# Plataformas internas enfrentam limites na era da IA: desafios para empresas vão de custo a segurança > Plataformas internas precisam evoluir para IA, aponta Broadcom. Desafios incluem custo, segurança e infraestrutura para empresas B2B. Publicado em 06/08/2026 · Atualizado em 06/08/2026 · IA ATLAS · Tech & Business Review, portal editorial da Upnetix · https://atlas.upnetix.com.br/plataformas-internas-enfrentam-limites-na-era-da-ia-desafios/ --- O uso de plataformas internas para desenvolvimento e operação de software se tornou quase universal nas empresas. Segundo o relatório DORA 2025 do Google, citado pelo The Register, 90% das organizações já adotam alguma forma de plataforma interna, e 76% contam com equipes dedicadas a esse ecossistema. No entanto, a ascensão acelerada da inteligência artificial (IA) está expondo limitações profundas nessas infraestruturas, exigindo uma reavaliação urgente das estratégias de TI corporativas. ![Equipe de desenvolvedores em escritório moderno trabalhando com plataformas internas de software.](https://upnetix.com.br/wp-content/uploads/2026/08/post17979-img1-intro.webp) 90% das organizações já adotam plataformas internas, e 76% possuem equipes dedicadas, segundo o relatório DORA 2025 do Google. ## O novo cenário: IA amplia a pressão sobre plataformas internas A principal mudança de paradigma apontada pelo The Register é que as plataformas construídas nos últimos anos foram desenhadas para atender desenvolvedores humanos, focados em aplicações conteinerizadas e ciclos de entrega compatíveis com o ritmo humano. Esse modelo, que já era desafiado pelo aumento do volume de software, agora se revela insuficiente diante do crescimento exponencial de workloads de IA. O uso massivo de assistentes de programação baseados em IA, hoje já considerado mainstream, alterou o perfil do trabalho dos desenvolvedores. O gargalo deixou de ser a escrita do código e passou a ser a entrega, ou seja, a capacidade dos pipelines e da infraestrutura de absorver e processar um volume muito maior de artefatos gerados por máquinas. O papel do desenvolvedor migra de autor para revisor e orquestrador de entregas automatizadas. Além disso, surge uma nova classe de usuários: os agentes de IA. Diferentemente dos humanos, esses agentes exigem mecanismos específicos de autenticação, controle de tokens, gerenciamento de identidades não-humanas, alocação dinâmica de GPUs, restrições de permissões e trilhas de auditoria robustas. A maioria das plataformas internas atuais não foi projetada para lidar com essas demandas, criando lacunas operacionais e de segurança. ## Custo sob pressão: desperdício em nuvem se agrava com IA Outro ponto crítico destacado pelo estudo Private Cloud Outlook 2026 da Broadcom, também citado pelo The Register, é o aumento do desperdício de recursos na nuvem. Para 97% dos líderes de TI entrevistados, parte do orçamento de cloud é desperdiçado, e 52% acreditam que esse desperdício supera 25% do total investido. A infraestrutura de IA agrava o cenário: instâncias de GPU, endpoints de inferência e jobs de treinamento consomem recursos em escala muito superior à de workloads tradicionais. ![Infraestrutura de servidores com GPUs usadas para workloads de inteligência artificial em empresas.](https://upnetix.com.br/wp-content/uploads/2026/08/post17979-img2-meio-1.webp) Infraestrutura atual enfrenta pressão devido ao aumento exponencial de workloads de IA, com necessidade de alocação dinâmica de GPUs e controle rigoroso de tokens. O problema é agravado pela dificuldade das ferramentas de FinOps (gestão financeira de operações em nuvem) em rastrear custos específicos de IA, como o consumo de tokens por prompt ou tentativas de execução. O modelo tradicional de revisão mensal ou trimestral não consegue capturar rapidamente desvios provocados por workloads de IA mal configurados, que podem consumir grandes volumes de recursos em poucas horas. ## Segurança e compliance: novos riscos e requisitos regulatórios A expansão das aplicações de IA também amplia a superfície de ataque e os riscos de compliance. O The Register alerta para ameaças como shadow AI (uso não autorizado de IA), injeção de prompts maliciosos, envenenamento de modelos e vazamentos de dados durante inferências, riscos para os quais as ferramentas tradicionais de segurança de aplicações (SAST/DAST) não foram preparadas. Além dos riscos técnicos, cresce o volume de exigências regulatórias, como o EU AI Act na Europa, ordens executivas nos Estados Unidos e regras de residência de dados em vários países. Esses requisitos impõem desafios adicionais para equipes de plataforma, que precisam garantir controles de privacidade, rastreabilidade e governança sobre agentes não-humanos e dados sensíveis. ## O que muda na engenharia de plataformas: cinco pilares para a era da IA Segundo análise da Broadcom publicada no The Register, a resposta não está em reconstruir tudo do zero, mas sim em evoluir as bases existentes. O conceito de Platform Engineering 2.0 propõe cinco pilares para essa transição: - **Plataforma AI-nativa:** transformar a Internal Developer Platform (IDP) em um ambiente que trate workloads e agentes de IA como cidadãos de primeira classe, com suporte a GPUs e identidades não-humanas. - **Experiência multi-persona:** expandir o foco além do desenvolvedor, oferecendo interfaces e APIs adequadas para times de segurança, cientistas de dados, engenheiros de ML, analistas de FinOps, líderes de negócio e agentes automatizados. - **FinOps embarcado:** migrar do modelo de revisão retroativa para decisões de custo tomadas no momento do provisionamento, tornando todos os usuários praticantes de FinOps por padrão. - **Segurança embutida:** mover os controles de segurança para as camadas de plataforma e runtime, tornando-os invisíveis e imutáveis para os desenvolvedores. - **Componibilidade:** adotar arquitetura API-first e componentes intercambiáveis, permitindo evolução modular sem impactos sistêmicos. O consenso entre as fontes é que a evolução é inevitável, mas não há um roteiro único. O ponto de partida recomendado é auditar a plataforma atual em busca de três lacunas: suporte a GPUs, gestão de identidades não-humanas e atribuição de custos em tempo real. Se essas capacidades estiverem ausentes, a plataforma já está defasada para a realidade da IA. ![Gráfico de barras mostrando percentual de líderes de TI que identificam desperdício em recursos de nuvem e orçamento desperdiçado.](https://upnetix.com.br/wp-content/uploads/2026/08/post17979-img3-meio-2.webp) 97% dos líderes de TI percebem desperdício em nuvem, e 52% afirmam que supera 25% do investimento, segundo estudo Private Cloud Outlook 2026 da Broadcom. ## Implicações para empresas: riscos operacionais e oportunidades Para empresas que operam em setores altamente regulados, manufatura avançada ou serviços críticos, como as do Polo Industrial de Manaus, os desafios descritos têm impacto direto na operação. A ausência de infraestrutura AI-nativa pode gerar gargalos que atrasam entregas, aumentam custos inesperados e expõem a organização a riscos de compliance e segurança. O desperdício de recursos em nuvem, especialmente com workloads de IA, pode comprometer a previsibilidade orçamentária e a competitividade. Por outro lado, a transição para plataformas evoluídas abre oportunidades de automação, aceleração de inovação e integração de múltiplos perfis profissionais no ciclo de desenvolvimento. Empresas que conseguirem adaptar rapidamente suas plataformas internas para suportar agentes de IA, provisionamento dinâmico de GPUs e controles de custo e segurança integrados estarão melhor posicionadas para capturar valor na nova onda tecnológica. ## Próximos passos: infraestrutura como fator decisivo A análise dos dados do The Register e da Broadcom deixa claro que a infraestrutura de TI, especialmente a conectividade de alta performance e disponibilidade, é o alicerce para qualquer evolução de plataforma. Sem links empresariais robustos, capazes de suportar tráfego intenso e latência estável para workloads de IA e integração entre múltiplos sistemas, as iniciativas de Platform Engineering 2.0 tendem a esbarrar em limitações físicas e operacionais. Para organizações de Manaus e região, onde a conectividade pode ser um diferencial competitivo, a escolha de parceiros de infraestrutura que ofereçam banda garantida, suporte local e recursos como IP fixo se torna ainda mais estratégica. O desafio não é apenas atualizar o software, mas garantir que a base física acompanhe a velocidade das demandas de IA e automação corporativa. ![Equipe de TI discutindo riscos de segurança e compliance relacionados à inteligência artificial.](https://upnetix.com.br/wp-content/uploads/2026/08/post17979-img4-fechamento.webp) Novos riscos de segurança e compliance surgem com IA, exigindo adaptação das plataformas internas para ameaças como shadow AI e envenenamento de modelos. Em resumo, a pressão da IA sobre plataformas internas é um teste de maturidade para a TI corporativa. Quem investir agora em infraestrutura alinhada aos novos requisitos, de GPU a segurança e FinOps, estará menos exposto a desperdícios, riscos e gargalos, e mais apto a liderar a próxima fase da transformação digital. Fonte: https://atlas.upnetix.com.br/plataformas-internas-enfrentam-limites-na-era-da-ia-desafios/ · ATLAS, portal editorial da Upnetix (Manaus, Brasil) · uso com citação obrigatória.