A NTT DATA acaba de divulgar um novo relatório que revela como a IA empresarial está a ultrapassar a arquitetura e a infraestrutura que a suportam, à medida que os requisitos de privacidade e soberania dos dados se tornam mais exigentes. O estudo identifica uma divisão crescente entre as organizações que estão a redesenhar as suas estratégias de IA para dar prioridade ao controlo, à localização dos dados e à segurança, e aquelas que continuam a integrar IA em ambientes que não foram concebidos para responder a estas exigências.
Durante anos, a arquitetura corporativa evoluiu no sentido de permitir a circulação de dados entre sistemas, cloud, aplicações e geografias com maior velocidade e eficiência. A IA está agora a expor os limites desse modelo. Os dados sensíveis precisam de ser protegidos, as cargas de trabalho devem operar dentro de jurisdições definidas e os modelos têm de ser governados sob controlos mais rigorosos. Os dados nem sempre podem circular com a velocidade e a fluidez exigidas por muitos sistemas de IA, tornando a jurisdição dos dados uma restrição arquitetural fundamental. Em resultado, conceitos como Private AI e Sovereign AI tornaram-se prioridades estratégicas.
O relatório NTT DATA Global AI Report 2026: A Playbook for Private and Sovereign AI revela uma lacuna entre o que as organizações reconhecem como necessário e aquilo que estão preparadas para implementar:
- Mais de 95% dos inquiridos afirmam que Private AI e Sovereign AI são importantes, mas apenas 29% estão a priorizar Sovereign AI de forma concreta e no curto prazo.
- Cerca de 35% dos Chief AI Officers (CAIO) identificam a construção, integração e gestão de modelos complexos de IA em ambientes privados ou soberanos como a principal barreira à adoção, enquanto quase 60% dos líderes de IA referem as restrições associadas à circulação de dados entre jurisdições como um desafio significativo.
- Apenas 38% reportam um elevado nível de segurança na cloud — uma base crítica tanto para Private AI como para Sovereign AI.
Private AI e Sovereign AI são conceitos relacionados, mas distintos. Private AI centra-se na proteção de dados empresariais sensíveis, no controlo de acessos e na limitação da exposição da informação. Já Sovereign AI procura garantir que os sistemas de IA, os dados e os ambientes operacionais cumprem requisitos jurisdicionais, regulatórios ou de controlo nacional e regional.
“À medida que a IA evolui, as abordagens de Private AI e Sovereign AI estão a colocar à prova o nível de preparação das organizações”, afirma Abhijit Dubey, CEO e Chief AI Officer da NTT DATA, Inc. “As organizações que estão a ter sucesso vão além da conformidade regulatória e da mitigação de risco. Estão a construir a base operacional necessária para uma IA capaz de operar em diferentes mercados, jurisdições e contextos de negócio. A nossa análise mostra que os líderes em IA avançam mais rapidamente ao tratar arquitetura, infraestrutura e governação como elementos estratégicos.”
O relatório identifica cinco mudanças que estão a definir a próxima fase da IA empresarial:
1. A IA está a encontrar um limite — e não é o modelo
A principal restrição já não está apenas no desempenho dos modelos. Atualmente, a IA exige maior controlo sobre a capacidade computacional, o acesso aos dados, a segurança e a localização, expondo limitações de infraestruturas concebidas para fluxos de dados centralizados e sem fronteiras.
2. A jurisdição dos dados tornou-se uma restrição arquitetural
Os dados continuam a poder circular, mas nem sempre da forma que a IA exige. Dado que a IA depende de acesso contínuo e de movimentação constante de dados, a jurisdição está a determinar onde os dados são armazenados, onde os modelos são executados e como os sistemas são concebidos e governados.
3. Todos reconhecem a mudança, mas poucos estão a agir
Mais de 95% das organizações reconhecem a importância de Private AI e Sovereign AI, mas apenas cerca de um terço está a priorizar Sovereign AI de forma concreta e no curto prazo.
4. Os líderes estão a redesenhar as suas arquiteturas desde fases iniciais e a avançar de forma decisiva, ampliando a diferença competitiva
As organizações líderes estão a alinhar infraestrutura, governação e modelos operacionais desde fases iniciais. Isto permite evoluir mais rapidamente de projetos-piloto para implementações em escala, enquanto outras ainda enfrentam dificuldades de adaptação.
5. Private AI e Sovereign AI podem sugerir independência, mas, na prática, dependem de ecossistemas altamente orquestrados
Mais de metade das organizações aponta a complexidade da integração como o principal desafio. À medida que procuram maior controlo, aumenta também a complexidade e a interdependência entre os parceiros que integram o ecossistema de IA ao longo de toda a cadeia tecnológica.
Em conjunto, Private AI e Sovereign AI estão a transformar a forma como os sistemas de IA são desenvolvidos, governados e escalados. As organizações que promovem estes redesenhos desde fases iniciais estão melhor posicionadas para operar em ambientes regulados, distribuídos e sensíveis aos dados. Por outro lado, aquelas que integram IA em arquiteturas não concebidas para controlo, localização ou restrições de fluxo de dados poderão enfrentar dificuldades em transformar o potencial da IA em valor sustentável.