A Microsoft reportou um negócio de IA acima de US$ 37 bilhões em run rate anual. O Google usou o Cloud Next para empacotar infraestrutura, modelos, segurança e plataforma corporativa no mesmo discurso. A IBM anunciou um hub em Chicago com 750 vagas ligadas a IA, quantum, cibersegurança e ciência de dados.
A Microsoft reportou um negócio de IA acima de US$ 37 bilhões em run rate anual. O Google usou o Cloud Next para empacotar infraestrutura, modelos, segurança e plataforma corporativa no mesmo discurso. A IBM anunciou um hub em Chicago com 750 vagas ligadas a IA, quantum, cibersegurança e ciência de dados. A Cloud Security Alliance publicou um alerta sobre como IA pode reduzir a janela entre descoberta e exploração de vulnerabilidades.
Essas quatro notícias parecem assuntos separados. Não são.
Elas mostram que a planilha de IA corporativa está sendo lida de forma estreita demais. Muita empresa ainda trata IA como uma linha de software: licença, modelo, consumo de tokens, assinatura. Essa linha existe, mas ela não explica a conta inteira.
O fornecedor vende inteligência. A empresa paga sistema.
Esse sistema tem quatro bolsos.
Key takeaways
IA corporativa não é uma assinatura de software. É um sistema que mistura capacidade técnica, distribuição no trabalho, gente preparada e risco controlado.
A linha mais visível da planilha, modelo e cloud, raramente é a única linha que decide retorno.
O custo escondido aparece quando a IA cria uma aba a mais, exige treinamento sem dono ou aumenta exposição sem resposta operacional.
O framework dos quatro bolsos ajuda o board a comparar propostas completas, não demos bonitas.
Se o fornecedor só mostra capacidade, a proposta não está barata. Está incompleta.
1. Capacidade
O primeiro bolso é o mais visível: modelo, inferência, cloud, armazenamento, conectores e produto. É onde aparecem Microsoft, Google, OpenAI, Anthropic, NVIDIA, Databricks e quase todo o vocabulário que domina apresentações executivas.
Esse bolso costuma ser superestimado no discurso e subestimado no detalhe. O board pergunta qual modelo a empresa vai usar. O time técnico pergunta latência, custo por chamada, contexto, integração, contrato e disponibilidade. As duas conversas precisam se encontrar antes da compra.
Capacidade não é só inteligência. É onde a inteligência roda, quanto custa escalar, quais dados entram, quais dados saem e qual fornecedor consegue sustentar o uso quando a demo vira rotina.
A Microsoft ajuda a enxergar a escala desse bolso. Quando a empresa diz que o negócio de IA superou US$ 37 bilhões em run rate anual, ela não está falando apenas de uma interface simpática. Está falando de infraestrutura, cloud, produto, contrato corporativo, integração e captura de demanda. Para o cliente, isso significa que o custo da IA começa antes do prompt e continua depois da resposta.
O erro executivo é comparar fornecedor por preço de token quando a decisão real envolve disponibilidade, segurança, governança de dados, interoperabilidade e poder de negociação. Token é unidade de consumo. Orçamento é unidade de estratégia.
2. Distribuição
O segundo bolso é distribuição. Ele aparece quando a IA deixa de ser ferramenta separada e entra no software que o time já usa.
Esse é o ponto por trás dos conectores, das plataformas corporativas e das integrações dentro de produtos criativos, dados, vendas, atendimento e engenharia. A adoção não cresce apenas porque o modelo ficou melhor. Cresce porque o atrito caiu.
Toda empresa deveria fazer uma pergunta simples antes de contratar: a IA entra no fluxo existente ou cria mais uma aba para o time esquecer aberta?
Se cria mais uma aba, o custo de adoção vai aparecer em treinamento, retrabalho e baixa adesão. Se entra no fluxo, a tecnologia pode desaparecer dentro do trabalho. Esse desaparecimento é uma forma de vantagem.
O Google Cloud Next reforça esse movimento quando coloca infraestrutura, modelos, agentes, segurança e plataforma no mesmo palco. A tese implícita é simples: a empresa não quer comprar um cérebro avulso. Quer que a inteligência apareça no documento, no atendimento, na análise, no código, no CRM, no dado e na decisão.
Distribuição é o bolso que separa ferramenta de hábito. Uma solução pode ter o melhor modelo do mercado e ainda fracassar se exigir que o time saia do fluxo para usá-la. Outra pode ter menos espetáculo técnico e gerar mais resultado porque aparece exatamente no ponto em que a decisão acontece.
Por isso, a pergunta de compra não deveria ser só "qual IA é melhor?". Deveria ser: "em qual fluxo essa IA muda comportamento sem criar mais atrito?".
3. Gente
O terceiro bolso é gente. O anúncio da IBM em Chicago é uma boa lembrança de que IA não escala só com contrato. Escala com formação, contratação, retenção e uma massa de pessoas capazes de operar a tecnologia em contexto real.
Esse bolso costuma ser tratado como consequência da compra. Deveria ser pré-condição.
Antes de fechar uma plataforma, a empresa precisa saber quem vai desenhar os fluxos, quem vai medir resultado, quem vai revisar risco, quem vai treinar o time e quem vai dizer que determinado uso não vale o custo. Sem isso, o orçamento técnico vira despesa educacional escondida.
Não há nada errado em gastar com formação. O erro é fingir que ela não existe.
O hub da IBM em Chicago, com 750 vagas associadas a IA, quantum, cibersegurança e ciência de dados, mostra uma parte da conta que costuma ficar fora do business case. Quando uma empresa grande investe em ecossistema, ela está admitindo que a vantagem não nasce apenas da tecnologia disponível. Nasce da capacidade de operar essa tecnologia com gente suficiente, contexto suficiente e disciplina suficiente.
No orçamento interno, esse bolso deveria aparecer com nome próprio. Quem é o dono do playbook? Quem faz curadoria de casos de uso? Quem treina novos times? Quem corta uso ruim? Quem traduz risco jurídico para decisão de produto? Quem mede economia real, e não só entusiasmo de adoção?
Sem esse desenho, a empresa compra capacidade e descobre depois que precisa construir uma escola.
4. Risco
O quarto bolso é risco. Segurança, compliance, privacidade, continuidade, reputação e tempo de resposta.
O ponto da Cloud Security Alliance é importante porque muda a unidade de medida. Se IA acelera a exploração de vulnerabilidades, segurança não pode ser apenas inventário de alertas. Precisa medir intervalo entre sinal, decisão e correção.
Esse bolso incomoda porque não aparece em benchmark de modelo. Mesmo assim, ele decide se a adoção sobrevive ao primeiro incidente.
IA corporativa boa não é apenas a que responde melhor. É a que continua aceitável quando alguém pergunta quem acessou, que dado entrou, que decisão saiu, quanto custou e como desfazer.
O alerta da Cloud Security Alliance sobre janelas de exploração aceleradas por IA é relevante porque muda o custo do tempo. Vulnerabilidade sempre foi problema. A novidade é que a distância entre descoberta, armação e exploração pode ficar menor. Isso transforma risco em uma linha orçamentária mais concreta: monitoramento, resposta, simulação, revisão de acesso, privacidade e comunicação de incidente.
O board não precisa virar comitê técnico para entender isso. Precisa exigir que todo projeto de IA responda quatro perguntas: quais dados entram, quem pode acessar, como o uso é auditado e o que acontece quando algo dá errado.
Se essas respostas não existem, o orçamento está incompleto. Só está escondendo o quarto bolso.
O framework
Antes de aprovar qualquer iniciativa relevante de IA, a liderança deveria separar a conta em quatro linhas:
Capacidade: modelo, cloud, inferência, dados e integração.
Distribuição: onde a IA aparece no fluxo real de trabalho.
Gente: quem opera, treina, mede e corrige.
Risco: segurança, compliance, privacidade e resposta a incidente.
Se uma proposta só tem a primeira linha, ela não está barata. Está incompleta.
Se uma proposta tem as quatro linhas, ela pode parecer mais cara no começo. Mas pelo menos está dizendo a verdade.
O mercado de IA já entendeu isso. Microsoft monetiza infraestrutura e produto. Google empacota cloud, modelo e segurança. IBM investe em gente e ecossistema. Segurança começa a medir velocidade de exploração.
A pergunta é se a sua empresa ainda vai comparar tudo isso como se fosse uma assinatura de software.
O orçamento que parece alto demais talvez só esteja incompleto demais.
Aplicação prática
Antes da próxima aprovação de IA, pegue a proposta e distribua o valor nas quatro linhas. Se a linha de capacidade ocupa quase tudo, faça três perguntas adicionais:
Onde a IA aparece no fluxo real do usuário?
Quem será treinado, medido e responsabilizado pela operação?
Qual é o plano de privacidade, segurança, auditoria e resposta a incidente?
Se a resposta vier vaga, a decisão ainda não é financeira. É arquitetural.
Para projetos de alto impacto, vale transformar o framework em uma tabela de aprovação:
| Bolso | Pergunta de board | Sinal de maturidade |
|---|---|---|
| Capacidade | A tecnologia aguenta uso real? | Custo, latência, dados, integração e contrato explícitos. |
| Distribuição | A IA entra no fluxo ou cria atrito? | Casos de uso ligados a ferramentas e rotinas existentes. |
| Gente | Existe dono operacional? | Treinamento, medição, curadoria e revisão com responsáveis. |
| Risco | O projeto sobrevive a auditoria e incidente? | Acesso, privacidade, segurança e resposta documentados. |
Esse exercício não elimina aposta. Ele elimina autoengano.
Links e fontes
Links externos usados:
Microsoft: resultado trimestral com negócio de IA acima de US$ 37 bilhões em run rate anual
Google Cloud Next 2026: infraestrutura, cloud e IA em escala
Links internos recomendados:
FAQ
O que é orçamento de IA corporativa?
É a soma dos custos necessários para transformar IA em operação real: modelos, cloud, dados, integração, distribuição no fluxo de trabalho, treinamento, governança, segurança e resposta a incidente.
Por que IA não deve ser tratada como uma linha única de software?
Porque o preço da ferramenta não captura adoção, retrabalho, formação de pessoas, risco jurídico, privacidade, segurança e custo de integração. A empresa compra sistema, não apenas inteligência.
Quais são os quatro bolsos da IA corporativa?
Capacidade, distribuição, gente e risco. Capacidade cobre tecnologia. Distribuição cobre entrada no fluxo de trabalho. Gente cobre operação e aprendizado. Risco cobre segurança, compliance, privacidade e resposta.
Como avaliar uma proposta de IA?
Separe a proposta nas quatro linhas. Depois valide se cada uma tem dono, métrica, custo, prazo e risco explícitos. Se uma linha estiver ausente, o projeto ainda não está pronto para aprovação executiva.