Predictions 2025: o ano da mudança para a inteligência artificial?

Muda-se o ano, renovam-se as previsões. Depois de um ano de 2024 marcado por várias inovações relacionadas com a Inteligência Artificial (IA), preparar o ano de 2025 é imperativo para inovar as operações das organizações e, mais importante, perceber onde faz sentido investir.

À semelhança de anos anteriores, a IT Insight, em parceria com a IDC Portugal, traz aos seus leitores as dez previsões presentes no “IDC FutureScape: Worldwide IT Industry 2025 Predictions”. Para além dos pontos-chave de cada previsão, também é possível ler o comentário de quem trabalha com estas tecnologias sobre o seu ponto de vista para o futuro.

No sumário executivo destas previsões, a IDC relembra que os últimos 18 meses foram marcados por “hiper-experimentação com IA generativa” em organizações “de todos os tamanhos, em todas as indústrias e todos os países”.

2025, diz a mesma entidade, será o ano “em que as empresas começam a virar-se para a IA com o objetivo de melhorar o seu tempo de reação para aceder, adotar e, em última análise, expandir-se para se tornar num negócio resiliente alimento por IA até 2027”.

Rick Villars, Group Vice President, Worldwide Research na IDC, afirma que “há três temas principais vão dominar os desenvolvimentos da indústria de IT no próximo ano: reinvenção através da introdução de agentes de IA; renovação em dados, infraestruturas e cloud para fornecer ‘respostas’ em escala; e resiliência através de um grande foco na economia sólida e na ciber-recuperação generalizada”. Tendo em conta a visão da IDC, os líderes de negócio têm de perceber se a sua organização está ou não pronta para inovar e, se não estiver, o que pode fazer para não ficar para trás.

Bem-vindo a 2025!

1. Economia da IA: Até 2026, 75% das organizações do G1000 vão adotar modelos económicos de IA baseados em valor, abrangendo o custo de aquisição tecnológica, ganhos de produtividade, tomada de decisões e inovação, sob o risco de não alcançarem novos padrões de ROI.
2. Barreiras na Adoção de IA: Até 2027, sem mudanças estratégicas e organizacionais, a frustração com baixos ROI devido a um planeamento deficiente e a gastos mal direcionados levará 30% das organizações a reduzir os investimentos em IA generativa.
3. Ciber-Resiliência Abrangente: Até 2027, as regulamentações e a necessidade de garantir a disponibilidade de aplicações melhoradas por IA vão obrigar 65% dos CIO a adotar práticas unificadas de ciber-recuperação e alta disponibilidade em toda a sua infraestrutura, dados e plataformas de IA.
4. Modernização da Cloud: Até 2027, mais de 60% das empresas terão modernizado até 50% da sua arquitetura na cloud para promover a eficiência de infraestrutura e custos, bem como impulsionar a inovação empresarial e técnica.
5. Dados como Produto: Até 2026, o uso de arquiteturas de dados como produto vai reduzir significativamente os silos de dados em 50% das grandes empresas.
6. Metamorfose das Aplicações: Até 2025, 50% das organizações vão utilizar agentes empresariais configurados para funções específicas de negócio, em vez de se concentrarem em tecnologias individuais de copiloto, para alcançar um valor empresarial mais rápido através da IA.
7. Entrega de Inferências: Até 2028, 80% das empresas vão exigir que os fornecedores de produtos potenciados por IA possibilitem uma entrega diversificada de inferências, desde o core até ao dispositivo final, com custos ajustáveis e salvaguardas de soberania digital.
8. Descarbonização da Infraestrutura de IA: Até 2026, 60% das empresas vão implementar frameworks de IA sustentável, aproveitando decisões baseadas em dados para expandir as operações de IA em localizações de data center, enquanto cumprem metas de descarbonização.
9. Plataformas Unificadas para IA Composta: Até o início de 2028, 75% das aplicações de IA composta utilizadas pelas empresas vão ser construídas com base numa framework de plataforma unificada que garante a utilização confiável e eficiente de código, dados e recursos da infraestrutura.
10. Novos Papéis de Trabalho: Impulsionados pela adoção de novos modelos de trabalho potenciados por IA, 95% dos atuais cargos em IT e nas linhas de negócio serão redefinidos ou eliminados até 2030.

1. Até 2026, 75% das organizações do G1000 vão adotar modelos económicos de IA baseados em valor, abrangendo o custo de aquisição tecnológica, ganhos de produtividade, tomada de decisões e inovação, sob o risco de não alcançarem novos padrões de ROI

Impacto no IT

“A IA é cada vez mais uma vantagem competitiva e um pilar estratégico para todos os setores. A aposta será em modelos de código aberto e de menor escala, em Agentic AI, na governança e na utilização de dados próprios. Assim, as empresas irão promover a transparência e a escalabilidade, incentivando a inovação e reduzindo custos. O desafio será medir o ROI da IA, indo além da produtividade, incluindo outros KPI como a satisfação dos clientes e a capacidade de desenvolver novos produtos e serviços” Ricardo Martinho, Presidente, IBM Portugal

• Os CIO/líderes de tecnologia vão trabalhar mais de perto com a equipa executiva para alinhar as partes interessadas em negócios e tecnologia em IA, evitando desalinhamentos entre os resultados operacionais e empresariais com os investimentos necessários em infraestrutura, software e serviços de IA;
• Os processos necessários para garantir a monitorização e gestão adequadas das métricas e KPI desejados para os investimentos em cloud vão precisar de ser atualizados, e a avaliação de ferramentas externas deverá focar-se mais em fornecer visibilidade sobre os elementos de custo da IA;
• A integração da IA no núcleo das funções empresariais, incluindo colaboração, marketing, recursos humanos, CRM e sistemas similares, vai exigir novas métricas que acompanhem o valor empresarial, com um foco em novas métricas inter-silos.

Estratégia

• Focar nos esforços que quebram os silos entre as equipas de IT e as equipas de tecnologia das linhas de negócio, para estabelecer uma compreensão mais ampla do impacto da IA no negócio e expandir a base de financiamento para investimentos em infraestrutura, dados e plataformas essenciais;
• Procurar ferramentas e tecnologias incorporadas que permitam a gestão de valor e fornecedores de serviços com práticas bem desenvolvidas na realização de valor além do ROI e TCO, com foco na institucionalização de novos processos;
• Estar preparado para experimentar novas abordagens de medição de valor, utilizando novos pontos de métricas para complementar as métricas existentes, a fim de fornecer uma visão mais detalhada e prever melhor os fatores-chave de sucesso com antecedência.

2. Até 2027, sem mudanças estratégicas e organizacionais, a frustração com baixos ROI devido a um planeamento deficiente e a gastos mal direcionados levará 30% das organizações a reduzir os investimentos em IA Generativa

Impacto no IT

“Sem reajustes estratégicos e organizacionais, a frustração face a um retorno de investimento (ROI) insuficiente, ameaça desacelerar o investimento organizacional em GenAI até 2027. O problema não é a tecnologia, mas a ausência de infraestrutura robusta, de coordenação eficaz e de definição clara de objetivos. A dependência face a sucessos isolados revela que muitas implementações carecem de maturidade operacional. Este é um alerta para organizações que ainda tratam GenAI (ou mesmo AI no seu todo) como se fosse uma tendência mais inócua: na ausência de reformulação de processos, será apenas uma promessa por cumprir” Henrique Carreiro, Diretor, IT Insight

• O alinhamento dos stakeholders é fundamental para garantir que as soluções sejam construídas com os resultados de negócios adequados em mente, enquanto abordam as preocupações com a arquitetura de IT. A integração da IA generativa nos fluxos de trabalho empresariais também vai exigir, quase certamente, algum redesenho dos processos de negócios, bem como gestão da mudança para os colaboradores que vão interagir com uma tecnologia nova e disruptiva;
• Os líderes de IT vão precisar de especialização para expandir a base para a adoção da IA generativa além dos projetos piloto, o que inclui estabelecer e implementar uma política de IA responsável, criar e monitorizar uma estratégia de IA e um roadmap, desenhar uma arquitetura de inteligência e gerir programas de formação e requalificação de colaboradores;
• Os líderes de IT vão precisar de avaliar a especialização e a abordagem dos seus fornecedores de serviços quanto à utilização de IA generativa na entrega de serviços, potencialmente examinando como é que as implementações internas de IA generativa dos próprios fornecedores os qualifica para trabalhar com a organização.

Estratégia

• Garantir que se abordam todos os principais fatores para ajudar a impulsionar o ROI de projetos relacionados com a IA generativa, nomeadamente o apoio estratégico na priorização de projetos, a coordenação eficaz entre as equipas de IT e as equipas das linhas de negócio e o acesso às competências de desenvolvimento certas e a ferramentas eficazes;
• Escolher um parceiro que ajude a entender, para cada projeto que está a ser avaliado, se e quando poderá recuperar o investimento e tirar benefícios para o negócio, considerando os recursos disponíveis de talento, dados e tecnologia;
• Procurar parceiros que possam fazer a ponte entre conceitos técnicos e de negócios para alinhar as prioridades e expectativas das partes interessadas e que possam comunicar de forma eficaz com os colaboradores através de workshops e programas de gestão da mudança;
• Procurar aconselhamento de fornecedores de serviços que não só desenvolveram especialização em IA generativa através do seu trabalho em R&D, thought leadership, envolvimento com clientes e parcerias no ecossistema, mas que também adquiriram experiência direta ao passarem pela sua própria adoção interna da IA generativa e na requalificação das suas equipas.

3. Até 2027, as regulamentações e a necessidade de garantir a disponibilidade de aplicações melhoradas por IA vão obrigar 65% dos CIO a adotar práticas unificadas de ciber-recuperação e alta disponibilidade em toda a sua infraestrutura, dados e plataformas de IA

Impacto no IT

“A ciber-resiliência deve ser uma prioridade. A pressão da evolução naturalmente forçará até 2027 pelo menos 65% dos CIO a adotar práticas de ciber-recuperação e alta disponibilidade, conforme os dados apresentados pela IDC. Temos de ajudar a aumentar o nível de maturidade em cibersegurança dos nossos fornecedores, e esperamos que os nossos clientes nos façam o mesmo. Com a IA teremos, um acelerador para ajudar na resiliência das organizações, pois com esses recursos identificamos o estado da arte mais rápido” Olivia Arantes, CISO, Imprensa Nacional Casa da Moeda

• As organizações de IT vão ter de identificar e abordar novas ameaças e vetores de paragem associados à utilização alargada da IA no seu portfólio digital, incluindo alinhar os cálculos de risco com as novas expectativas de resultados de negócios influenciados pela IA;
• As equipas de IT vão ter de abordar os elementos logísticos de dados relacionados com a recuperação e a disponibilidade de uma forma mais holística, para garantir a extensão eficaz dos processos atuais para as aplicações e extensões de IA;
• As equipas de IT vão ter de incluir satélites LEO (Low Earth Orbit) para comunicação fiável e rápida como parte dos planos locais, regionais e globais de recuperação de desastres para colaboradores e sistemas críticos.

Estratégia

• Focar em fornecer insights a partir de dados de recuperação e disponibilidade que estejam ligados a métricas empresariais/financeiras de nível superior para aplicações melhoradas por IA dentro de processos de negócios complexos, reconhecendo que a recuperabilidade/disponibilidade não são apenas problemas do IT;
• Desenvolver objetivos logísticos de dados com o intuito de garantir que as aplicações e os modelos de IA se tornam mais precisos e que os clientes/colaboradores possam confiar que vão estar disponíveis no local e no momento certos;
• Procurar orientação junto de fornecedores de satélites/comunicações para identificar cenários de implementação de aplicações e de edge IT onde uma opção de satélite para recuperação rápida e alta disponibilidade melhora os resultados, mantendo a sensibilidade em relação às preocupações de soberania digital.

4. Até 2027, mais de 60% das empresas terão modernizado até 50% da sua arquitetura na cloud para promover a eficiência de infraestrutura e custos, bem como impulsionar a inovação empresarial e técnica

Impacto no IT

“A modernização na Cloud é considerada uma necessidade estratégica para as organizações, levando a um maior cuidado no desenho e gestão das soluções com foco em aumentar a eficiência, reduzir custos e melhorar a segurança. A utilização da Inteligência Artificial (IA) como elemento central, vai revolucionar a forma como as organizações gerem a suas tecnologias da informação, podendo assim tomar decisões mais informadas e assertivas, aumentando a sua capacidade de inovação. Além disso, é necessário que as empresas invistam na formação e desenvolvimento dos seus profissionais, bem como considerem os aspetos éticos e de privacidade relacionados ao uso da IA” Paulo Martins, Diretor de IT e Operações, SL Benfica

• A infraestrutura híbrida e multicloud é a base a partir da qual os serviços de IT são cada vez mais entregues, adicionando camadas de complexidade. As equipas de IT precisam de considerar estratégias de arquitetura cloud que promovam a simplificação, automação e otimização para reduzir custos internos e estimular a inovação;
• As organizações que conseguirem modernizar com sucesso as suas arquiteturas cloud vão beneficiar de um ROI melhorado, resultados de IT mais eficientes em termos de custo, operação e sustentabilidade, além de um desempenho superior de cargas de trabalho e aplicações.

Estratégia

• Adotar uma abordagem holística para a cloud. A maioria dos projetos de transformação procura construir fundações de cloud duradouras e resilientes. Para isso, as equipas de IT precisam de considerar o negócio como um todo, analisando também como é que as inovações futuras podem impactar mercados competitivos e as necessidades tecnológicas;
• Considerar competências. Muitos dos conceitos modernos integrados nos projetos de transformação cloud — como containerização, automação e otimização — vão introduzir novos requisitos de competências, o que levará muitas organizações a depender mais de fornecedores-chave de cloud ou parceiros de serviços especializados;
• Considerar roadmaps de inovação. Os fornecedores vão ter um papel fundamental na capacidade de modernizar a cloud, seja esta dedicada ou pública. Importa reunir insights sobre os roadmaps de inovação e os planos dos fornecedores e incorporá-los nas decisões futuras ao implementar serviços de cloud;
• Criar uma framework de métricas-chave para determinar as melhores localizações para workloads e aplicações modernizadas na cloud. É necessário avaliar como se equilibra o desempenho, eficiência de recursos, poupança de custos e sustentabilidade para atingir os objetivos definidos.

5. Até 2026, o uso de arquiteturas de dados como produto vai reduzir significativamente os silos de dados em 50% das grandes empresas

Impacto no IT

“A presença de silos de dados no interior das empresas representa um dos maiores desafios. Para que os dados percorram todo o seu ciclo de vida – desde a entrada na organização até se transformarem em insights úteis para o negócio – é essencial que sejam geridos de forma colaborativa por todos os envolvidos neste projeto. A introdução do conceito de dados como um produto, com uma equipa virtual, ou não, dedicada à sua disponibilização, gestão e garantia de qualidade, ajuda a superar estes mesmo silos” Nelson Pereira, CTO, Noesis

• Os líderes de IT devem adaptar-se ao papel emergente dos líderes de produtos de dados (DPL), que fazem a ponte entre a engenharia de dados e os casos de uso dos clientes, garantindo que os dados são estruturados para atender a diversas necessidades;
• Com a crescente prevalência de produtos de dados, vai surgir um foco renovado na governação de dados, forçando os líderes de IT a implementar quadros de governação robustos para assegurar a qualidade, segurança e conformidade dos dados em toda a organização;
• A natureza iterativa do desenvolvimento de produtos de dados exige que os líderes de IT adotem metodologias ágeis para responder rapidamente às mudanças nas necessidades empresariais e ao feedback dos clientes;
• Com o aumento da utilização de produtos de dados, os líderes de IT vão precisar de integrar tecnologias avançadas, como machine learning e IA, nas suas estratégias de dados para melhorar as capacidades dos produtos e impulsionar o valor para o negócio.

Estratégia

• Começar pequeno e de forma iterativa. Focar-se em um ou dois casos de uso específicos, com uma abrangência bem definida e com claros benefícios empresariais, permitindo obter vitórias rápidas e demonstrar o valor dos produtos de dados às partes interessadas;
• Estabelecer objetivos empresariais claros definindo uma estratégia que mostre o alinhamento dos produtos de dados com os objetivos de negócio. Criar uma equipa multifuncional composta por engenheiros de dados, analistas, designers e stakeholders do negócio para melhorar a qualidade dos produtos de dados finais. É necessário implementar normas de governação robustas para metadados, documentação e qualidade de dados, assegurando a aplicação automática dessas normas para manter a integridade dos dados e garantir conformidade à medida que a procura por produtos de dados cresce;
• Envolver os utilizadores finais no processo de desenvolvimento através de métodos como entrevistas com clientes e prototipagem, para garantir que os produtos de dados sejam ajustados às necessidades. Estabelecer mecanismos para recolher feedback contínuo e monitorizar os produtos de dados após o seu lançamento.

6. Até 2025, 50% das organizações vão utilizar agentes empresariais configurados para funções específicas de negócio, em vez de se concentrarem em tecnologias individuais de copiloto, para alcançar um valor empresarial mais rápido através da IA

Impacto no IT

“Encontramo-nos na terceira onda da Inteligência Artificial, com agentes autónomos que podem raciocinar e agir em nome de empresas e de funcionários. Trata-se de um novo paradigma em software, com a capacidade para apoiar equipas e transformar a forma como trabalhamos. A Salesforce está a liderar esta terceira onda, e as empresas que terão maior sucesso no futuro, serão as que vão aliar a sua força de trabalho de profissionais especializados com agentes autónomos que, além de terem a possibilidade de gerar conteúdo ou sugerir respostas, podem gerir tarefas de atendimento, vendas, marketing e comércio, para aumentar a eficiência e o crescimento” Fernando Braz, Country Leader, Salesforce Portugal

• Priorizar casos de uso chave para agentes de IA, tendo em conta que a procura pode crescer rapidamente num ambiente em rápida mudança. Escolher casos de uso estratégicos ajudará a maximizar o impacto inicial e a alinhar os agentes de IA com os objetivos de negócio;
• Reconhecer que o desdobramento de agentes de IA exige processos de governação para gerir o ciclo de vida destes agentes. Isso inclui controlar o acesso aos dados e ao conhecimento gerado pelos agentes de IA, com base nos seus papéis e responsabilidades, e otimizar os custos operacionais da tecnologia;
• Adotar a necessidade de recursos de desenvolvimento para criar competências na configuração e implementação de agentes de IA, assegurando o acesso às ferramentas de desenvolvimento adequadas. Permitir a configuração de agentes em low-code por utilizadores empresariais, paralelamente ao desenvolvimento técnico de agentes de IA, para alcançar a mistura certa de capacidades que habilitem fluxos de trabalho baseados em agentes.

Estratégia

• Selecionar casos de uso iniciais com menos caminhos para começar. Iniciar com casos de uso internos e escolhas simples vai permitir que a organização aprenda como interagir e gerir agentes de IA de forma mais eficaz. Considere envolver um parceiro de serviços com expertise funcional de negócio para começar rapidamente e com eficiência;
• Avaliar as capacidades atuais e futuras dos agentes de IA oferecidas pelos fornecedores de IA e automação. À medida que os agentes de IA e copilotos proliferam, existe um risco significativo de dispersão das capacidades, o que pode limitar os benefícios destas ferramentas e atrasar o ROI. Deve-se procurar conselhos no ecossistema de parceiros dos fornecedores atuais e com prestadores de serviços sobre os produtos mais adequados e estratégias para evitar esta fragmentação e maximizar os resultados;
• Investir em literacia em IA e em formação de competências para melhorar a familiaridade com as capacidades dos agentes de IA em toda a organização. Considerar as estruturas organizacionais como centros de excelência (COE) e colaborar com um parceiro de serviços que complemente as competências internas em IA.

7. Até 2028, 80% das empresas vão exigir que os fornecedores de produtos potenciados por IA possibilitem uma entrega diversificada de inferências, desde o core até ao dispositivo final, com custos ajustáveis e salvaguardas de soberania digital

Impacto no IT

“A previsão da IDC, resultado da democratização da IA, sublinha a necessidade de uma entrega flexível de inferências desta tecnologia. Na Microsoft, reconhecemos a importância de executar modelos de IA em múltiplos ambientes, desde a cloud até dispositivos finais. Com soluções como o Azure, que oferece uma plataforma robusta para a execução de mais de 1.800 modelos de IA, o Copilot, que integra IA diretamente nas ferramentas de produtividade, e o Copilot+ PC, que inclui modelos de IA generativa, como o Phi-3, a correr localmente no computador, garantimos uma otimização contínua e adaptativa dos recursos. Esta abordagem assegura a eficiência operacional, capacitando pessoas e empresas a inovar de forma sustentável e responsável” Andrés Ortolá, Diretor-Geral, Microsoft Portugal

• Os líderes de IT têm a tarefa de identificar e gerir fluxos de trabalho de IA generativa e agentes que utilizam poder de inferência computacional no core, na rede e em dispositivos de edge, à medida que as aplicações em evolução tornam o dimensionamento da infraestrutura um alvo móvel;
• Para muitas organizações, a inferência vai exigir implementações simultâneas em várias regiões. No entanto, os desafios de gestão de custos e requisitos de desempenho em computação, dados e conectividade entre regiões serão um obstáculo significativo;
• Os requisitos de soberania de IA e dados vão acrescentar ainda mais complexidade à localização de infraestrutura e dados, tornando o cumprimento das normas para todos os projetos intensivos em inferência ainda mais exigente.

Estratégia

• Priorizar a utilização de soluções como serviço de fornecedores de cloud, rede ou infraestrutura, sempre que possível, para minimizar os custos iniciais de capital e os custos contínuos de suporte associados à implementação e gestão de ativos e código dispersos;
• Procurar fornecedores que tenham construído um ecossistema sólido de parceiros com conhecimento profundo da governança de dados local e da regulamentação de conformidade, de forma a reduzir riscos e o peso sobre as equipas internas;
• Avaliar as plataformas quanto ao nível de suporte para conectividade multicloud e gestão de recursos híbridos (do core ao edge). Garantir a flexibilidade e a capacidade de aceder e extrair valor de todas as fontes vai promover os resultados mais precisos.

8. Até 2026, 60% das empresas vão implementar frameworks de IA sustentável, aproveitando decisões baseadas em dados para expandir as operações de IA em localizações de data center, enquanto cumprem metas de descarbonização

Impacto no IT

“A análise de dados e o machine learning baseado em IA estão a ajudar a descarbonizar os data centers - e isto já é uma realidade. Como? Através de ferramentas de software que apoiam o design e o funcionamento dos data centers, incluindo ferramentas de design elétrico digital. Com elas, é possível melhorar os sistemas de distribuição energética nos data centers, de forma a minimizar as perdas de energia e garantir que a energia é fornecida aos servidores de forma eficiente, incluindo a utilização de unidades avançadas de distribuição de energia e sistemas de gestão inteligentes” Aroa Ruzo, Country Manager, Schneider Electric

• As empresas vão privilegiar os data centers de terceiros sempre que possível, para aproveitar a energia renovável, a eficiência e a infraestrutura partilhada, com o objetivo de reduzir as emissões de carbono. Quando isso não for possível, vão procurar hardware de IA energeticamente eficiente para diminuir o impacto ambiental da escalabilidade das operações de IA;
• Os departamentos de compras de IT vão começar a exigir Declarações Ambientais de Produtos (EPD), um documento padronizado que quantifica o impacto ambiental de um produto ao longo de todo o seu ciclo de vida;
• As organizações de IT vão tomar decisões baseadas em dados sobre o “carbono total”, tendo em conta a eficiência energética e o carbono incorporado para determinar os ciclos de atualização;
• A prática de aplicar frameworks de IA sustentável vai estender-se também aos dispositivos IoT e aquisições.

Estratégia

• Muitas organizações sofrem com a falta de dados para tomar decisões informadas sobre sustentabilidade. As organizações devem investir em sistemas de recolha e reporte de dados para tomar decisões de sustentabilidade baseadas em dados;
• Embora a descarbonização seja o tema que mais atenção recebe, a água também é um elemento-chave e deve ser incluída nas frameworks de IA sustentável;
• Deve-se explorar as opções em infraestrutura IoT e como é que a organização pode expandir os seus esforços de recolha de dados para melhorar a fidelidade da framework;
• Procurar entender como é que os fornecedores, parceiros de serviços e consultoria estão a ajudar a tornar as frameworks de IA sustentável acionáveis.

“O sucesso da Generative AI está a originar desenvolvimentos dispersos por várias equipas, com abordagens e tecnologias distintas. Com a necessidade crescente de governo e cumprimento de regulamentos, é imperativo uniformizar e supervisionar estes desenvolvimentos sem limitar a adoção. Como se fez com aplicações e dados através de abordagens de plaform engineering, as organizações devem criar uma plataforma de desenvolvimento comum e um modelo de governo único, que permitirá desenvolver Generative AI autonomamente numa plataforma comum e segundo as mesmas regras, garantindo conformidade sem restringir a criatividade e celeridade” Hélder Pinheiro, Data & AI Director, Claranet Portugal

9. Até o início de 2028, 75% das aplicações de IA composta utilizadas pelas empresas vão ser construídas com base numa framework de plataforma unificada que garante a utilização confiável e eficiente de código, dados e recursos da infraestrutura

Impacto no IT

• As equipas de IT que procuram apoiar a construção de assistentes de IA generativa e novas aplicações potenciadas por fluxos de trabalho agentic vão ter de reunir as equipas relevantes de dados, DevOps, infraestrutura e governança para compreender os requisitos de gestão tecnológica das implementações de copiloto antes da implementação;
• As equipas de IT que ajudam a organização a adotar aplicações potenciadas por IA generativa e aprimoradas com fluxos de trabalho agentic de fornecedores terceiros vão ter dificuldades em desenvolver a especialização necessária para evitar altas taxas de falha nas implementações.

Estratégia

• Aumentar a probabilidade de sucesso no lançamento e na adoção, fazendo investimentos apropriados nas ferramentas, fluxos de trabalho e pessoal necessários para apoiar as operações contínuas e a gestão do ciclo de vida;
• Assegurar de que as avaliações das capacidades dos fornecedores de plataformas de IA incluem a análise do desenvolvimento de um ecossistema sólido de parceiros em tecnologia, implementação e operações contínuas.

10. Impulsionados pela adoção de novos modelos de trabalho potenciados por IA, 95% dos atuais cargos em IT e nas linhas de negócio serão redefinidos ou eliminados até 2030

Impacto no IT

“É urgente projetar estrategicamente os perfis do futuro em cada organização, definir um plano de transformação e executar. Só assim será possível criar confiança sobre o futuro do trabalho, reduzindo as barreiras de adoção de IA tão críticas no processo de massificação e escala. À alteração inevitável das formas de trabalho e das profissões, junta-se a necessidade de dotar a organização de talento, democratizando a IA e criando planos de formação personalizados. Este é um aspeto essencial para preparar as organizações para uma nova realidade competitiva, abrindo novas possibilidades de mercado e tornando-as mais atrativas para o talento emergente” Rui Teles, Managing Director, Data & AI Lead, Accenture Portugal

• Os departamentos de IT estão a enfrentar uma pressão dramática para aprender novas competências em IA. Ao mesmo tempo, estão a experienciar uma escassez de talento técnico. A tecnologia de IA exige monitorização cuidadosa e a segurança da enorme quantidade de dados necessários para executar aplicações. As equipas de IT vão precisar de apoio no desenvolvimento e aquisição de talento com competências avançadas em desenvolvimento, análise e segurança;
• O IT está cada vez mais integrado com outras funções, especialmente operações e recursos humanos, à medida que as aplicações potenciadas por IA promovem novas formas de trabalho de forma fluída entre locais de trabalho presenciais e remotos. A proliferação de aplicações de autosserviço, low-code e no-code, embora destinadas a aliviar a pressão sobre os developers, pode agravar as necessidades de suporte, criando bottlenecks complexos em torno da interoperabilidade e integração de aplicações padrão, legacy e novas;
• O IT vai beneficiar da automação, impulsionado pela IA, que reduz ou elimina tarefas repetitivas de código e da introdução de bots e agentes de IA para abordar fluxos de trabalho específicos e monitorizar a segurança.

Estratégia

• Explorar abertamente onde é necessário mais trabalho, tanto a nível técnico como para os colaboradores aprenderem com a experimentação. Avançar exigirá, por vezes, retroceder para construir uma cultura de confiança;
• Antecipar a curva de aprendizagem e investir em aprendizagem contínua, tanto para competências técnicas como humanas. Isso vai exigir novas formas de aprendizagem que se alinhem com os novos modelos de trabalho em todos os níveis;
• Reconhecer que novos papéis, competências e modelos de governança vão expor desigualdades organizacionais e oportunidades de melhoria para além das simples métricas de produtividade como medida de sucesso.