Empresas enfrentam dilema entre inovar e manter sistemas críticos

Empresas precisam equilibrar inovação com a manutenção de sistemas legados críticos, especialmente para apoiar a IA.
Atualizar aplicações antigas envolve riscos operacionais, custos elevados e questões regulatórias, principalmente em setores como o bancário.
A Red Hat passou a oferecer suporte ampliado a versões anteriores do seu sistema, com ciclos que chegam a uma década, para facilitar transições seguras.
Projetos de IA costumam falhar ou ficar apenas em piloto devido a limitações técnicas, culturais e de governança de dados sensíveis.
A soberania digital ganha importância, com arquiteturas híbridas que permitem controle sobre onde dados e aplicações ficam, promovendo IA mais responsável, inclusive para empresas menores via open source.

Equilibrar inovação com a sustentação de sistemas legados tornou-se um dilema concreto na transformação digital. Gestores de TI enfrentam pressão por resultados, segurança e, cada vez mais, por adoção de inteligência artificial.

Aplicações críticas, construídas para plataformas antigas, trazem riscos operacionais, custos elevados e implicações legais, especialmente em setores regulados como o bancário. Rodar sistemas sem suporte pode implicar vulnerabilidades e descumprimento normativo.

A Red Hat anunciou apoio ampliado a versões anteriores do seu sistema operacional, para clientes que precisam de tempo para transições seguras. A empresa oferece ciclos de suporte que podem chegar a mais de uma década, buscando equilíbrio entre legado e inovação.

Dilema entre inovação e legado

A gestão de IA intensifica a tensão. Projetos de IA muitas vezes começam com pilotos, mas boa parte não chega à produção, devido a limitações técnicas, culturais e estrutura de governança. A pressão de acionistas e de concorrentes aumenta o desafio.

Dirgan, líder da plataforma Red Hat Enterprise Linux para a América Latina, ressalta que inovação e legado precisam conviver. A falta de capacidade de entrega pode levar clientes a migrar rapidamente, elevando riscos.

O uso de dados sensíveis em IA complicou o cenário. Treinar modelos exige acesso a informações reguladas em saúde e finanças, o que levanta questões de soberania e governança ao migrar dados para ambientes externos.

Soberania digital e open source

A soberania digital ganha relevância em ambientes híbridos. Empresas buscam controle sobre onde dados e aplicações ficam, exigindo maturidade técnica e organizacional para gerenciar isso com segurança.

O open source volta a ocupar posição central. Em contraste com plataformas proprietárias, a abertura é vista como motor de inovação e confiabilidade, especialmente para transparência e governança de IA.

A América Latina se destaca pela capacidade de experimentação. Compartilha soluções entre regiões, adaptando iniciativas que ganham escala em mercados mais ricos, com menor custo inicial.

Caminho sustentável entre velocidade e responsabilidade

O cenário atual aponta para caminhos que conciliam avanço tecnológico com governança adequada. Arquiteturas híbridas e modulares permitem que empresas menores adotem estratégias de controle de dados sem dependência exclusiva de grandes organizações.

Gestores devem considerar a relação entre desempenho, segurança e custo ao planejar a expansão de IA. A tecnologia, sob esse prisma, é vista como ferramenta para melhorar eficiência sem abrir mão da responsabilidade.