Quem trabalha com tecnologia sabe que nem tudo muda na velocidade que aparece nas notícias.

Enquanto surgem novos modelos de IA, agentes e ferramentas de automação, muitas empresas continuam lidando com sistemas antigos, dados espalhados, integrações complicadas e dificuldade para encontrar profissionais especializados.

A diferença é que agora esses problemas precisam conviver com uma pressão maior, fazer mais, em menos tempo, sem aumentar demais os custos.

A inteligência artificial é um bom exemplo disso. Segundo a McKinsey, 88% das organizações já usam IA regularmente em pelo menos uma área, mas a maioria ainda está tentando descobrir como levar essas iniciativas para o restante da empresa.

É aí que começam os desafios.

IA entrou nas empresas. Agora precisa entrar na rotina. 

Testar uma ferramenta de IA é fácil. O trabalho começa quando ela precisa fazer parte de um processo de verdade.

Uma equipe testa uma ferramenta para escrever código. Outra usa IA para analisar documentos. O atendimento começa a automatizar respostas. Até aí, tudo funciona bem.

Mas e quando essas ferramentas precisam acessar dados da empresa?

Quem pode usar? Onde ficam essas informações? Como saber se o resultado está correto? O que acontece quando a ferramenta precisa conversar com outro sistema?

Os agentes de IA tornam isso ainda mais relevante. Eles não apenas respondem, podem consultar informações, usar ferramentas e executar tarefas. A McKinsey aponta que 62% das organizações já estão experimentando agentes de IA.

Para a TI, isso significa lidar com aplicações que começam a ter mais autonomia. E autonomia sempre traz uma pergunta junto, até onde esse sistema pode ir?

O problema dos dados continua 

Talvez esse seja um dos pontos menos interessantes de falar, mas um dos que mais aparecem na prática. A empresa quer usar IA, mas os dados estão em três sistemas diferentes.

Quer automatizar um processo, mas parte das informações está em uma planilha. Quer criar um dashboard, mas cada área trabalha com uma versão diferente do mesmo dado.

A tecnologia nova acaba revelando problemas antigos.

O World Economic Forum coloca IA e Big Data entre as áreas que mais devem crescer em importância nos próximos anos. Isso ajuda a explicar por que projetos de IA frequentemente começam com uma conversa sobre dados.

Antes de pensar no modelo mais sofisticado, é preciso conseguir encontrar a informação certa, no lugar certo e com qualidade suficiente para ser usada.

Sistemas antigos ainda estão no caminho 

Existe outro cenário bastante comum, um sistema antigo que ninguém quer mexer. Não porque ele seja necessariamente ruim. Ele funciona, a operação depende dele e substituí-lo custaria caro.

O problema aparece quando a empresa quer fazer alguma coisa nova.

Uma aplicação precisa conversar com esse sistema. Um novo produto precisa acessar seus dados. Uma automação depende de uma informação que está presa ali. É nesse momento que a modernização começa a entrar na conversa.

E ela não precisa significar jogar tudo fora. Muitas empresas estão modernizando aos poucos, criando integrações, migrando partes da aplicação ou atualizando componentes específicos.

É menos bonito do que anunciar uma tecnologia nova, mas costuma ser muito mais próximo da realidade de quem está tocando a operação.

Segurança ganhou novas preocupações

A área de segurança também ganhou mais trabalho.

Além dos sistemas tradicionais, agora existem APIs, cloud, ferramentas de terceiros, aplicações de IA e agentes que podem acessar informações.

O Gartner aponta os agentes de IA como um dos pontos de atenção em cibersegurança para 2026, justamente porque eles podem criar novas formas de acesso e novos pontos de ataque.

Imagine um agente que precisa consultar um banco de dados para realizar uma tarefa.

Ele precisa mesmo acessar tudo? Pode alterar alguma informação? Pode tomar uma decisão sozinho? E, se algo der errado, como descobrir exatamente o que aconteceu?

Essas perguntas estão começando a fazer parte da rotina de TI.

E ainda tem o problema de encontrar gente

Por mais que a tecnologia avance, alguém ainda precisa construir, integrar, testar e manter tudo funcionando.

E encontrar essas pessoas não está ficando mais fácil.

O World Economic Forum estima que 39% das habilidades exigidas no mercado devem mudar até 2030, com áreas como IA, Big Data, redes e cibersegurança ganhando espaço.

Para uma empresa, isso pode significar ter um projeto pronto para começar, mas não ter o profissional certo para tocar a iniciativa.

Contratar pode levar meses. Formar alguém internamente também.

Por isso, equipes internas trabalhando com profissionais especializados, squads ou parceiros externos passaram a fazer parte da estratégia de muitas empresas.

No fim, uma coisa puxa a outra 

É difícil separar esses problemas. A empresa quer usar IA e descobre que precisa organizar os dados. Organiza os dados e percebe que os sistemas não conversam. Decide modernizar os sistemas e percebe que falta gente para fazer o projeto acontecer.

Enquanto isso, segurança precisa acompanhar tudo.

Talvez esse seja o cenário mais realista da TI em 2026: não faltam tecnologias. O que falta, muitas vezes, é espaço, estrutura e gente para fazer tudo funcionar junto.

E isso muda a conversa.

Antes de escolher a próxima ferramenta, vale olhar para o que já existe e perguntar, onde está o problema de verdade?

Às vezes é IA.

Às vezes é um sistema antigo.

Às vezes são os dados.

E, em muitos casos, é simplesmente falta de capacidade para tirar o projeto do papel.

Onde a Code Group entra

A Code Group atua em projetos de Cloud, Dados & IA, modernização de sistemas e tecnologia, além de apoiar empresas que precisam ampliar seus times com profissionais especializados.

Também desenvolvemos soluções próprias, como o GenQA, plataforma de IA voltada para automação de testes de software. A ferramenta se integra ao Jira e ao Azure DevOps e ajuda os times de QA a reduzir o tempo gasto na criação e execução de testes.

No fim, a necessidade pode ser diferente em cada empresa: modernizar um sistema, estruturar dados, colocar uma iniciativa de IA em prática ou ganhar produtividade em QA.

É a partir desse problema que a Code Group trabalha.

Fale com a gente.