Desafio da IA no Brasil é a produção, não a infraestrutura

Desafios da infraestrutura de IA no Brasil são discutidos em painel do IT Forum Praia do Forte 2026.

Executivos de grandes empresas de tecnologia se reuniram para debater os obstáculos enfrentados pelas empresas brasileiras na implementação de projetos de inteligência artificial (IA). O foco principal não está na falta de capacidade de processamento, mas na transição de provas de conceito para a produção efetiva.

André Ribeiro, country manager da Intel Brasil, destacou a importância da fase de inferência, onde a IA começa a gerar respostas a partir do aprendizado. Ele prevê que até 2028, 80% das cargas de trabalho de IA estarão nesta fase, o que torna a unidade central de processamento (CPU) ainda mais relevante.

Ribeiro também apontou dois fatores que contribuem para a valorização das CPUs: a mudança do treinamento para a geração de valor e o avanço da IA agêntica, que permite que agentes tomem decisões e executem tarefas de forma mais eficiente. No entanto, ele enfatizou que a CPU não é a solução para todos os projetos de IA, mas é eficaz em cargas de trabalho específicas.

Cleber Morais, country manager da AWS Brasil, relacionou a capacitação técnica da força de trabalho brasileira com a presença no mercado global de tecnologia. Ele anunciou que a AWS planeja investir 200 bilhões de dólares em infraestrutura de IA, sublinhando que a nuvem é fundamental para a capacidade de processamento e segurança das soluções de IA.

Morais também mencionou que o consumo de energia em nuvem pode ser até quatro vezes menor do que em soluções tradicionais. Ele destacou a importância de parcerias, como a com a Tropiko, que utiliza um grande número de processadores em um único data center, mostrando a oportunidade do Brasil devido à sua matriz energética.

João Moressi Junior, CEO da Opah IT, trouxe a perspectiva da implementação prática de projetos. Ele observou que muitas grandes empresas ainda ficam presas em provas de conceito, sem conseguir avançar para a produção, o que muitas vezes resulta em um retorno sobre investimento abaixo do esperado.

A eficiência em tecnologia da informação depende de diversos fatores, incluindo hardware, nuvem e a qualidade da implementação de software. Moressi Junior destacou que, embora a geração de código tenha se tornado mais eficiente com a IA agêntica, a governança sobre esse código ainda representa um desafio significativo.

Ele também comentou sobre a diferença entre a fase de produção e as provas de conceito, ressaltando que a realidade operacional é muito mais complexa e não pode ser totalmente replicada em um ambiente de teste. Além disso, mencionou a tendência de adoção de modelos híbridos, que combinam diferentes abordagens para atender a diversas necessidades empresariais.

Ribeiro elencou três desafios principais para a infraestrutura de IA nos próximos anos: a definição do que rodar e onde, o investimento em escalabilidade e interoperabilidade, e a reavaliação do custo total de propriedade. Ele também destacou a importância de um ecossistema colaborativo para o futuro da IA.

Morais concluiu que o maior desafio atual não é tecnológico, mas sim humano, enfatizando a necessidade de capacitação para lidar com a crescente presença de agentes de IA no ambiente de trabalho. A combinação de infraestrutura adequada, dados bem preparados e governança é crucial para o sucesso na implementação de projetos de IA.