Lições da nuvem para se preparar para a superinteligência

A principal lição da adoção da nuvem é que as empresas não tiveram sucesso por prever a tecnologia. Tiveram sucesso por criar hábitos que tornaram a mudança barata: visibilidade central, projetos portáteis, responsáveis nomeados e pessoas que entendiam o novo sistema. Esses mesmos hábitos são a forma prática de se preparar para uma IA muito mais capaz, inclusive sistemas que vão além do que existe hoje.

Principais pontos

• Governança escrita cedo custa menos do que governança improvisada depois que cada equipe já construiu seus próprios agentes.
• A dependência de um fornecedor nasce de muitas escolhas pequenas. Por isso, mantenha instruções, memória e casos de teste em formatos que pertencem à empresa.
• A IA paralela (shadow AI) aparece quando o caminho aprovado é mais lento do que uma conta pessoal. Faça do caminho autorizado o mais fácil.
• As habilidades que importam ficam nas pontas: definir o trabalho, avaliar o resultado e decidir o que precisa de aprovação.
• Custo e permissões se desviam com o uso. Meça o custo por resultado útil e revise os acessos em um ritmo fixo.

O que a adoção da nuvem tem a ver com superinteligência?

Ninguém sabe dizer quando, ou se, a IA chegará a um nível que mereça o nome de superinteligência. Este artigo não tenta prever isso. A nuvem é útil por outro motivo: foi uma mudança de plataforma que chegou aos poucos, se espalhou de forma desigual dentro das empresas e premiou as organizações que prepararam a própria estrutura em vez de tentar adivinhar o próximo produto.

Uma IA mais capaz tem formato parecido. A capacidade é vendida como serviço, as pessoas a adotam antes de existir política, a dependência se concentra em poucos fornecedores e surge uma distância entre o que a tecnologia consegue fazer e o que a empresa consegue deixá-la fazer com segurança.

A comparação é imperfeita, e isso importa. Um servidor alugado não lia o seu e-mail, não redigia um contrato nem disparava um pagamento. Um agente faz tudo isso. Por isso, as lições da nuvem abaixo pesam mais para a IA, não menos: as consequências de permissões fracas e de responsabilidades pouco claras ficam mais perto do negócio. Para uma visão mais ampla das decisões que os líderes enfrentam, veja como preparar a empresa para IA superinteligente.

Governança: por que ela chegou depois do estrago?

Em muitas empresas, as contas de nuvem foram abertas por quem precisava de uma. Mais tarde, ninguém sabia dizer o que estava rodando, quem estava pagando ou em qual conta ficavam os dados. A governança apareceu como um projeto de limpeza, mais lento e mais conflituoso do que teria sido como regra inicial.

Os agentes repetem esse padrão rapidamente, com um acréscimo: eles agem. Um ponto de partida leve está descrito em governança de agentes de IA na empresa. No mínimo, cada agente precisa de:

• Um responsável nomeado, com autoridade para pausá-lo.
• Um papel escrito que diga o que o agente faz e o que ele não faz.
• Uma lista dos sistemas e dos dados que ele pode acessar, com o motivo de cada um.
• Uma lista curta de ações que exigem aprovação humana antes de acontecer.
• Um registro da atividade que uma pessoa realmente leia.

O NIST AI Risk Management Framework é um vocabulário comum útil para essas conversas, porque organiza o trabalho em governar, mapear, medir e gerenciar. Você não precisa adotá-lo por inteiro. Precisa do hábito de escrever quem é o responsável antes de o agente entrar em operação.

Dependência de fornecedor: como acontece e o que deve continuar portátil?

A dependência da nuvem raramente veio de um único contrato. Veio de comodidades acumuladas: um banco de dados proprietário aqui, um serviço de fluxo de trabalho ali, até que sair custasse mais do que ficar. As opções de saída existiam no papel e nunca foram testadas.

Com agentes de IA, as partes que prendem são outras. São a memória que o agente acumulou, as instruções refinadas ao longo de meses, as conexões com ferramentas, os casos de avaliação e os hábitos de trabalho da sua equipe. O modelo em si costuma ser a peça mais substituível, desde que o resto pertença à empresa. Há mais sobre o tema em como migrar agentes de IA para outro fornecedor.

Um guia simples de decisão:

• Ter como seu: o papel escrito do agente, as instruções, o conteúdo da memória e os casos de teste, guardados em formatos que uma pessoa consiga ler.
• Alugar: o modelo, a hospedagem e as ferramentas genéricas, com a possibilidade de trocar cada um.
• Perguntar antes de assinar: tudo pode ser exportado? Em que formato? Quanto tempo levaria?
• Testar uma vez: reconstruir o agente a partir de uma exportação em outro ambiente antes de precisar fazer isso de verdade.

É também assim que você adota modelos melhores sem reconstruir tudo. Se as instruções e os testes são seus, um modelo mais capaz vira uma comparação que você executa, não uma migração que você teme.

A TI paralela virou IA paralela: o que fazer a respeito?

Na era da nuvem, uma equipe com um cartão corporativo conseguia infraestrutura em uma tarde. A TI central muitas vezes só descobria depois, por uma fatura inesperada ou uma pergunta de auditoria. Bloquear raramente funcionou. As pessoas davam a volta no bloqueio.

A IA paralela tem a mesma cara. Funcionários colam documentos em assistentes pessoais, conectam ferramentas por contas pessoais e montam pequenas automações por conta própria. O motivo costuma ser bom: o trabalho anda mais rápido. Os riscos são que dados da empresa saem sem registro e ninguém responde pelo que a automação faz.

O que funcionou na nuvem foi oferecer um caminho autorizado mais rápido do que o atalho e, em troca, pedir visibilidade. A mesma sequência vale aqui:

• Pergunte, sem apontar culpados, o que as pessoas já usam e por quê.
• Separe cada uso em três grupos: permitir como está, mover para uma configuração aprovada ou encerrar.
• Ofereça uma alternativa aprovada para os motivos mais comuns que levam as pessoas a fugir do processo.
• Defina uma regra simples sobre quais tipos de dados nunca entram em ferramentas não aprovadas.

O objetivo não é pegar ninguém. É descobrir onde está a demanda real, porque ela mostra qual deve ser o primeiro agente a valer a pena construir.

Habilidades e custo: as duas surpresas que sobreviveram à migração

A nuvem não eliminou a necessidade de profissionais de operações. Ela deslocou o trabalho deles para configuração, segurança, controle de custos e coordenação entre equipes. As empresas que trataram a nuvem como uma compra, e não como uma capacidade, descobriram que não tinham ninguém que entendesse aquilo de que passaram a depender.

A IA desloca as habilidades em direção parecida. A capacidade escassa não é escrever comandos engenhosos. É definir um papel com clareza, julgar se o resultado é bom e decidir onde a aprovação é necessária. São habilidades de negócio, e ficam com líderes de operações e coordenadores de equipe. O que ensinar antes de um agente começar a trabalhar está em como engajar a equipe no uso de agentes de IA.

O custo foi a outra surpresa. Com o pagamento por uso, o gasto passou a seguir o consumo, não o orçamento. A comunidade FinOps respondeu com economia unitária: avaliar o gasto pelo custo por resultado útil, não pelo valor total da fatura. Os agentes merecem o mesmo tratamento. Acompanhe o custo por tarefa concluída ou por resultado aprovado e mantenha registros de atividade bons o bastante para ligar custo, qualidade e resultado. Os conceitos de observabilidade do material introdutório do OpenTelemetry (rastros, métricas e logs) são uma referência sensata do que registrar.

Um plano de seis passos que aplica as lições da nuvem à IA

Trate isto como uma sequência, não como um cronograma. Cada passo torna o seguinte mais barato.

• Passo 1: Faça o inventário do uso atual de IA, autorizado ou não, incluindo contas pessoais e recursos de IA embutidos em softwares que você já paga.
• Passo 2: Nomeie um responsável e defina os limites de aprovação de cada agente que existe ou está planejado.
• Passo 3: Registre o que é seu (instruções, memória, casos de teste) e o que você aluga (modelos, hospedagem).
• Passo 4: Conceda acesso com o menor privilégio e negue por padrão, princípio presente na orientação de autorização da OWASP: dê ao agente só o que a tarefa exige e verifique as permissões a cada requisição.
• Passo 5: Escolha uma medida de custo por resultado e uma verificação de qualidade antes de ampliar o escopo do agente.
• Passo 6: Revise permissões, integrações e termos do fornecedor em ritmo regular. A revisão trimestral de IA na empresa mostra os passos e as evidências a guardar.

Como a Be Human trabalha isso: o projeto começa definindo um papel útil, a memória e as ferramentas de que ele precisa, os limites de aprovação e um critério de sucesso observável. Identidade, memória e permissões ficam sob o controle da empresa. A operação gerenciada cobre monitoramento, avaliações recorrentes, manutenção das integrações, revisão de permissões e resposta a incidentes, de modo que as mudanças no agente sejam controladas e registradas, não improvisadas.

Como isso fica na prática? Um cenário ilustrativo

Este é um cenário ilustrativo, não um caso de cliente. Uma distribuidora percebe que duas pessoas da equipe de atendimento usam contas pessoais de IA para redigir respostas. A líder de operações não proíbe. Ela pergunta para que usam e descobre que a maior parte do valor está nas respostas sobre o status de pedidos.

Ela define um único papel: redigir respostas de status de pedido, com acesso somente de leitura aos dados de pedidos, e uma pessoa aprova qualquer mensagem que mencione reembolso. As instruções e um conjunto de casos de exemplo ficam em documentos da empresa, não dentro do produto de um fornecedor. O responsável é uma coordenadora de equipe nomeada, que pode pausar o agente.

Mais tarde, um modelo mais capaz fica disponível. Como as instruções e os casos de exemplo pertencem à empresa, a equipe roda os mesmos casos no novo modelo, compara os resultados e decide se vale trocar. Nada é reconstruído, e ninguém precisa adivinhar.

Nada disso exigiu uma previsão sobre o quanto a IA vai evoluir. Exigiu uma tarefa clara, um responsável e algumas coisas escritas. Faça o diagnóstico gratuito de IA da Be Human para encontrar a primeira tarefa que vale entregar a um agente.

Perguntas frequentes

A comparação com a nuvem é confiável para se preparar para a superinteligência? Ela é confiável para lições organizacionais, como governança, dependência de fornecedor, adoção paralela e habilidades, porque esses problemas se repetem a cada mudança de plataforma. Não é confiável como previsão de quão rápido ou quão longe a IA vai chegar. Além disso, os agentes agem em seu nome, então permissões e aprovações pesam mais do que pesavam com servidores alugados.

Precisamos de uma equipe dedicada antes de usar agentes de IA? Não no início. Você precisa de um responsável nomeado para cada agente, um papel escrito e uma pessoa que revise a atividade dele. Uma equipe dedicada passa a valer a pena quando vários agentes compartilham dados, ferramentas e orçamento.

Devemos proibir ferramentas de IA não aprovadas? Só proibir costuma empurrar o uso para longe das vistas, como aconteceu com as contas de nuvem. Um primeiro passo melhor é descobrir o que as pessoas usam, oferecer uma alternativa aprovada e fácil de adotar e definir uma regra clara sobre os dados que nunca podem entrar em ferramentas não aprovadas.

Como evitar a dependência de fornecedor sem abrir mão dos melhores modelos? Mantenha as partes que carregam o seu conhecimento (instruções, conteúdo da memória, casos de teste e definições de ferramentas) em formatos legíveis e sob o seu controle, e trate o modelo como um componente substituível. Assim você testa novos modelos contra os seus próprios casos sempre que eles surgirem e só troca quando os resultados justificarem.

Orientação editorial Be Human. Exemplos são ilustrativos, salvo atribuição explícita. Fontes oferecem contexto; a implementação depende do seu processo.