Mercados
S&P 5007.341▼ 1,03%Nasdaq24.328▼ 0,74%Dow Jones50.759▼ 1,64%Ibovespa169.817▲ 0,31%FTSE 10010.690▼ 1,76%DAX26.045▼ 2,08%Nikkei58.697▼ 0,28%DólarR$ 5,78▲ 0,21%EuroR$ 6,35– 0,00%BitcoinR$ 372.586▼ 0,39%Powered by WIREDESK OSS&P 5007.341▼ 1,03%Nasdaq24.328▼ 0,74%Dow Jones50.759▼ 1,64%Ibovespa169.817▲ 0,31%FTSE 10010.690▼ 1,76%DAX26.045▼ 2,08%Nikkei58.697▼ 0,28%DólarR$ 5,78▲ 0,21%EuroR$ 6,35– 0,00%BitcoinR$ 372.586▼ 0,39%Powered by WIREDESK OS
Powered by WIREDESK OS
Lançamentos de IA

Empresas aceleram corte de custos e controle rígido da IA em 2026

No AI Leadership Symposium da Dell, executivos apontam explosão da conta de tokens na nuvem, corrida por infraestrutura própria e governança em tempo real para agentes autônomos de IA.

Empresas aceleram corte de custos e controle rígido da IA em 2026

Tecnologia

Executivos destacam a necessidade de governança em tempo real e infraestrutura própria para IA diante do aumento dos custos em 2026.

Leia também: Orquestração autônoma em Kubernetes reduz 80% do custo de IA

Pressionadas pela explosão da conta de IA na nuvem e por dúvidas sobre segurança e leis aplicáveis, empresas estão redesenhando como rodam inteligência artificial em seus negócios, combinando infraestrutura própria, nuvens privadas e modelos que funcionam direto em dispositivos, mostraram especialistas no AI Leadership Symposium da Dell Technologies.

Controle e custo entram no centro da estratégia

Para John Furrier, executive analyst da theCUBE Research, a discussão sobre IA corporativa mudou de vez de se adotar para como controlar. “No one is asking whether to adopt AI; that’s pretty much a done deal. They’re asking who controls it, where it runs and whose law it operates”, afirmou, em entrevista durante o evento.

Essa mudança vem na maré de casos em que o orçamento de IA simplesmente não fecha. Helen O’Sullivan, gerente de desenvolvimento de negócios em IA e especialista em soluções na Dell, relatou que muitos clientes na Bay Area veem a verba de tokens para modelos na nuvem ir embora em poucas semanas, quando o planejamento era de meses. “A lot of our customers I support in the Bay Area, they’re dealing with this real immediate struggle of running through their token budget in a matter of weeks that they had allotted for months”, disse.

Para aliviar a pressão, ela aponta duas saídas que começam a ganhar espaço: combinar modelos de ponta oferecidos pelos provedores com opções open source e levar parte das cargas de trabalho para infraestrutura local, em data centers próprios. O movimento reduz a dependência de chamadas pagas à nuvem e devolve às equipes de TI algum controle sobre o ritmo de gasto.

Capacidade ociosa vira trunfo de quem já tem data center

Nesse cenário, quem possui data center interno leva vantagem. Tim Wood, diretor de vendas da Intel para a região Noroeste dos EUA, lembrou que muitas empresas já contam com poder de processamento disponível e subutilizado. “A lot of enterprises already have [central processing units] in their data center. There may be existing resources and headroom in the infrastructure they already have that’s capable of doing some of these next-generation apps and workloads”, afirmou.

Na prática, isso significa que parte dos projetos de IA pode ser absorvida por servidores que já estão pagos, reduzindo a necessidade de novas máquinas especializadas ou de uso intensivo de serviços em nuvem pública. Dell e Intel dizem estar trabalhando juntas para ajudar clientes a mapear esse “espaço livre” de processamento e entender que tipo de aplicação de IA cabe ali sem afetar sistemas críticos.

Agentes autônomos exigem governança em tempo real

À medida que as empresas deixam de usar apenas chatbots e partem para agentes autônomos capazes de tomar decisões e executar ações, a conversa sai do campo da infraestrutura e entra na governança. Shiv Agarwal, cofundador e CEO da Singulr AI, defendeu que não basta revisar o código ou configurar políticas estáticas: é preciso monitorar o que o agente faz enquanto está rodando.

Ele citou exemplos de comportamentos que podem parecer pequenos, mas ter alto risco. “[It’s] as simple as an action where it reaches out to the internet to get some data or sends out an email to a private account or something. That could be deeply hidden inside an agentic action”, alertou. A ideia é criar camadas de fiscalização em tempo de execução, capazes de barrar, registrar ou pedir aprovação humana quando a IA tenta sair do roteiro.

Dados sensíveis puxam IA para nuvens privadas

A preocupação cresce em setores que lidam com informações sigilosas, como finanças, saúde e segurança. Sri Viswanath, fundador e CEO da Sycamore Labs, relatou que diretores de tecnologia têm dado preferência a nuvens privadas virtuais — ambientes isolados logicamente dentro de grandes provedores — para manter dados sensíveis sob controle rígido.

“They’re also trying to architect in a way that all of the data stays there. They don’t trust sending it outside because then we don’t know where it goes”, afirmou. Nesse modelo, o tráfego para fora da zona protegida é mínimo ou nulo, e o acesso a informações é cercado por camadas extras de autenticação, trilhas de auditoria e regras de retenção.

Para Victor Jakubiuk, cofundador da MisaLabs, o desafio é que todo esse desenho de governança precisa acompanhar um ritmo de inovação que não desacelera. “AI has no limit to the speed of development, speed of progress. As an enterprise, as that AI lead, you want to be able to take the latest and greatest and stay on top”, disse. Isso força as áreas de TI e compliance a reverem políticas quase em tempo real, para não ficar defasadas frente aos novos recursos dos modelos.

IA sai da nuvem e vai direto para o dispositivo

Outro movimento discutido no simpósio é o da IA “descer” da nuvem para rodar em dispositivos finais, como laptops corporativos, máquinas em fábricas ou sistemas de atendimento telefônico. A aposta é que, ao executar o modelo localmente, empresas ganham em privacidade, latência e independência de conexão.

Nick Mann, gerente de programas técnicos na Deepgram, contou que a empresa trabalha com Dell e Fortanix para levar modelos de voz para dentro do hardware dos clientes, de pequenos negócios a instituições de ensino. “I want our models on those, on the hardware, to run natively. Air-gapped. That’s where we want to get to. That’s where AI as a whole needs to start meeting people where they are and how they’re going to use it”, afirmou.

Rodar de forma nativa e em ambientes isolados — os chamados ambientes air-gapped, sem conexão direta com redes externas — interessa especialmente a organizações que não podem arriscar vazamentos, mas querem aproveitar recursos de transcrição, assistentes de voz e análise em tempo real.

Entenda o contexto

As discussões do AI Leadership Symposium, com cobertura atualizada em 17 de novembro de 2026, refletem um ponto de virada na adoção de IA corporativa. O consenso entre executivos e empreendedores é que a tecnologia deixou de ser opcional, mas o modelo baseado exclusivamente em nuvem pública, com consumo pesado de tokens e pouca visibilidade sobre o que os agentes fazem, começa a mostrar limites.

A saída apontada combina três frentes: aproveitar melhor data centers já existentes, reforçar a governança com monitoramento em tempo real de agentes e privilegiar ambientes controlados — de nuvens privadas a dispositivos desconectados — para dados sensíveis. A expectativa dos participantes é que essa reconfiguração pressione provedores de nuvem a oferecer formatos mais flexíveis e baratos, e abra espaço para parceiros que consigam entregar IA com mais autonomia, transparência e segurança para as empresas.