas internas, entre outras tarefas repetitivas e demoradas, para melhorar a eficiência diária dos funcionários públicos. Isso pode ser visto como uma forma inicial de “Força de Trabalho Agente”. Trata-se de uma estrutura onde o julgamento final é feito por humanos, enquanto a IA atua como colaboradora prática.

Pesquisas de mercado também apoiam essa visão. Segundo dados da The Cube Research, 46,5% das organizações enfrentam pressão para desenvolver aplicações mais rapidamente do que há três anos. Contudo, a expansão de pessoal não acompanha esse ritmo. Como resultado, a IA é vista como uma alternativa potencialmente eficaz para preencher essa lacuna.

O núcleo da IA nas instituições públicas não é desempenho, mas “conformidade”

No setor privado, a inovação muitas vezes precede a regulamentação, mas as instituições públicas são diferentes. Certificações de segurança, localização de armazenamento de dados, proteção de informações pessoais, conformidade regulatória — esses não são fatores secundários, mas o ponto de partida. Ao introduzir IA, o foco principal não é o desempenho, mas “se está em um ambiente permitido”.

A Google explica que, para atender a esses requisitos, adotou uma estratégia de incorporar mecanismos de controle na própria plataforma de nuvem, ao invés de isolar as funções de IA em áreas fechadas e separadas. Assim, as instituições podem atender às exigências de regulamentações como o “FedRAMP” (Programa de Gerenciamento de Risco Federal) e os padrões do Departamento de Defesa dos EUA, ao mesmo tempo em que utilizam os modelos de IA mais recentes.

Essa questão não é exclusiva do governo. Com o aumento de regulamentações como a “Lei de Resiliência Cibernética” da União Europeia (UE), que exige que softwares e IA sejam projetados desde o início em conformidade regulatória, desenvolvedores do setor privado também enfrentam pressões semelhantes. Isso indica que as variáveis que determinam a velocidade de adoção da IA estão mudando de uma questão técnica para uma questão de “internalização da conformidade”.

A modernização de sistemas legados também está mudando de projetos pontuais para uma rotina contínua

A modernização de sistemas legados, considerada uma das maiores dores de cabeça do TI governamental, também evolui com a introdução da IA. Muitas instituições ainda operam sistemas centrais construídos há décadas, e no passado tentavam realizar sua substituição de uma só vez, como grandes projetos de renovação.

Hoje, a atenção se volta para a modernização gradual, auxiliada por IA na limpeza de códigos, na documentação e na melhoria de fluxos de trabalho. Especialmente, a IA começou a ser usada na reconstrução de sistemas legados baseados em COBOL, que há muito tempo são difíceis de migrar.

Isso reflete uma mudança de paradigma: a modernização é vista como um processo contínuo de gestão, e não como um projeto com um “ponto final”. No campo do desenvolvimento de aplicações, a modernização deixou de ser um objetivo pontual para se tornar um princípio operacional que deve ser mantido ao longo do tempo.

A importância crescente do “direito de escolha” que não depende de uma única IA

As instituições públicas estão cada vez mais conscientes da necessidade de evitar dependência de fornecedores específicos de IA ou de um único modelo. Haines também enfatiza que o valor fundamental do setor público está na “opcionalidade”, ou seja, na capacidade de escolher. Sua avaliação é que, para lidar com um mercado de IA em rápida mudança, é necessário poder selecionar diferentes modelos com base em desempenho, custo, segurança e casos de uso.

Plataformas como o Vertex AI do Google, que oferecem modelos de peso aberto e modelos de ponta, atendem a essa demanda. Isso também é importante para os desenvolvedores. No futuro, as aplicações podem não estar mais vinculadas a um único modelo, mas projetadas para interagir com múltiplos modelos.

Expansão do deployment na borda… IA não é mais apenas uma questão de nuvem

A carga de trabalho de IA não fica mais restrita à nuvem centralizada, o que representa uma mudança significativa. No setor público, devido a questões de latência, interrupções de rede e limitações do ambiente operacional, a inferência em servidores centrais muitas vezes não é adequada. Assim, a demanda por “IA de borda”, ou seja, por ajustar e implantar modelos de IA em ambientes locais ou distribuídos, está crescendo rapidamente.

No entanto, isso traz novos desafios para equipes de desenvolvimento e operações de plataformas, que precisam gerenciar conjuntamente o ciclo de vida, governança e implantação dos modelos em ambientes centrais e de borda. No final, a IA está se transformando de um serviço simples de nuvem para uma “camada arquitetural” que permeia todo o ambiente de aplicações.

As tendências do setor público dos EUA mostram uma realidade diferente da ideia de que “governo fica atrás do setor privado na adoção de IA”. Devido às limitações de mão de obra e à carga de trabalho operacional de serviços essenciais, há avaliações de que as instituições públicas estão avançando mais rapidamente na implantação de IA para aumentar a produtividade e modernizar sistemas. Embora o conceito de “Força de Trabalho Agente” ainda esteja em evolução, é evidente que a IA está indo além de uma simples adição de funcionalidades, tornando-se parte integrante da força de trabalho, da plataforma e da estrutura de software, o que parece claro.

TP AI Avisos Este artigo é um resumo baseado no modelo de linguagem TokenPost.ai. Pode omitir conteúdos principais do original e conter informações imprecisas.