O que o mainframe nos ensinou sobre a operação da Inteligência Artificial
O desafio é que muitas organizações ainda tentam sustentar a IA sobre bases criadas sem planejamento.
Por Wagner Jesus*
A corrida pela inteligência artificial entrou em uma nova fase. Depois do entusiasmo com pilotos e experimentações, agora as empresas precisam provar que a IA, especialmente a GenAI, consegue operar com segurança, escala e resiliência em ambientes de missão crítica. Tudo isso enquanto gera ROI. E, nesse ponto, a tecnologia tem muito a aprender com o mainframe.
Nos anos 1960 e 1970, o mainframe transformou o mundo corporativo porque entregava o que o mercado mais precisava, como processamento massivo, segurança transacional, centralização e alta disponibilidade. Hoje, clusters de GPUs e aceleradores especializados assumem papel semelhante. A infraestrutura voltou ao centro da estratégia.
O desafio é que muitas organizações ainda tentam sustentar a IA sobre bases criadas sem planejamento. Dados do novo People Readiness Report da Kyndryl mostram que os investimentos em IA cresceram 33% no último ano em setores como financeiro e varejo, mas 70% dos CEOs reconhecem que seus ambientes de nuvem nasceram “por acidente, e não por design”.
Esse descompasso já limita a inovação. No setor financeiro, 58% dos líderes seniores afirmam que problemas estruturais atrasam iniciativas digitais. Além disso, entre 26% e 31% da infraestrutura física de rede, servidores e armazenamento que sustenta operações críticas já está no fim da vida útil.
No Brasil, o contraste é ainda mais evidente. Embora 64% das organizações afirmem que a IA já está incorporada a processos centrais ou amplamente disseminada, a adoção avança sobre uma base tecnológica pressionada. Para o CIO brasileiro, modernizar redes, armazenamento e ambientes híbridos deixou de ser um projeto de bastidor, tornou-se condição para competitividade.
A chegada da IA agêntica amplia essa urgência. Sistemas autônomos, capazes de tomar decisões e executar transações de ponta a ponta, não podem depender de conectividade instável, respostas inconsistentes ou governança frágil. Uma IA que atua em crédito bancário, cadeia de suprimentos ou atendimento crítico precisa do mesmo nível de confiança que consagrou o mainframe.
Por isso, o papel do CIO precisa evoluir. Mais do que bloquear riscos, ele deve atuar como arquiteto de plataformas seguras, capazes de permitir inovação rápida sem abrir mão de controle, privacidade e cibersegurança. Ou seja, assumir uma arquitetura híbrida e intencional: treinar modelos em nuvens públicas para aproveitar elasticidade e escala, e executá-los em ambientes privados e controlados quando governança, custo previsível e proteção de dados forem decisivos.
A principal lição do mainframe é que tecnologias críticas só geram valor quando são sustentadas por bases sólidas: disponibilidade, segurança, governança, previsibilidade e capacidade de escalar sem comprometer a operação. Na era da IA, isso significa ir além da experimentação e construir ambientes preparados para executar modelos e agentes com o mesmo nível de confiança exigido por sistemas de missão crítica. Vencerá quem deixar de empilhar ferramentas e começar a projetar, com rigor, a infraestrutura da inteligência.
* Wagner Jesus é diretor geral da Kyndryl Brasil
