Domínio da IA, que está mudando de modelos para 'infraestrutura de agentes'... a jogada de mestre do Google Cloud

Algumas análises apontam que o foco da busca pela liderança na competição de inteligência artificial do Google Cloud não é mais “desempenho do modelo”, mas sim a “camada de controle” e a infraestrutura de dados. Com a rápida popularização da IA empresarial, avaliações do setor indicam que o verdadeiro fator de 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 “camada de controle” que conecta dados e diversos sistemas determinará a vantagem de mercado. Essa camada funciona como uma rede neural, 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 de humanos. Contudo, nem todas as organizações avançam na mesma velocidade. Muitas ainda não determinaram em quais negócios aplicar IA com prioridade para maximizar resultados. 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”

O 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 do Google Cloud, Suresh Krishnamurthi, explicou que o modelo é muito poderoso, mas o contexto necessário para os negócios está nos dados. Isso significa que, para responder a perguntas, não basta inserir uma grande quantidade de informações, é preciso extrair com precisão as “informações necessárias no momento”.

Portanto, há opiniões de que a próxima geração de nuvem de dados deve ser diferente das atuais. Ela precisa ir além de armazenamento e consulta simples, processando buscas gráficas, embeddings vetoriais, recuperação de texto completo e operações relacionais dentro de um sistema único. Somente ao fornecer resultados ótimos com mínima 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 o Google Cloud para construir 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 desnecessários e transmitir apenas as informações necessárias no momento adequado.

O Google está expandindo soluções do setor ao integrar profundamente a plataforma de agentes empresariais Gemini, ampliando a capacidade de usar com segurança décadas de documentos corporativos acumulados. Isso reforça que o sucesso na adoção de IA depende mais da qualidade dos dados e da arquitetura de acesso do que do “fazer modelos mais impressionantes”.

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. O 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 porque muitas empresas têm dificuldades de confiar totalmente seus dados a nuvens externas por motivos de segurança e regulamentação, o 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. O Google vê o Kubernetes como um sistema operacional de fato para IA, abrangendo desde aprendizado, raciocínio até aprendizado reforçado. Isso significa que o Kubernetes é a ferramenta central para coordenar agentes de IA dispersos em diversos ambientes. Para empresas que expandem IA mantendo arquiteturas multicloud ou híbridas, essa camada de orquestração é indispensável.

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

O Google também aposta na expansão de seu ecossistema. Para fortalecer sua rede de parceiros de nuvem, planeja investir 750 milhões de dólares (cerca de 1,107 trilhões de won coreanos) 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 do Google, automatizando processos de onboarding, treinamento e recomendação.

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

A McKinsey recomenda que, quanto mais uma empresa sentir que o retorno do investimento em IA não atende às expectativas, mais ela 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 organização, mas resolver problemas centrais de negócio certamente impulsionará a gestão da mudança e o desenvolvimento de capacidades.

O maior mercado de seguros de saúde estadual dos EUA, Covered California, é citado como exemplo. A entidade, em parceria com a Deloitte e o Google, introduziu o Google Document AI, automatizando significativamente tarefas de 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 traz mais do que 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 mais valioso, melhorando a qualidade do serviço e a experiência do usuário. A Deloitte interpreta que a IA não substitui o papel humano, mas serve como uma ferramenta para que as pessoas possam focar em trabalhos mais humanos e de maior valor.

A mensagem do Google Cloud Next 2026 é clara. O núcleo da competição de IA não é mais “quem criou o modelo mais inteligente”. No mercado empresarial, a combinação de dados contextuais, camada de controle, infraestrutura híbrida, eficiência de custos e ecossistema de parceiros na infraestrutura de IA inteligente se torna o verdadeiro diferencial. No futuro, o sucesso ou fracasso na adoção de IA dependerá mais de quão estáveis e flexíveis os modelos podem se conectar ao ambiente empresarial do que de sua complexidade ou sofisticação.

Aviso TP AI Este artigo é um resumo baseado no modelo de linguagem TokenPost.ai. Pode haver omissões ou imprecisões nos conteúdos principais.