O que um stack de IA corporativa precisa ter para ir à produção em 2026

Em poucas semanas de setembro de 2026, seis das maiores plataformas de IA corporativa fizeram anúncios relevantes: AWS com OpenAI, Microsoft, Google, Salesforce e Palantir. Lidos separadamente, parecem produtos concorrentes. Lidos lado a lado, descrevem a mesma coisa: tudo o que um sistema de IA precisa ter e que não é o modelo.

Todas estão entregando alguma versão de identidade para agentes, permissões, conectores de ação, etapas de aprovação, trilha de auditoria, controle de versão e console de administração. Essa convergência é o sinal mais útil do ano para quem planeja IA em uma empresa: mostra o que a produção realmente exige, porque os fornecedores agora pagaram para construir.

Modelo com prompt não é sistema

Um protótipo precisa de três coisas: um modelo, um prompt e alguns dados. Um sistema que uma empresa regulada deixa operar sobre clientes, colaboradores ou dinheiro precisa de muito mais, e quase nada disso aparece em uma demonstração.

O mapa abaixo é a nossa síntese do que aparece de forma recorrente em implantações sérias e nos anúncios de setembro. São cinco camadas centrais, seis controles que atravessam todas elas e uma camada que nenhum fornecedor entrega.

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

As cinco camadas centrais

Aplicação de negócio e experiência. Onde as pessoas encontram o sistema: um canal do Teams, um documento, uma tela do CRM, um app interno. Se a IA vive em uma aba separada, a adoção já começa mais difícil.

Runtime do agente. Orquestração, estado e memória entre etapas. Foi a camada que mais mudou em 2026. A OpenAI passou a operar o harness por trás da sua Agents API; a AWS oferece um runtime gerenciado construído sobre ela; a Microsoft roda o Autopilot como um agente hospedado na nuvem, com espaço de trabalho próprio.

Ferramentas, ações e integrações. O que o sistema consegue fazer, e não apenas ler. As notas de versão do Google de setembro trazem novas ações em preview para OneDrive, Outlook, SharePoint e Teams. A Salesforce chama essa camada de “Trusted Action”.

Contexto corporativo. Os dados, documentos, definições de negócio e significados que fundamentam as respostas. É aqui que está a vantagem de cada empresa, e também a maior parte do trabalho pouco visível: acesso, atualização, qualidade e semântica.

Modelos. Cada vez mais intercambiáveis e roteados automaticamente. A Microsoft já escolhe o modelo por requisição no Copilot, e o AIP Evolve da Palantir pode propor migrar uma carga para outro modelo depois de validar a mudança.

Os seis controles transversais

São esses controles que decidem se o time de segurança, risco ou compliance aprova a entrada em produção. A novidade de 2026 é que as plataformas passaram a oferecê-los como recursos de primeira classe.

Identidade e autorização. Em nome de quem o agente age? A AWS dá a cada agente gerenciado a sua própria IAM role. A Microsoft descreve o Autopilot como um agente que vive no tenant, com identidade própria. O Google adicionou, em 28 de setembro, permissões IAM por app e por data store no Gemini Enterprise.

Políticas e segurança. Quais conectores, endpoints e fontes de dados são permitidos. O Copilot Managed Runtime da Microsoft aplica políticas da organização para conectores, acesso a dados, endpoints aprovados e auditoria em todo app hospedado.

Avaliação. Como saber que o sistema está bom o suficiente, e que continua bom depois de uma mudança. O AIP Evolve valida mudanças propostas contra casos de teste ou suítes de avaliação existentes antes de qualquer merge. Sem uma suíte de avaliação, esse tipo de automação não tem contra o que verificar.

Aprovação humana. Onde uma pessoa precisa dizer sim. A AWS permite exigir aprovação humana antes de ações relevantes. No computer use da OpenAI, as aprovações de acesso a sites e o login ficam a cargo da aplicação do cliente.

Observabilidade e auditoria. O que aconteceu e quem consegue provar. A AWS registra a atividade suportada dos agentes no CloudTrail. A Microsoft centraliza inventário, uso e saúde dos apps no centro de administração do Microsoft 365. A Salesforce planeja um AI Control Plane para registrar, observar e controlar agentes de diferentes fornecedores.

Ciclo de vida e implantação. Versões, branches, rollback e desativação. O Managed Runtime versiona apps via Git. O AIP Evolve passa propostas por revisão em branch. O Google agora permite transferir a propriedade de agentes compartilhados, e desativa os agendamentos até o novo dono reativá-los.

A camada que ninguém entrega: responsabilidade operacional

Nenhuma plataforma define quem responde por um agente depois do go-live. Essa é uma decisão da organização, e é o motivo mais comum para pilotos ficarem parados.

A transferência de propriedade no Google é um sintoma pequeno, mas revelador. O recurso existe porque agentes sobrevivem aos seus criadores: pessoas mudam de área, terceiros saem, e um agente agendado continua rodando. Alguém precisa responder pelo propósito, pelas permissões, pelos resultados de avaliação e pela desativação.

Para empresas brasileiras, isso tem um desdobramento concreto. Quando um agente trata dados pessoais, a LGPD exige saber quem decide sobre esse tratamento e com qual finalidade. Essa pergunta não se responde no console de nenhuma plataforma. Ela precisa de um dono.

Perguntas antes da produção

Para qualquer sistema de IA que vai operar de verdade, você deveria conseguir responder cada uma destas perguntas em uma frase:

1. Em nome de quem o sistema age, e com quais permissões?
2. Quais dados ele pode ler, e quais pode devolver ou alterar?
3. Quais ações exigem uma pessoa, e quem é essa pessoa?
4. Qual avaliação mostra que ele está bom hoje, e quem a executa de novo depois de uma mudança?
5. Onde fica a trilha de auditoria, e quem pode consultá-la?
6. Como ele é versionado, revertido e desativado?
7. Quem responde por ele no próximo trimestre?

Se a resposta para alguma delas for “a plataforma cuida disso”, confira o que a plataforma realmente documenta. Na maioria dos casos, ela cuida do mecanismo. A decisão continua sendo sua.

O que isso significa

O modelo é a parte da IA corporativa que melhora sozinha. Todo o resto deste mapa é o trabalho de decidir como um sistema se comporta dentro da sua organização. Os fornecedores estão entregando mais da maquinaria para esse trabalho, o que é uma boa notícia. Isso também deixa as decisões restantes mais visíveis, e mais difíceis de adiar.