IBM lança modelo híbrido para IA confiável e resultados reais

Inteligência Artificial

IBM apresenta solução híbrida que integra nuvem e mainframes para garantir IA confiável e desempenho efetivo.

Leia também: SharkNinja para 1/3 da equipe para testar IA e inovar negócios

A IBM está redesenhando sua estratégia de inteligência artificial para se tornar a referência em IA empresarial confiável, integrando agentes inteligentes, dados em tempo real e governança diretamente à infraestrutura híbrida e aos mainframes IBM Z, em um modelo pensado para produção e resultados de negócio mensuráveis.

IBM quer ser o “sistema de registro” da IA empresarial

Em vez de focar apenas na corrida por modelos de IA de ponta, a empresa vem montando, nos últimos meses, um modelo operacional de IA com quatro pilares: orquestração de agentes, dados confiáveis, operações inteligentes e governança. A meta é permitir que grandes organizações rodem IA onde seus dados já estão — especialmente em ambientes on-premises e híbridos — sem abrir mão de controle e conformidade.

A estratégia se apoia em uma base de negócios que já soma mais de US$ 12,5 bilhões em vendas de software e consultoria ligadas à IA até o quarto trimestre de 2025, e em ativos considerados difíceis de replicar: mainframes, nuvem híbrida baseada em Red Hat OpenShift e um histórico de governança em ambientes críticos.

Para Dave Vellante, analista do theCUBE Research, a empresa acertou ao transformar resultados de fluxo de trabalho em produtos, em cima de uma pilha complexa, mas familiar para grandes clientes. “Em nossa opinião, a IBM encontrou um caminho diferenciado em IA empresarial ao produtizar resultados em nível de fluxo de trabalho em uma pilha que, embora às vezes confusa, os clientes geralmente confiam”, afirmou.

O colega John Furrier resume a diferença de abordagem: “Enquanto outros buscam modelos de ponta, a IBM aposta em algo mais difícil: IA confiável em produção”. Segundo ele, a disputa agora é para saber se a companhia conseguirá se consolidar como o “sistema de registro” da IA nas empresas, em vez de ser apenas mais uma camada da pilha tecnológica.

Entenda o contexto

O movimento da IBM responde diretamente a uma dificuldade concreta das organizações: tirar projetos de IA do laboratório e colocá-los em produção. Levantamento recente da Deloitte mostra que 54% das empresas planejam levar ao menos 40% de suas iniciativas de IA para produção em seis meses, mas só 25% de fato conseguiram fazê-lo até agora. A lacuna entre ambição e execução abre espaço para quem entregar não só modelos, mas um jeito seguro e governado de rodar IA em escala.

Em paralelo, a própria IBM vem tentando usar a estratégia “em casa” para provar o conceito. Segundo executivos da companhia, IA generativa e agentes digitais já estão embutidos em serviços, software, infraestrutura e processos internos de produtividade, com dezenas de milhares de funcionários usando ferramentas como o assistente de código IBM Bob.

Como funciona o modelo de IA empresarial da IBM

O novo modelo operacional de IA da IBM se estrutura em quatro eixos. No pilar de orquestração de agentes, o destaque é o watsonx Orchestrate, plataforma para criar, implantar e gerenciar agentes empresariais que automatizam tarefas e fluxos de trabalho. Em fevereiro, a empresa fechou parceria com a Deepgram para adicionar capacidades avançadas de voz à ferramenta, abrindo espaço para assistentes que interagem por áudio em processos de atendimento, suporte e backoffice.

No pilar de dados confiáveis, a aposta é transformar o watsonx.data na camada central de contexto para IA. A aquisição da Confluent, concluída em maio de 2026, trouxe para essa base uma plataforma robusta de streaming de dados, permitindo alimentar agentes com informações atualizadas em tempo real, em vez de depender só de bancos históricos.

As operações inteligentes são endereçadas pelo reposicionamento do Concert, anunciado na conferência Think 2026. Antes visto como um produto pontual, ele passa a ser uma plataforma de operações de TI com “agentes”, unificando observabilidade, otimização, segurança e automação em ambientes híbridos. A ideia é que o próprio ambiente de TI seja monitorado e ajustado por IA, reduzindo incidentes e melhorando desempenho.

O quarto pilar, governança, ganhou um produto específico: o IBM Sovereign Core, também apresentado no Think 2026. Trata-se de uma plataforma para criar e operar ambientes de IA soberanos, com regras de conformidade, políticas de acesso, controle operacional e padrões de segurança embutidos diretamente na infraestrutura — um ponto-chave para setores regulados, como bancos, governo, saúde e manufatura.

Internamente, executivos da IBM descrevem a proliferação de agentes nas empresas como um novo tipo de desafio de gestão. A proposta do Sovereign Core é dar aos CIOs uma forma de padronizar, auditar e orquestrar essa “força de trabalho digital” com o mesmo rigor aplicado a equipes humanas.

Por que a nuvem híbrida e os mainframes estão no centro

Um dos pilares do plano é a convicção de que a maior parte dos dados corporativos relevantes não está na nuvem pública. “Mais de 70% de todos os dados empresariais permanecem bloqueados em sistemas on-premises”, observou Arvind Krishna, CEO da IBM, em um dos encontros com a imprensa ligados à conferência Think 2026. Para ele, isso torna a nuvem híbrida um requisito, e não uma opção, para qualquer estratégia séria de IA empresarial.

Os números recentes vão na mesma direção. A receita da Red Hat, responsável pela plataforma OpenShift Kubernetes que sustenta o portfólio de nuvem híbrida da IBM, cresceu 13% em um ano. Já o faturamento com a família de mainframes IBM Z avançou 51% no mesmo período, sinalizando que, mesmo na era da IA generativa, grandes organizações seguem apostando em infraestrutura própria e de alta confiabilidade.

Ric Lewis, vice-presidente sênior da Divisão de Infraestrutura da IBM, afirma que a empresa está incorporando tecnologia de IA diretamente nos mainframes IBM Z para suportar cargas de trabalho mais pesadas em IA. Segundo ele, essa estratégia vem rendendo retornos consistentes. “Incorporar IA diretamente nos mainframes IBM Z tem gerado crescimento de 20% a 30% em programas por quase uma década”, disse.

Lewis também vincula a importância dos mainframes ao debate sobre soberania de dados. Ele destaca que esses sistemas seguem processando a maior parte das transações financeiras do planeta e operam em ambientes altamente controlados, dentro de bancos, seguradoras e órgãos de governo — um cenário que favorece a adoção de IA sem abrir mão de controle físico e jurídico sobre informações críticas.

Entenda o contexto

A discussão sobre soberania e exposição de dados, que antes aparecia no fim das conversas comerciais, passou a surgir logo no início dos projetos, de acordo com executivos da IBM Consulting. Questões como onde os modelos rodam, quem tem acesso aos dados de treinamento e inferência e como auditar decisões automatizadas tornaram-se centrais em negociações com clientes da Europa, das Américas e da Ásia.

Nesse ambiente, a oferta de rodar agentes de IA em ambientes que o próprio cliente possui e governa — combinando data centers próprios, nuvens privadas e nuvens públicas — é vendida pela IBM como um diferencial em relação a fornecedores que dependem exclusivamente de infraestrutura de terceiros.

Parcerias e aquisições ampliam o ecossistema

Para sustentar o modelo operacional de IA, a IBM tem costurado uma rede de parcerias e aquisições. A compra da Confluent reforçou a frente de dados em streaming, enquanto o acordo com a Deepgram abriu espaço para novas aplicações de voz dentro de fluxos de trabalho corporativos.

Em junho, a empresa aderiu ao programa Daybreak Cyber Partner, da OpenAI, iniciativa voltada a identificar ameaças cibernéticas baseadas em IA. A entrada no programa reforça a estratégia de usar agentes e modelos não só para automatizar processos de negócio, mas também para proteger a própria infraestrutura digital das empresas contra ataques sofisticados.

Outra frente é a colaboração com o Google Cloud, que vai permitir a consultores da IBM projetar, construir e governar agentes corporativos na nuvem do Google, dentro da mesma lógica de governança e observabilidade aplicada em outros ambientes. A mensagem é de pragmatismo: em vez de tentar impor um único provedor, a IBM quer ser a camada de orquestração e controle por cima de múltiplas nuvens.

Ao mesmo tempo, a companhia segue expandindo o uso de agentes digitais em seus próprios projetos de consultoria. De acordo com dados internos apresentados a analistas, o braço de serviços já implantou mais de 4 mil “trabalhadores digitais” em cerca de 450 projetos ativos, combinando agentes baseados em watsonx com modelos de parceiros como Anthropic e a própria OpenAI.

O que muda para empresas que querem usar IA em escala

Na prática, a estratégia da IBM mira sobretudo organizações que lidam com dados sensíveis e operações críticas — bancos, hospitais, órgãos públicos, seguradoras, operadoras de telecomunicações e grandes fabricantes. Nesses ambientes, migrar tudo para a nuvem pública nem sempre é possível, seja por regras regulatórias, seja por risco operacional.

Ao permitir que agentes de IA acessem dados onde eles já estão — em data centers próprios, mainframes ou ambientes híbridos — com camadas de governança e auditoria embutidas, a empresa promete reduzir o risco de projetos experimentais que nunca saem do piloto ou esbarram em barreiras de conformidade na hora de escalar.

Analistas especializados avaliam que esse foco em produção, governança e resultados mensuráveis pode forçar uma mudança de eixo no mercado de IA empresarial. Fornecedores que apostam apenas em soluções puramente de nuvem pública tendem a enfrentar clientes mais exigentes em temas como soberania, segurança, explicabilidade de modelos e previsibilidade de custos.

Dentro das empresas, a expectativa é que o modelo de agentes — humanos e digitais trabalhando lado a lado — ganhe terreno, com a gestão dessas novas “equipes mistas” se parecendo cada vez mais com práticas tradicionais de recursos humanos, só que aplicadas a softwares. A própria IBM diz estar usando esse conceito internamente, ao tratar a frota de agentes como uma força de trabalho que precisa ser contratada, medida, promovida e, se necessário, desativada.

Nos próximos meses, a companhia deve continuar ampliando investimentos em produtos, parcerias e extensões do OpenShift para facilitar a adoção de nuvem híbrida, na tentativa de consolidar a posição de referência em IA empresarial confiável. Em um cenário de maior pressão regulatória e preocupação com riscos cibernéticos e soberania de dados, a disputa pela liderança nesse segmento tende a se intensificar.