Verticais
Cases
Soluções
Cases
Produtos
Insights
Cases

O Beyond AI 2026: Building the Intelligence Ecosystem, evento promovido pela MATH, no Museu do Futebol, em São Paulo, reuniu diferentes perspectivas sobre os impactos da IA na economia, na organização das empresas e na construção de novos modelos de negócio.

Temas como infraestrutura, geopolítica, cooperação e autonomia dos agentes revelaram dimensões de um mesmo desafio: como conectar diferentes formas de inteligência para ampliar a capacidade de criar valor?

Entre os conteúdos apresentados, as perspectivas de Carolina Bocuhy, Flávio Basílio e Pedro Waengertner ajudam a compreender como essa mudança influencia decisões estratégicas, tecnológicas e organizacionais.


O que é um ecossistema de inteligência artificial?

Um ecossistema de inteligência artificial conecta pessoas, organizações, dados, modelos de IA, agentes e sistemas para desenvolver capacidades e gerar valor. Sua construção envolve integração tecnológica, colaboração, governança e formas de organização do trabalho que permitam coordenar diferentes competências e responsabilidades.


Inteligência artificial e vantagem competitiva: competir, cooperar e cocriar

A expansão da inteligência artificial generativa amplia o acesso a capacidades que antes dependiam de equipes especializadas, investimentos elevados e longos ciclos de desenvolvimento. Para as empresas, essa disponibilidade desloca parte da discussão competitiva para a capacidade de criar produtos, serviços e modelos de negócio.

Na palestra IA generativa nas empresas: como criar valor, Carolina Bocuhy, Executiva de Tecnologia do banco BV, apresentou uma perspectiva econômica sobre esse movimento.

Sua análise partiu do conceito de General Purpose Technology (GPT), ou tecnologia de propósito geral. Assim como a máquina a vapor, a eletricidade e o transistor, a inteligência artificial tem potencial para alterar a organização da produção e viabilizar novas atividades econômicas.

A comparação histórica traz uma consequência importante: o desenvolvimento de uma tecnologia e a captura de seu valor podem acontecer em lugares diferentes.

Carolina utilizou o exemplo do transistor, desenvolvido nos Estados Unidos e posteriormente explorado em larga escala pela indústria japonesa, para mostrar como a capacidade de aplicação e desenvolvimento de produtos influencia a distribuição dos benefícios econômicos.

Com a inteligência artificial, empresas de diferentes setores podem acessar modelos semelhantes. Entretanto, a disponibilidade da tecnologia, por si só, não determina quais organizações conseguirão desenvolver vantagens duradouras.

Três caminhos para a criação de valor com IA

Carolina organizou parte da análise em três movimentos: competição, cooperação e cocriação.

  • Competição: desenvolvimento de capacidades próprias que diferenciam produtos, serviços e posicionamento no mercado.
  • Cooperação: compartilhamento de estruturas, recursos ou padrões que permitem a participação de diferentes organizações.
  • Cocriação: construção conjunta de soluções e oportunidades de negócio a partir da combinação de conhecimentos e capacidades.
  • Contexto: informações necessárias para compreender objetivos, histórico, regras e decisões anteriores.
  • Autoridade: definição das ações permitidas, dos limites de autonomia e das situações que dependem de aprovação.
  • Execução: realização das atividades e registro dos resultados que podem contribuir para novas avaliações e decisões.

O Pix foi apresentado como exemplo de cooperação. Diferentes instituições participam de uma infraestrutura compartilhada, sobre a qual podem desenvolver serviços e experiências próprias.

Na cocriação, as oportunidades surgem da aproximação entre setores que tradicionalmente operam de maneira separada. Uma experiência de compra por transmissão ao vivo, por exemplo, pode combinar plataformas digitais, sistemas de pagamento, infraestrutura tecnológica e diferentes prestadores de serviço.

Esse raciocínio amplia a discussão sobre ecossistemas de inteligência.

Ao compartilhar determinadas capacidades, empresas podem desenvolver serviços que dificilmente seriam viáveis dentro de uma estrutura isolada. A diferenciação também passa pela habilidade de identificar parceiros, conectar conhecimentos e desenvolver aplicações sobre infraestruturas existentes.

No contexto brasileiro, Carolina destacou a importância de ampliar a participação do país na criação de produtos e aplicações de maior valor agregado, aproveitando recursos, competências e setores tecnológicos já desenvolvidos.

Sua análise também chamou atenção para o risco de concentrar a estratégia na contratação de plataformas externas, sem desenvolver capacidades próprias.

Para as empresas, o foco precisa estar em identificar quais competências precisam ser desenvolvidas internamente, quais podem ser compartilhadas e onde a colaboração abre novas oportunidades de negócio.

Geopolítica da IA: como infraestrutura e soberania influenciam os negócios

A inteligência artificial depende de uma cadeia de produção que ultrapassa o desenvolvimento de modelos e aplicações. Semicondutores, energia, centros de dados, mineração e conectividade compõem a infraestrutura necessária para disponibilizar capacidade computacional em larga escala.

Na palestra Geopolítica da inteligência artificial: chips e energia, Flávio Basílio, economista e executivo da EloPar, analisou como essas dependências se relacionam às mudanças no cenário internacional.

Um dos pontos centrais foi a transição de um modelo global orientado pelo just-in-time, associado à eficiência das cadeias de fornecimento, para uma lógica de just-in-case, que considera também a preparação para interrupções e mudanças nas condições de acesso a recursos estratégicos.

Nesse ambiente, a confiança entre parceiros comerciais, a segurança do fornecimento e a capacidade de resposta a mudanças geopolíticas ganham importância nas decisões de investimento.

Para as empresas, essa perspectiva acrescenta variáveis à escolha de fornecedores, infraestrutura e localização do processamento de dados.

Restrições comerciais, mudanças regulatórias, disponibilidade energética e relações internacionais podem influenciar custos, disponibilidade e continuidade operacional.

O papel do Brasil na cadeia de valor da inteligência artificial

Flávio destacou oportunidades brasileiras relacionadas à energia, à mineração e à capacidade de inovação do setor financeiro.

A cadeia de semicondutores envolve matérias-primas, equipamentos especializados, fabricação e investimentos intensivos em capital. A disponibilidade de recursos minerais pode criar oportunidades para o Brasil em determinadas etapas, embora a participação em atividades de maior valor agregado dependa de capacidades industriais e tecnológicas adicionais.

A oferta de energia também ganha importância com a expansão dos investimentos em infraestrutura computacional.

Entretanto, a existência desses recursos não garante, isoladamente, a atração de investimentos.

Segundo a análise apresentada, estabilidade econômica, credibilidade institucional e condições de investimento influenciam a capacidade de desenvolver projetos e ampliar a participação nas cadeias globais de valor.

O setor financeiro apareceu como outra oportunidade. Experiências brasileiras em pagamentos e integração financeira podem contribuir para o desenvolvimento e a exportação de tecnologias e serviços.

Esse ponto se conecta à perspectiva apresentada por Carolina Bocuhy: recursos e infraestrutura criam possibilidades, mas a captura de valor depende da capacidade de desenvolver produtos, aplicações e novos modelos de negócio.

Soberania tecnológica também é uma decisão empresarial

Soberania tecnológica envolve a capacidade de uma organização compreender e administrar suas dependências estratégicas, preservando controle sobre dados, decisões de arquitetura e condições de continuidade operacional.

Uma empresa pode desenvolver serviços sobre modelos e plataformas de terceiros e incorporar dependências relacionadas a preços, disponibilidade, localização dos dados e condições contratuais.

Essas relações precisam ser conhecidas e consideradas no planejamento.

Arquiteturas que permitem trabalhar com diferentes modelos, por exemplo, podem ampliar a flexibilidade tecnológica. Essa possibilidade, entretanto, depende de mecanismos de integração, segurança e avaliação de desempenho que tornem as alternativas efetivamente utilizáveis.

Para as lideranças, a discussão se traduz em três questões: quais componentes são críticos, quais dependências precisam ser monitoradas e quais alternativas podem preservar a operação diante de mudanças externas?

Agentes de IA e organização do trabalho: como distribuir decisões e responsabilidades

A inteligência artificial amplia a capacidade de pesquisar, analisar, produzir e executar tarefas. Para aproveitar essas possibilidades, as empresas precisam revisar como distribuem atividades, informações e responsabilidades.

Na palestra Agentes de IA nas empresas: quem decide o quê?, Pedro Waengertner, CEO da ACE Ventures, apresentou uma reflexão sobre a evolução das estruturas organizacionais e sua relação com os limites tecnológicos de cada período.

O argumento percorreu a história dos sistemas de comando militar, dos primeiros organogramas ferroviários e da organização industrial.

Essas estruturas surgiram, em diferentes momentos, para responder a problemas de comunicação, coordenação e execução.

Pedro utilizou a chegada da eletricidade às fábricas como analogia. Mesmo após a substituição de antigas fontes de energia, muitas organizações mantiveram estruturas produtivas desenhadas para a tecnologia anterior.

Os ganhos mais expressivos de produtividade dependeram também da reorganização da produção.

A comparação coloca uma questão para as empresas: se a inteligência artificial amplia a capacidade de executar atividades, quais processos e estruturas de trabalho precisam ser revistos para aproveitar essa mudança?

Contexto, autoridade e execução: três camadas para organizar agentes de IA

Pedro apresentou três camadas para pensar a atuação dos agentes nas organizações:

Essa estrutura ajuda a organizar o papel dos agentes dentro dos processos empresariais.

Um agente que participa de uma operação comercial, por exemplo, precisa conhecer as condições aprovadas pela empresa, consultar informações atualizadas e identificar quais decisões estão dentro de sua autonomia.

A organização também precisa acompanhar o resultado de suas ações e utilizar essas evidências para avaliar a qualidade da operação.

A gestão de agentes passa a envolver questões semelhantes às de outras atividades delegadas, como estabelecer objetivos, fornecer contexto, definir responsabilidades e acompanhar indicadores.

Quais decisões podem ser delegadas aos agentes?

A decisão sobre o nível de autonomia deve considerar o risco, a ambiguidade e o impacto de cada atividade.

Processos com regras claras e baixo risco podem ser candidatos à automação. Situações ambíguas podem receber apoio da IA na análise de alternativas. Decisões de maior impacto precisam de critérios específicos de autorização, supervisão e responsabilidade.

Uma solicitação operacional recorrente, com condições bem definidas, pode seguir um fluxo automatizado. Já uma decisão comercial de alto impacto pode demandar análise contextual e aprovação humana.

Essa diferenciação também ajuda a identificar atividades que podem ser resolvidas por sistemas determinísticos, sem a necessidade de utilizar agentes de IA em todas as etapas.

O artigo da MATH Como testar um agente de IA antes de liberar ações na operação aprofunda os critérios para avaliar fatores relevantes para esse processo.

Pedro também destacou uma mudança no trabalho dos profissionais. Com ferramentas capazes de produzir códigos, análises e documentos, cresce a importância de orientar atividades, avaliar alternativas e tomar decisões.

A reorganização do trabalho passa, portanto, pela capacidade de coordenar pessoas e agentes, mantendo clareza sobre os resultados esperados e as responsabilidades envolvidas.

Como aplicar os aprendizados do Beyond AI 2026 nas empresas

As perspectivas apresentadas no Beyond AI 2026 ajudam a interligar decisões estratégicas, tecnológicas e organizacionais.

Carolina Bocuhy discutiu como a competição, a cooperação e a cocriação podem ampliar as oportunidades de desenvolvimento de produtos e modelos de negócio.

Flávio Basílio analisou as condições econômicas e geopolíticas que sustentam a tecnologia, destacando infraestrutura, confiança e participação nas cadeias globais de valor.

Pedro Waengertner levou a discussão para dentro das organizações, abordando a coordenação entre pessoas e agentes e a distribuição das decisões.

Para as lideranças empresariais, essas perspectivas podem ser traduzidas em quatro prioridades:

  1. Compreender as dependências tecnológicas. Identificar dados, plataformas, infraestrutura e fornecedores essenciais aos processos críticos, avaliando riscos de concentração e alternativas disponíveis.
  2. Definir onde competir, cooperar e cocriar. Reconhecer as capacidades que diferenciam a empresa e as oportunidades de colaboração com parceiros para desenvolver novos serviços e mercados.
  3. Reorganizar processos e responsabilidades. Estabelecer como pessoas e agentes de IA compartilham informações, quais ações podem ser delegadas e quais decisões precisam de supervisão.
  4. Medir resultados operacionais e estratégicos. Acompanhar produtividade, qualidade, custo e risco, além da contribuição das iniciativas para novos produtos, serviços e oportunidades de negócio.

Esses critérios ajudam a transformar o conceito de ecossistema de inteligência em decisões concretas de planejamento.

O papel da MATH na construção de ecossistemas de inteligência

Na MATH, essa visão se conecta ao desenvolvimento de soluções que integram ciência de dados, engenharia, inteligência artificial e conhecimento de negócio.

A MATH AI Platform, em conjunto com o MATH AI Flow, oferece capacidades para estruturar AI Products, integrar diferentes modelos e fontes de informação, organizar fluxos de execução e estabelecer mecanismos de governança e observabilidade.

Essa arquitetura permite conectar aplicações de IA aos sistemas e processos empresariais, considerando controles de acesso, regras de negócio, aprovações humanas e acompanhamento dos resultados.

A proposta é aproveitar as estruturas já existentes nas organizações e criar condições para que diferentes aplicações possam evoluir sobre capacidades compartilhadas.

O valor dessas iniciativas depende da conexão entre a tecnologia, os processos e as necessidades específicas de cada negócio.

O que o Beyond AI 2026 deixa para as lideranças

O Beyond AI 2026 reuniu diferentes perspectivas sobre uma mudança que vai além da adoção de novas ferramentas.

A inteligência artificial amplia a capacidade de execução das empresas, mas também altera as condições de competição, as dependências econômicas e a forma como as pessoas participam das decisões.

Para as lideranças, essas transformações precisam chegar ao planejamento estratégico.

Isso envolve revisar a exposição a fornecedores, identificar oportunidades de colaboração, desenvolver competências próprias e avaliar quais atividades podem ser delegadas aos agentes de IA.

O conceito Building the Intelligence Ecosystem sintetiza essa ideia. É preciso conectar diferentes conhecimentos, tecnologias e capacidades para desenvolver soluções que possam operar com responsabilidade e gerar resultados.

Para as empresas, fica a tarefa de se questionar quais novos modelos de negócio e formas de organização se tornam possíveis quando a inteligência pode ser compartilhada e aplicada em escala.

Aprofunde os temas do Beyond AI 2026

As discussões do Beyond AI 2026: Building the Intelligence Ecosystem estão disponíveis na íntegra no YouTube da MATH.

Acompanhe as apresentações e conheça diferentes perspectivas sobre geopolítica, novos modelos de negócio, inteligência artificial e organização do trabalho.

Perguntas frequentes sobre ecossistemas de inteligência artificial

O que é um ecossistema de inteligência artificial?
É uma estrutura que conecta pessoas, organizações, dados, modelos de IA, agentes e sistemas para desenvolver capacidades e gerar valor. Seu funcionamento depende de integração, governança, colaboração e objetivos de negócio definidos.

Como a inteligência artificial pode gerar vantagem competitiva?
A vantagem competitiva depende da capacidade de aplicar a IA aos conhecimentos, processos e necessidades específicas de uma organização. Isso pode incluir novos produtos, modelos de negócio, melhorias operacionais e colaboração com outras empresas.

Como agentes de IA mudam a organização das empresas?
Agentes podem apoiar atividades de pesquisa, análise, coordenação e execução. Sua utilização leva as empresas a revisar a distribuição de responsabilidades, os processos de decisão e os mecanismos de supervisão, considerando contexto, autoridade e limites de autonomia.

Como começar a construir um ecossistema de inteligência?
O primeiro passo é identificar oportunidades de negócio e mapear as capacidades disponíveis. Em seguida, avaliar dados, sistemas, fornecedores, integrações, responsabilidades e critérios de governança. A implementação pode começar por aplicações delimitadas, com resultados mensuráveis.

Time MATH
Post by Time MATH
novembro 19, 2026
Método científico aplicado em Mídia, CRM, Marketing e Tecnologia.