O que setembro nos mostrou: em IA enterprise, o modelo deixou de ser a parte difícil

No último mês, analisamos vinte movimentos de IA enterprise, de OpenAI, AWS, Microsoft, Google, Anthropic, Salesforce, Palantir, IBM, Snowflake, Databricks e Cohere. Lidos um a um, parecem uma temporada movimentada de lançamentos. Lidos em conjunto, contam uma história mais clara: o modelo deixou de ser a parte difícil.

Esta é a primeira das nossas sínteses mensais. O objetivo é conectar o que publicamos, dizer no que passamos a acreditar e apontar o que vamos observar a seguir.

1. O runtime do agente virou infraestrutura

Em poucas semanas, a camada que a maioria dos times ainda construía à mão virou produto. A OpenAI passou a operar o loop do agente por trás da sua Agents API. A AWS colocou identidade, sessões duráveis, aprovações e auditoria no Bedrock Managed Agents. A Microsoft passou a hospedar e operar os apps gerados pelo Copilot. O Google lançou um runtime de execução para frotas de agentes.

No que acreditamos agora: construir o próprio loop do agente raramente é onde está o valor. O valor está no que o runtime não decide por você: escopo, aprovações, evidências e responsabilidade.

2. A custódia passou para a frente

O IBM Bob auto-hospedado, os vários caminhos de entrega do Claude, o acesso governado da Anthropic para ciências da vida e a sua divisão do monitoramento de segurança responderam à mesma pergunta: quem guarda o quê. Desenvolvemos esse argumento no nosso artigo sobre custódia.

No que acreditamos agora: agentes criam novas cópias de dados sensíveis em sessões, snapshots, traces e índices. Um mapa de custódia precisa estar em todo desenho, antes da revisão de segurança.

3. A avaliação virou a superfície de controle

O AIP Evolve, da Palantir, deixa agentes proporem mudanças em sistemas de IA, o que só funciona com avaliações fortes. A observabilidade de agentes da Snowflake leva julgamentos de qualidade para o tráfego real. A métrica de busca da Cohere defende medir a busca separada da resposta.

No que acreditamos agora: um sistema de IA que não pode ser medido por tarefa e por componente não está pronto para mudar, escalar ou ser entregue a outro time.

4. Os melhores agentes estão sumindo dentro de processos que já existem

Os agentes de segurança do Google vivem dentro do code review. O contas a pagar da Snowflake usa IA só onde a entrada é desestruturada. O Gemini agora age dentro do Microsoft 365, onde as pessoas já trabalham.

No que acreditamos agora: os agentes que chegam mais rápido à produção não têm janela de chat. Eles alimentam uma decisão que um processo existente já sabe tratar, ao lado de verificações determinísticas.

5. Custo e responsabilidade viraram questões de modelo operacional

O Copilot Autopilot levantou a pergunta de quem responde pelas ações de um agente depois que o usuário sai. A Snowflake e o Google lançaram cotas e tetos de gasto, e a IBM relatou CFOs com papel maior nas decisões de IA. O harness da Salesforce reforçou a pergunta sobre quais camadas construir uma vez, entre fornecedores.

No que acreditamos agora: todo agente em produção precisa de um responsável com nome, de um orçamento e de uma decisão sobre o que acontece quando o limite é atingido.

Camadas centrais

• Aplicação de negócio e experiência
• Runtime do agente: orquestração e estado
• Ferramentas, ações e integrações
• Contexto corporativo: dados e grounding
• Modelos

Controles transversais

• Identidade e autorização
• Políticas e segurança
• Avaliação
• Aprovação humana
• Observabilidade e auditoria
• Ciclo de vida e implantação

• Responsabilidade operacional: quem responde depois do go-live

Virou produto em setembroVirou diferencial, e continua sendo decisão da empresa

O que setembro significa para o Brasil

Dois fatos de setembro se somam por aqui. O primeiro é o investimento de R$ 1,5 bilhão da Databricks no Brasil, um sinal de que a demanda das empresas brasileiras é por IA em produção, e não por tradução de produto. O segundo é menos visível: boa parte das novidades do mês chegou primeiro, ou apenas, em regiões dos Estados Unidos. O Bedrock Managed Agents está em preview só em três regiões americanas, e os deploys do Claude no Azure citados pela Microsoft não mantêm a inferência no Brasil.

Para quem trata dados de clientes brasileiros, isso faz da custódia, e não do modelo, a primeira conversa: o que pode sair do país, sob quais regras da LGPD, e o que precisa esperar a disponibilidade regional.

O que vamos observar em outubro

• Previews chegando à disponibilidade geral, e os preços que vêm junto. Vários serviços que analisamos ainda estão em preview ou em beta privado, como o Bedrock Managed Agents e o Compass Cloud, da Cohere.
• Disponibilidade regional, especialmente em São Paulo, que decide se esses serviços podem ser usados com dados regulados.
• O lançamento da observabilidade de agentes da Snowflake, previsto para 22 de outubro, e se os padrões abertos de telemetria se sustentam entre fornecedores.
• Fornecedores publicando detalhes de custódia sem que ninguém peça: onde ficam sessões, traces e índices, e por quanto tempo.
• A busca como camada gerenciada, depois do Compass Cloud e do Embed 5, e se a aplicação de permissões se sustenta em uso real.

Em resumo

Setembro não trouxe um novo modelo que mudou a IA enterprise. Trouxe plataformas que absorveram a engenharia genérica e, com isso, uma visão mais clara do que continua sendo trabalho da empresa: custódia, avaliação, aprovações, custo e responsabilidade. É para lá que vamos continuar olhando. O mapa completo dessas camadas está no nosso guia do stack de 2026.