O efeito dominó do legado: por que um gargalo de infraestrutura raramente vem sozinho na era da IA?
A corrida pela inteligência artificial corporativa está expondo uma questão que durante anos permaneceu restrita às agendas de arquitetura, infraestrutura e dívida técnica. A capacidade de capturar valor com IA depende diretamente da infraestrutura que sustenta seus dados, integrações, modelos e fluxos de execução. Quando essa base permanece presa a sistemas legados, o problema não é mais exclusivamente tecnológico, ele afeta a velocidade de implementação, segurança, continuidade dos investimentos, gestão de pessoas e, principalmente, a capacidade de transformar experimentação em resultado empresarial.
Mirante Tecnologia
9 min de leitura
A pesquisa O Futuro da IA, Sem Filtros, conduzida pela Wakefield Research a pedido da GFT Technologies, ouviu 945 CIOs e CTOs de empresas com receita anual mínima de US$ 500 milhões, em 19 países, entre 11 e 31 de agosto de 2026. O estudo mostra que 99% dos executivos entrevistados afirmam que a IA de suas organizações é executada em sistemas legados ou se conecta a eles. Essa discussão sobre modernização não está separada da agenda de IA, porque a infraestrutura existente já faz parte da arquitetura que sustenta essa transformação.
A ilusão da velocidade em bases instáveis
A pressão para acelerar a adoção de IA cria uma dinâmica conhecida para os líderes de tecnologia. Novos casos de uso surgem em velocidade superior à capacidade de transformar a arquitetura que os sustenta. O resultado é uma organização que amplia o número de iniciativas de IA sem necessariamente ampliar na mesma proporção sua capacidade de escalar, integrar e gerar retorno.
O próprio estudo mostra a dimensão dessa tensão. Em agosto de 2026, uma projeção do Goldman Sachs, citada no relatório, estimava que os investimentos globais relacionados à IA chegariam a US$ 1 trilhão no ano. Ao mesmo tempo, uma pesquisa da Gartner publicada em setembro de 2026, também citada no estudo, apontou que apenas 22% das organizações haviam conseguido escalar IA com sucesso em múltiplas unidades de negócio ou adotado uma abordagem AI-first. Na pesquisa da McKinsey publicada em agosto de 2026, apenas 37% dos participantes relataram contribuição positiva da IA para o EBIT.
A percepção dos próprios CIOs e CTOs reforça a tensão entre investimento e geração de valor. 89% estão preocupados com a possibilidade de o investimento global em IA crescer mais rapidamente do que o valor de negócio efetivamente entregue, e 44% afirmam estar muito ou extremamente preocupados com essa possibilidade.
O ponto relevante para a estratégia de tecnologia está na relação entre escala e fundação. O relatório afirma que entregar valor com IA exige planejamento cuidadoso e execução rigorosa e aponta que as organizações que conseguem avançar são aquelas que se comprometem com a tecnologia desde a base. A questão começa a envolver sua capacidade de criar condições arquiteturais para que esses casos de uso possam operar de forma sustentável.

A primeira peça do dominó
O impacto mais imediato da infraestrutura legada aparece na execução. Segundo o estudo, 95% dos CIOs e CTOs afirmam que os sistemas legados causam atraso na capacidade de suas organizações de implantar e escalar IA, enquanto 56% classificam esse atraso como moderado ou grande. Isso significa que a infraestrutura não está apenas acompanhando a transformação em um ritmo mais lento, ela está interferindo diretamente na capacidade de colocar a estratégia em prática.
A consequência seguinte aparece nos próprios projetos. Entre os entrevistados, 84% relatam ter cancelado pelo menos um piloto ou projeto de IA em razão das limitações dos sistemas legados. Para 62%, isso aconteceu mais de uma vez. O dado desloca a discussão de eficiência operacional para alocação de capital. Quando a arquitetura impede que iniciativas avancem, o investimento realizado em experimentação, desenvolvimento e mobilização de equipes não se converte necessariamente em capacidade operacional.

A situação também mostra uma diferença importante entre reconhecer o problema e conseguir resolvê-lo. Embora os efeitos do legado já apareçam em projetos cancelados e atrasos de implementação, 9% das organizações ainda não começaram a modernizar seus sistemas, enquanto 27% já iniciaram essa jornada, mas consideram que estão atrasadas. Apenas 1% declara ter alcançado uma modernização completa ou quase completa, segundo a distribuição apresentada pelo estudo.
O legado, portanto, cria uma espécie de dívida operacional sobre a estratégia de IA. Cada nova iniciativa precisa negociar com restrições existentes, integrações antigas, dependências arquiteturais e estruturas que não foram originalmente desenhadas para sustentar workloads de IA. A cada novo projeto, essas dependências podem reaparecer em outra etapa da cadeia de execução, ampliando o custo e o tempo necessários para chegar à produção.

As repercussões em cadeia
O efeito do legado não termina no cronograma de um projeto. A pesquisa mostra que 93% dos participantes acreditam que executar IA sobre sistemas legados sem modernização prévia poderá eventualmente desencadear uma crise de segurança em toda a empresa. O risco cresce à medida que a IA passa a operar de forma mais integrada aos processos corporativos, porque uma infraestrutura que não foi preparada para esses workloads começa a fazer parte da superfície de risco da própria estratégia de inteligência artificial.
Existe ainda uma questão de governança que merece atenção direta da liderança das empresas. Apenas 20% dos CIOs e CTOs afirmam que os demais executivos do C-suite e membros do conselho compreendem totalmente os riscos de segurança associados à execução de IA em sistemas legados. Mais de um terço relata que esses pares possuem compreensão apenas parcial, muito pequena ou nenhuma compreensão desses riscos.
Essa assimetria de entendimento aumenta a complexidade da decisão executiva. O líder de tecnologia precisa traduzir uma dependência arquitetural em risco empresarial, explicar por que determinados investimentos em modernização precisam acontecer antes da escala de determinados casos de uso e estabelecer critérios para decidir onde a IA pode avançar, onde precisa de controles adicionais e onde a infraestrutura ainda não oferece condições adequadas.
A própria posição dos CIOs e CTOs está mudando nesse processo. 89% afirmam estar preocupados com a possibilidade de uma decisão equivocada relacionada à força de trabalho, durante a expansão da IA, colocar seus próprios empregos em risco. Paralelamente, 88% concordam que escalar a IA tornou seu cargo mais direcionado à gestão de pessoas durante a mudança do que à liderança direta da tecnologia.
Para a liderança de tecnologia, esses números reforçam uma mudança de abordagem. Modernização precisa ser tratada como parte da estratégia de IA, com decisões coordenadas sobre arquitetura, segurança, dependências tecnológicas, competências e modelo operacional. O objetivo não é simplesmente substituir sistemas antigos, mas criar uma arquitetura capaz de sustentar workloads de IA, preservar governança e permitir que novas capacidades sejam incorporadas sem reproduzir as mesmas restrições em uma camada diferente da organização.
Esses movimentos apontam para uma agenda mais sofisticada para CIOs e CTOs: construir capacidades estratégicas internamente, preservar controle sobre componentes críticos e utilizar parceiros especializados para acelerar a aquisição de competências que ainda não estão disponíveis dentro da organização. A modernização então passa a funcionar como uma capacidade habilitadora da estratégia de IA.
O efeito dominó também aparece na forma como as empresas latino-americanas estão tentando preencher as lacunas deixadas pela infraestrutura existente. Na América Latina e no México, 50% dos líderes de tecnologia demonstram preferência por construir internamente a infraestrutura necessária para IA, enquanto 66% afirmam ter recorrido a parceiros externos para obter conhecimento e competências especializadas na tecnologia. Os dois movimentos revelam uma mesma questão de fundo. A adoção de IA está ampliando a pressão sobre decisões de arquitetura, competências e capacidade de execução.

O ponto de decisão para a liderança
A questão central para CIOs, CTOs e líderes de tecnologia não é determinar se a empresa deve modernizar sua infraestrutura para adotar IA. Os dados mostram que a dependência do legado já está interferindo na implantação, na escala, na segurança e na continuidade de projetos. A decisão estratégica está em estabelecer a sequência correta entre modernização e expansão da IA, definindo quais componentes precisam ser transformados para sustentar os workloads prioritários e quais iniciativas podem avançar sob controles específicos.
A dificuldade está em fazer com que arquitetura, modernização e estratégia de negócio avancem a partir das mesmas prioridades. Uma iniciativa de IA que depende de sistemas legados precisa considerar suas dependências, os riscos de segurança, a capacidade de integração e as condições necessárias para escalar. Ao mesmo tempo, cada decisão de modernização precisa estar associada às capacidades que a organização pretende desenvolver, para que a transformação da infraestrutura acompanhe os resultados de negócio que justificam o investimento, em vez de se tornar um programa paralelo.
O estudo aponta uma direção clara onde as organizações que pretendem capturar valor com IA olham para a base tecnológica como parte do próprio produto estratégico. O legado não é apenas um ativo antigo que precisa ser atualizado; ele é uma variável que determina quanto a empresa consegue experimentar, escalar, proteger e sustentar. Quando essa variável permanece fora da equação, o efeito aparece em cadeia, primeiro na velocidade, depois nos projetos, na segurança, na força de trabalho e, por fim, na capacidade da liderança de responder pelo resultado.