A adoção de agentes de inteligência artificial nas empresas cria uma nova necessidade de arquitetura: definir quais modelos podem ser usados, quanto cada aplicação consome e a quais sistemas, dados e transações os agentes têm acesso. A avaliação é de Fábio Rosato, diretor executivo da Sensedia, que participou de uma mesa redonda no TI Inside Innovation Forum 2026.
Rosato comparou a expansão da IA ao fenômeno da Shadow IT, em que soluções surgem fora das estruturas de governança. O movimento mostra que as áreas querem inovar, mas traz riscos de segurança e de vazamento de dados. Com agentes conectados a sistemas corporativos por meio do Model Context Protocol (MCP), ele avalia que abrir a conexão é simples; o difícil é garantir controle e segurança.
Leia tambémPesquisa usa sinais cerebrais para a IA perceber quando errou a intenção do usuárioNesse contexto, o AI Gateway teria duas funções: rotear as chamadas entre diferentes modelos, com regras de acesso, segurança e consumo, e ligar os agentes às informações da empresa. Rosato defende uma visão de FinOps para IA, já que contar tokens não basta quando cada modelo cobra um preço e um mesmo agente aciona vários deles. Tarefas simples podem usar modelos mais baratos.
O executivo lembrou que agentes têm comportamento não determinístico e podem gerar janelas de contexto enormes ou chamadas repetidas, elevando o gasto rapidamente. Por isso, sugere limites de orçamento por área ou aplicação. Ele também recomenda manter contextos, arquivos e bases de conhecimento sob controle da própria empresa, para trocar de modelo sem refazer toda a estrutura, e alerta que nem todo problema pede IA.
Sobre retorno do investimento, Rosato considera difícil montar um business case preciso antes de conhecer o comportamento das aplicações. Ele descreve três etapas na gestão financeira da IA: entender quanto ela custa, atribuir o consumo a cada área e, por fim, otimizar o gasto. Na visão dele, os agentes exigem uma camada própria de governança, assim como ocorreu com as APIs.
Por que isso importa para empresas
- Empresas que já testam agentes devem mapear quais modelos, sistemas e dados cada um acessa antes de ampliar o uso, para evitar uma onda de Shadow AI com risco de vazamento de informações.
- Definir orçamento por área e medir custo por tarefa, e não apenas por token, ajuda a evitar surpresas na fatura e a escolher o modelo adequado para cada uso.
- Guardar prompts, contextos e bases de conhecimento em estruturas próprias reduz a dependência de um fornecedor e facilita migrar quando surgirem opções melhores ou mais baratas.
Texto da Redação IA BRAZIL, escrito a partir da matéria publicada por TI Inside. Título original, imagem e matéria completa pertencem à fonte.
:quality(85)/91d1635b-15e4-4706-8c68-86032e250499.jpg)
