Por que o próximo desafio da IA parece surpreendentemente familiar para as telecomunicações

Ao longo do último ano, uma mudança tem se tornado cada vez mais evidente nas discussões sobre IA empresarial. O debate já não é dominado por qual modelo tem o melhor desempenho ou onde a IA pode automatizar outro processo. Essas questões ainda são importantes, mas não são mais o fator decisivo para que a IA vá além de um piloto. Cada vez mais, as organizações estão fazendo uma pergunta diferente: o que precisa mudar dentro da empresa antes que a IA possa ser confiada com maior responsabilidade?

É uma mudança sutil, mas que diz muito sobre a direção que o mercado está tomando.

Durante grande parte dos últimos dois anos, a indústria de IA tem se concentrado em aprimorar modelos. A precisão aumentou, o raciocínio tornou‑se mais sofisticado e cada novo lançamento ampliou as expectativas sobre o que a IA pode alcançar. Ao mesmo tempo, as empresas têm experimentado como essas capacidades podem melhorar a experiência do cliente, simplificar operações ou descobrir novas oportunidades de receita. última pesquisa global da McKinsey demonstra quão rapidamente a IA entrou nos negócios convencionais. Quase nove em cada dez organizações já utilizam IA em pelo menos uma função empresarial, embora relativamente poucas tenham conseguido escalar a IA em toda a empresa. A tecnologia está avançando rapidamente. Construir organizações que possam usá‑la de forma responsável está se revelando um desafio totalmente diferente.

A mudança da capacidade de IA para a execução operacional

As questões que surgem agora têm menos a ver com inteligência e muito mais com execução.

O que acontece quando a IA não apenas recomenda a próxima melhor ação, mas a inicia? Como as políticas comerciais devem ser aplicadas quando as decisões são tomadas em tempo real? Quem permanece responsável se um sistema autônomo tomar a decisão comercial equivocada? Como as organizações demonstram que as permissões dos clientes foram respeitadas, as obrigações regulatórias cumpridas e que cada decisão ainda pode ser explicada meses após sua realização?

Essas questões não surgem porque a IA deixou de melhorar. Elas surgem porque as empresas estão cada vez mais confiantes em posicionar a IA mais próximo do centro de suas operações.

Um modelo de IA pode identificar a oferta certa para um cliente, recomendar um produto financeiro, otimizar recursos de rede ou determinar o próximo passo em uma jornada digital em segundos. Transformar essa recomendação em um resultado de negócios é consideravelmente mais complexo. Antes que algo aconteça, a organização ainda precisa verificar se o cliente é elegível, se o consentimento foi obtido, se as políticas comerciais permitem que a transação prossiga, se outro parceiro do ecossistema está envolvido e se cada etapa do processo permanece transparente o suficiente para atender aos requisitos de governança e regulamentação.

Essa camada operacional raramente atrai a mesma atenção que o próprio modelo, mas cada vez mais determina se a IA pode ser implantada com confiança em escala. pesquisa State of AI 2026 da Deloitte constatou que quase três quartos das organizações esperam adotar IA agente nos próximos dois anos, enquanto apenas uma pequena minoria acredita que suas capacidades de governança são suficientemente maduras para suportar IA autônoma em escala empresarial. A lacuna não é de inovação; é de prontidão operacional.

Ao observar as implantações empresariais atuais, um padrão consistente está surgindo. As organizações não estão enfrentando dificuldades porque os modelos de IA deixam de gerar recomendações. Elas estão descobrindo que cada recomendação precisa passar pela realidade operacional do negócio antes de se tornar uma ação. A IA não substitui esse ambiente. Ela se torna outro participante dentro dele.

Por que a infraestrutura de telecomunicações detém a chave para a governança de IA

Para os provedores de serviços de comunicação, esse desafio é notavelmente familiar.

As telecomunicações passaram décadas operando negócios digitais onde a confiança é estabelecida continuamente, em vez de ser presumida. As redes verificam identidades, autenticam dispositivos e fornecem sinais confiáveis em tempo real. Paralelamente, as plataformas de negócios digitais governam os relacionamentos com clientes, aplicam políticas comerciais, gerenciam direitos digitais, orquestram serviços, coordenam ecossistemas de parceiros e garantem que as transações possam ser concluídas, cobradas e liquidadas corretamente. Essas capacidades não foram projetadas pensando em IA generativa. Elas foram desenvolvidas porque os negócios digitais sempre dependeram de interações confiáveis entre clientes, redes, empresas e parceiros.

À medida que a IA se incorpora a esses mesmos ambientes, o valor dessa base operacional torna‑se muito mais visível.

Uma suposição que merece ser questionada é a ideia de que modelos mais seguros levam automaticamente a uma maior adoção empresarial. A experiência sugere algo bastante diferente. Quanto mais a IA se aproxima de decisões críticas para o negócio, mais as organizações examinam tudo que envolve o modelo. Questões sobre identidade, governança, permissões dos clientes, responsabilidade comercial e aplicação de políticas tornam‑se significativamente mais importantes, pois as consequências de decisões equivocadas aumentam de forma considerável.

É aqui que as telecomunicações têm uma contribuição distintiva a oferecer.

Há anos, os provedores de comunicações vêm aprimorando as capacidades operacionais necessárias para estabelecer confiança em ecossistemas digitais complexos. As redes fornecem identidade confiável e inteligência em tempo real. Plataformas BSS e OSS nativas de IA oferecem contexto do cliente, governança comercial, orquestração de serviços, comércio digital e gerenciamento de ciclo de vida. Juntas, criam o ambiente operacional que determina se uma recomendação gerada por IA deve se tornar uma ação comercial confiável.

A mesma mudança foi refletida durante a discussão da Tecnotree no Mobile World Congress no início deste ano sobre redes autônomas. Curiosamente, o debate não se concentrou em se os sistemas autônomos eventualmente tomarão decisões de forma independente. Isso parece cada vez mais inevitável. A discussão focou em governança, responsabilidade e supervisão comercial, uma vez que essas decisões começam a acontecer mais rápido do que as pessoas podem intervir realisticamente. Essas já não são questões exclusivas das telecomunicações. Elas estão se tornando questões de IA empresarial.

Preenchendo a Lacuna entre a Inteligência da IA e os Resultados Comerciais Confiáveis

Essa perspectiva mais ampla também explica por que iniciativas como o GSMA Open Gateway ganharam impulso. APIs padronizadas que expõem recursos como Verificação de Número, Troca de SIM e Localização de Dispositivo fornecem inteligência de rede confiável que fortalece as interações digitais. No entanto, seu maior valor não é percebido apenas por meio das APIs de rede. Ele surge quando as capacidades de rede confiáveis são combinadas com plataformas digitais de negócios capazes de compreender o contexto do cliente, aplicar políticas comerciais, orquestrar serviços entre múltiplos parceiros e governar todo o ciclo de vida do cliente. A IA pode determinar a próxima melhor ação, mas o ambiente de negócios ao redor determina, em última análise, se essa ação deve acontecer.

Visto dessa forma, a Economia da Confiança torna‑se muito mais prática do que uma discussão sobre IA segura. A confiança não é criada porque um modelo gera uma recomendação convincente. Ela é reforçada continuamente à medida que a identidade é verificada, as permissões do cliente são respeitadas, as políticas são aplicadas, as obrigações comerciais são cumpridas e cada participante de uma interação digital permanece responsável pelo resultado. O modelo fornece inteligência. O ecossistema ao redor oferece a confiança para agir com base nela.

Para os provedores de serviços de comunicação, isso representa uma oportunidade que vai além da implantação de IA em suas próprias operações. A indústria tem investido há anos em infraestrutura digital confiável, plataformas de negócios nativas de IA e capacidades de ecossistema projetadas para suportar interações digitais cada vez mais sofisticadas. À medida que as empresas passam de experimentar IA para operacionalizá‑la, essas capacidades se tornam relevantes de maneiras que poucos anteciparam. Gartner prevê que, até 2027, muitas organizações reduzirão ou descontinuarão iniciativas de IA autônoma porque a governança e os controles operacionais não amadurecem no mesmo ritmo da própria tecnologia. Isso deve ser visto menos como um alerta sobre IA e mais como um lembrete de que a adoção bem‑sucedida depende de muito mais do que a capacidade do modelo.

O próximo capítulo da IA, sem dúvida, trará modelos mais capazes, mas a capacidade por si só não determinará quais organizações terão sucesso. A vantagem definidora virá da criação de ambientes digitais onde inteligência, governança, redes confiáveis e plataformas de negócios trabalham juntas de forma harmoniosa. As organizações passarão a avaliar a IA não apenas pela qualidade das respostas que gera, mas se essas respostas podem se transformar em resultados confiáveis.

As telecomunicações compreendem esse desafio porque vêm resolvendo problemas operacionais semelhantes há décadas. À medida que a Economia da Confiança continua a se consolidar, a combinação de redes confiáveis, plataformas BSS e OSS nativas de IA e ecossistemas orquestrados digitalmente coloca os provedores de comunicação em uma posição única para ajudar as empresas a levar a IA da experimentação para a execução responsável.