Em um momento em que se discute a sustentabilidade do ciclo recente de investimentos em inteligência artificial, Rodolfo Fücher, presidente do conselho da ABES (Associação Brasileira das Empresas de Software), desloca o eixo da discussão. Para ele, o ponto central não é a intensidade do boom, mas uma mudança clara na natureza do desenvolvimento tecnológico. “O que estamos vendo não é só uma expansão dos modelos. Temos uma especialização não apenas das aplicações, mas do próprio hardware, que passa a ser direcionado a processos específicos”, observa.
Fücher acompanha essa inflexão a partir de uma trajetória de mais de 35 anos no setor. Foi presidente da entidade entre 2019 e 2022 e construiu uma carreira de 27 anos na Microsoft, onde atuou como diretor de Relações Corporativas. Hoje, atua como conselheiro e empreendedor, acompanhando de perto a adoção de IA em empresas e governos.
Em entrevista exclusiva ao Próximo Nível, Fücher enfatiza que a inteligência artificial começa a sair de um estágio dominado por soluções genéricas. “Durante muito tempo, a IA foi tratada quase como uma coisa abstrata. Agora a conversa passa a ser sobre uso, sobre processo, sobre onde isso efetivamente gera valor”, compara.
Na avaliação de Fücher, essa transição está alinhada ao discurso recente das grandes plataformas globais. Ele cita, como exemplo, a palestra do CEO da NVIDIA, Jensen Huang, durante a CES, em que o foco deixou de ser apenas capacidade computacional e passou a enfatizar arquiteturas otimizadas para cargas específicas.
“Quando até quem vende infraestrutura começa a falar de solução orientada a caso de uso, isso é um sinal forte. Mostra que a tecnologia está sendo moldada para resolver problemas concretos”, constata. Segundo ele, esse movimento amplia o impacto econômico da IA. “Quando se resolve um processo específico, se mexe em custo, produtividade e eficiência. Isso muda completamente a equação”, complementa.
Parte dessa mudança de patamar está na integração da IA com sensores, máquinas e sistemas eletromecânicos. Fücher trata essa convergência como consequência direta da lógica orientada a processos. “Quando você fala de processo, ele quase nunca é só digital”, afirma. Nesse contexto, a inteligência artificial passa a perceber e intervir no ambiente físico. “Os sensores coletam o dado, se interpreta aquilo com um modelo e atua em cima. Isso é muito diferente de uma IA que só analisa informação”, descreve.
Filtro econômico e expansão sustentável
O especialista enumera diversas razões para rejeitar a comparação da explosão da IA com a bolha da Internet do início do século. “Naquela época, havia mais capital disponível e pouca clareza sobre o que seria entregue. Ainda assim, muitas das tecnologias surgiram para ficar”, nota.
Ainda que exista alguma tendência de sobrevalorização de alguma companhia ou setor, Fücher enfatiza que as expectativas relacionadas à IA se sustentam em casos de uso mais definidos e têm a ver com perspectivas muito mais abrangentes. “Quando vemos as análises do Fórum Econômico Mundial, a carta da futurista Amy Webb e estratégias de companhias como a NVIDIA, além de outras como Intel e AMD, percebemos que se está construindo uma plataforma para casos de uso em várias indústrias e atividades”, resume. Segundo o especialista, propostas mais pragmáticas de entrega de valor tendem a tornar as avaliações e investimentos mais criteriosos e sustentáveis a longo prazo.
Em sua carta anual, Amy Webb aponta o deslocamento da IA do campo experimental para o centro das decisões operacionais e estratégicas.
Os desafios da IA no Brasil
Apesar do avanço, Fücher enumera três desafios principais. O primeiro é a disponibilidade, ligada ao ambiente regulatório. “É saber se o país cria condições para acesso e incentivo”, diz. O segundo é acesso, relacionado principalmente às condições tributárias. “Se a tecnologia é cara demais, e não escala”, afirma. O terceiro é o conhecimento, diretamente ligado à educação. “Talvez esse seja o maior desafio. Não adianta ter tecnologia se não tem gente preparada”, conclui.
“A última coisa em que o Brasil deve inovar é na regulação”, adverte categoricamente o diretor da ABES. Entre os pontos sensíveis, ele destaca o tratamento à Propriedade Intelectual. Como referência, ele cita os modelos adotados nos EUA e na União Europeia, sobretudo no uso de conteúdos protegidos no treinamento de modelos de inteligência artificial. Na proposta brasileira, tal como está desenhada, o uso de conteúdos depende de autorização expressa do titular do direito autoral, o que, segundo ele, introduz um risco prático relevante: a impossibilidade de utilizar determinados conjuntos de dados simplesmente pela ausência dessa autorização. Nos EUA, é permitido o uso de conteúdos como referência, mas vedada sua reprodução. Já na União Europeia, cabe ao titular manifestar explicitamente a restrição ao uso de seu conteúdo. Além de reduzir a incerteza jurídica, o modelo europeu também simplifica a implementação técnica, pois basta a leitura de metadados para saber se determinado conteúdo pode ou não ser utilizado no treinamento, evitando bloqueios desnecessários ao desenvolvimento dos modelos.
Novos patamares de retorno financeiro e de ESG
Benefícios tangíveis e de alto impacto em praticamente todas as atividades, para o especialista, são os fatores decisivos para acelerar as inovações mencionadas. “Além dos setores de telecomunicações e finanças (investidores mais tradicionais em tecnologia), na última Agrishow vi a IA embarcada em soluções que não imaginávamos”, exemplifica.
“Hoje, um drone custa menos de R$ 200 mil”, argumenta. Além de custar menos de 20% do que uma pulverizadora convencional, consegue identificar os ofensores e só aplica o defensivo onde é necessário. Com isso economiza com químicos, e ainda reduz o risco de contaminação do lençol d’água e dos próprios alimentos. “O agricultor pode ter vários equipamentos, mais eficientes do que uma única máquina, e não para a produção se um deles falhar”, compara.
Na indústria, junto à fusão das soluções físicas e digitais, o próprio ganho de escala funciona como vetor de fomento. “O preço de infraestrutura vem caindo. Isso viabiliza automação e uso de IA em processos industriais que antes não fechavam a conta”, nota.
Infraestrutura, capital humano e o paradoxo brasileiro
Para Fücher, o crescimento do uso intensivo de computação exige atenção à oferta e ao custo da energia. Para ele, sem uma base energética confiável e uma malha de conectividade robusta, a adoção da IA fica limitada, sobretudo em aplicações industriais, logísticas e no agronegócio. No caso das telecomunicações, ele chama atenção para a importância de redes capazes de suportar baixa latência e alto volume de dados, especialmente quando a inteligência artificial se integra a sensores, máquinas e sistemas distribuídos.
Nesse contexto, ganha força a tendência de reequilíbrio das arquiteturas de computação, com maior peso das nuvens privadas. Segundo Fücher, muitas empresas vêm revendo estratégias excessivamente concentradas em nuvem pública. “Questões de custo, governança, latência e controle de dados estão levando as organizações a repensar suas arquiteturas”, observa. O movimento representa uma combinação mais pragmática entre nuvem pública, privada e edge, ajustada às características de cada processo.
Ao mesmo tempo, Fücher destaca um paradoxo estrutural do país. “O Brasil é um grande usuário de tecnologia, mas investe pouco e desenvolve pouco”, afirma. Para ele, o país consome soluções digitais em larga escala, mas ainda captura uma parcela limitada do valor gerado, especialmente nas camadas de infraestrutura, desenvolvimento e propriedade intelectual. “Isso cria uma dependência que não é só tecnológica”, adverte.
Superar esse descompasso, na avaliação do executivo, passa por direcionamento estratégico e investimento consistente em capital humano. “Tecnologia sem gente preparada não se sustenta”, afirma. Ele defende a articulação entre políticas públicas, ambiente regulatório e estratégias empresariais para orientar o desenvolvimento tecnológico a casos de uso concretos, capazes de gerar aprendizado contínuo.
Fücher defende que os principais diferenciais das empresas, e mesmo das estratégias nacionais, estão na capacidade de direcionar esforços para aplicações específicas. “O aprendizado vem do uso. Quem consegue aplicar, errar e corrigir mais rápido, evolui mais rápido”, afirma.
