A Oracle AI World 2026, realizada em Las Vegas entre 25 e 28 de outubro, marcou uma mudança de foco na IA corporativa: menos atenção ao modelo e mais ao contexto, às regras e à infraestrutura que permitem aos agentes executar trabalho real. Juliana Maria Lopes, que acompanhou o evento presencialmente, analisa os principais anúncios e o que eles significam para as empresas.
Mais de 40% dos projetos de IA agêntica devem ser cancelados até o fim de 2027, segundo uma projeção do Gartner, por custos crescentes, valor pouco claro e controles de risco inadequados. O número não revela uma limitação dos modelos. Revela uma lacuna de fundação.
Foi essa lacuna que dominou a agenda da Oracle AI World 2026. A ambição declarada é tirar a IA do papel de quem responde perguntas e colocá-la no papel de quem executa trabalho de negócio. Para isso, os anúncios atacaram três condições: contexto, confiança e ecossistema.
Contexto antes da autonomia
Um agente que acessa tabelas sem saber o que "receita líquida" significa naquela empresa produz respostas tecnicamente corretas e estrategicamente inúteis. Para resolver isso, a Oracle evoluiu o Autonomous AI Lakehouse com a Business Semantic Layer, que entrega aos agentes definições consistentes de métricas, relacionamentos e KPIs.
Completam o pacote o AI Data Catalog, o suporte ampliado a Apache Iceberg e o Business Simulation Engine, que traz capacidades do Essbase para planejamento e cenários what-if. Tudo desenhado para operar em OCI, AWS, Azure, Google Cloud e ambientes dedicados.
Governança que nasce no dado
Em muitas implementações, regras de acesso ficam espalhadas entre prompts e código de agentes. Cada novo agente reabre o risco. A resposta da Oracle foi a Deep Trust AI Architecture, que embute segurança, privacidade e regras de negócio na própria pilha tecnológica, segundo a Channel Insider.
O Oracle Deep Data Security aplica políticas de acesso dentro do banco, e as Deep Trust Data APIs limitam como os agentes interagem com a informação. A lógica é simples: se a política vive no dado, ela vale para qualquer agente, modelo ou interface.
Da recomendação à execução
No Fusion Companion, o usuário declara um objetivo de negócio e o sistema coordena aplicações, workflows, aprovações e agentes para alcançá-lo. É a passagem de uma IA que sugere para uma IA que executa, sempre dentro de permissões.
Para quem implementa tecnologia, o destaque foi o Fusion Setup and Configuration Registry, um repositório Git público que torna o conhecimento de configuração do Fusion executável por agentes. A documentação estática vira ativo reutilizável e auditável.
Um ecossistema deliberadamente aberto
A Oracle trouxe para dentro do seu ecossistema parceiros que até pouco tempo seriam vistos como concorrentes. A colaboração com a OpenAI leva ChatGPT e Codex às aplicações e dados Oracle, a Snowflake passa a rodar como serviço nativo na OCI e as TPUs do Google chegam à OCI a partir de 2027.
Soma-se a isso um compromisso de US$ 1 bilhão em quatro anos com parceiros. A mensagem é clara: a IA corporativa será construída em ecossistema.
O que muda para os decisores
A camada semântica deixou de ser detalhe de BI e virou infraestrutura crítica de IA. A governança precisa ser estrutural, e não depender de instruções a cada agente. E o custo de um agente passou a ser decisão de arquitetura, com roteamento de modelos e escolha de infraestrutura pensados desde o primeiro dia. Vale ainda separar anúncio de disponibilidade: parte das capacidades, como a Business Semantic Layer, chega nos próximos 12 meses.
A fundação define o resultado
Foi com essa visão que a GFT participou do evento, apresentando o Wynxx Data Transformer, que usa agentes de IA para acelerar a migração de legados e plataformas analíticas para a OCI. Modernizar dados é o primeiro passo para que agentes operem com contexto e confiança.
As empresas que vão capturar valor com IA agêntica não serão as que adotaram primeiro, e sim as que construíram primeiro as bases certas. A tecnologia está disponível. O diferencial, agora, está na execução.
