Qlik: Tendências 2026 em Dados, Analytics e IA

Impulsionando o Futuro da IA: Ouse Orquestrar Dados, Agentes e Funções

Em janeiro deste ano, tivemos a oportunidade de assistir ao extraordinário webcast “Powering the Future of AI: Dare to Orchestrate Data, Agents, and Roles”, apresentado por Dan Sommer, Global Market Intelligence Lead da Qlik.

Por se tratar de um material especialmente valioso, dedicamo-nos a analisá-lo com cuidado, organizando o conteúdo em partes para facilitar a compreensão em português. A proposta foi adotar uma linguagem mais acessível, que dialogasse com profissionais de diferentes áreas, técnicas ou não. Esperamos que esta leitura seja enriquecedora para você.

A apresentação propõe uma leitura sobre o momento atual da Inteligência Artificial nas empresas. Embora a tecnologia avance rapidamente e já esteja presente no dia a dia profissional, transformar esse movimento em valor consistente para o negócio ainda é um desafio. O obstáculo, muitas vezes, não está na tecnologia, mas na desconexão entre dados, pessoas e iniciativas de IA.

Enquanto o uso se intensifica de forma descentralizada, poucas organizações estão preparadas para escalar IA com segurança e sustentabilidade. Profissionais ganham produtividade individual, mas esse valor raramente se consolida no nível organizacional.

Essa dinâmica reflete o antigo movimento pendular entre centralização e descentralização. Empresas alternam entre controle e agilidade, desmontando estruturas a cada mudança de direção. Com a IA, essa lógica se mostra limitada: centralizar demais reduz velocidade; descentralizar sem coordenação compromete confiança e escala

Surge, então, uma nova perspectiva: sair da oscilação e avançar para a orquestração da inteligência. Orquestrar significa criar conexões. Permitir que dados, agentes, funções e execução atuem de forma coordenada, cada um no lugar onde faz mais sentido, sem perder a visão do todo.

Nesse modelo, o sucesso não está em escolher entre controle ou autonomia, mas em construir um sistema no qual ambos coexistem. A inteligência passa a fluir onde é mais relevante, sustentada por um arranjo que favorece continuidade, escala e uso consistente ao longo do tempo.

Antes de falar em arquiteturas, é preciso alinhar o olhar: a Inteligência Artificial só se torna um ativo estratégico quando deixa de operar em iniciativas isoladas e passa a funcionar como um sistema orquestrado.

A seguir, o conteúdo do webcast está organizado por temas, em vídeos mais curtos, com legenda em português e um breve resumo de cada tópico. Vamos lá?!

É um Enigma

“O núcleo versus a periferia, governança central versus democratização.”

Na abertura, é proposto um paralelo entre o momento atual da Inteligência Artificial e o período em que a eletricidade começou a se tornar uma infraestrutura essencial para a sociedade. Assim como aconteceu naquela época, a discussão não era apenas sobre a tecnologia em si, mas como distribuí-la, controlá-la e fazê-la funcionar de forma confiável em larga escala.

Ele lembra que, historicamente, houve um embate entre modelos centralizados e distribuídos. Sistemas mais centralizados ofereciam controle e segurança, mas limitavam alcance e flexibilidade. Já os modelos distribuídos ampliavam escala e acesso, mas traziam novos riscos. O avanço real só aconteceu quando esses dois mundos foram conectados por uma rede capaz de equilibrar ambos — a rede elétrica.

Essa analogia com a eletricidade prepara o terreno para uma reflexão: mais do que adotar IA, o desafio agora é organizar a forma como dados, inteligência e decisões se conectam, permitindo escala, confiança e uso consistente ao longo do tempo.

 (Introdução) 

Rede de Inteligência DARE

Para que a Inteligência Artificial deixe de operar de forma fragmentada e passe a gerar valor consistente, não basta ter tecnologia disponível. É preciso ousar mudar a forma como a inteligência é organizada, conectada e colocada em ação.

É nesse contexto que surge a Rede de Inteligência DARE. O próprio nome já carrega a mensagem central do conceito: DARE é ousar. Ousar sair do conforto de modelos tradicionais, ousar abandonar o vai-e-volta entre centralização e descentralização e ousar tratar a IA como um sistema vivo, que precisa ser orquestrado.

A Rede de Inteligência DARE propõe olhar para a IA como um conjunto de elementos interdependentes, que só fazem sentido quando trabalham em conjunto. Ela se estrutura em quatro dimensões que precisam coexistir:

• • Dados (Data), que devem ser confiáveis, acessíveis e contextualizados.

  • Agentes (Agents), que atuam como extensões inteligentes, capazes de interpretar informações e apoiar decisões.

  • Funções (Roles), que definem responsabilidades, limites e formas de interação entre pessoas, sistemas e agentes.

  • Execução (Execution), que garante que a inteligência gerada se traduza em ações concretas, integradas aos processos do negócio.

Ousar, nesse conceito, não significa correr riscos desnecessários ou abrir mão de controle. Significa assumir que a inteligência não nasce pronta, nem se sustenta isoladamente. Ela precisa de coordenação, clareza de papéis e capacidade de execução contínua.

Quando dados, agentes, funções e execução operam de forma desconectada, o resultado tende a ser conhecido: iniciativas pontuais, dificuldade de escala e pouco impacto real. A Rede de Inteligência DARE surge justamente para romper com essa fragmentação, criando uma estrutura na qual a inteligência flui onde faz mais sentido, sem perder coerência, confiança e visão do todo.

Mais do que um framework, a rede de Inteligência DARE representa uma mudança de postura. Ousar orquestrar é aceitar que gerar valor com IA exige conexão, disciplina e, sobretudo, repensar modelos estabelecidos.

Com base nessa rede, emergem 12 tendências que precisam ser orquestradas. Isoladas, têm força. Conectadas — do núcleo às áreas de decisão — transformam dados, analytics e IA em um sistema orquestrado de inteligência.

DARE - [D] Data: Dados, o ponto de partida da inteligência

Toda Inteligência Artificial começa pelos dados. Mas não por qualquer dado — e esse é um dos equívocos mais comuns quando se fala em escalar IA. Quantidade, por si só, não garante inteligência. Sem qualidade, contexto e integridade, os resultados tendem a ser frágeis, inconsistentes ou simplesmente equivocados.

O desafio não está apenas em armazenar dados, mas em torná-los confiáveis e realmente utilizáveis ao longo de toda a organização. Dados precisam estar acessíveis no momento certo, no formato adequado e com significado claro para quem usa — seja uma pessoa, seja um agente inteligente.

Outro ponto central é que os dados raramente estão em um único lugar. Eles estão distribuídos em diferentes sistemas, plataformas e camadas do negócio. Quando esses dados não se conectam, a inteligência nasce fragmentada. Cada área enxerga apenas uma parte da realidade, o que limita decisões, reduz escala e compromete a confiança nos resultados.

Por isso, o papel dos dados dentro da Rede de Inteligência DARE não é apenas alimentar modelos, mas sustentar decisões. Dados bem governados, integrados e contextualizados permitem que a IA funcione como infraestrutura, e não como experimento isolado.

Em outras palavras, sem dados sólidos, a inteligência não se sustenta. Eles são o alicerce sobre o qual agentes atuam, funções se organizam e a execução acontece de forma consistente. O “D” do DARE não é apenas o primeiro elemento — é a base que determina até onde a inteligência pode chegar.

(DARE [D] - Data)

Qlik 2026 Tendência 1: "Tudo em uma Plataforma"

Até pouco tempo atrás, o modern data stack esteve em evidência. Um ecossistema formado por ferramentas especializadas, estruturadas em torno de um data warehouse em nuvem. Com o tempo, porém, esse modelo passou a mostrar limitações: resultados demoravam a se concretizar, os custos aumentaram, funcionalidades se sobrepuseram — e a base não estava preparada para Inteligência Artificial.

Diante desse cenário, o movimento começa a mudar. Agora, o pêndulo se deslocou em direção à consolidação. Grandes fornecedores competem pelos seus dados, e a capacidade de processamento, evoluindo para “Tudo numa Plataforma”, passa a agrupar gestão de dados, Inteligência Artificial e analytics em portfólios integrados de serviços.

Essa mudança promete simplicidade, mas com riscos associados. À medida que esses fornecedores absorvem uma parcela maior do patrimônio de dados das organizações, os riscos aumentam: dependência da plataforma / fornecedor (lock-in), custos de processamento e transferência de dados, além da criação de pontos únicos de falha, em que a interrupção de um único componente pode afetar todo o ambiente.

A adoção recente de formatos abertos de tabelas suavizou as fronteiras entre ecossistemas, ampliando a interoperabilidade. Isso ajuda as organizações a preservar liberdade de escolha, permitindo que dados, analytics e uso de IA sejam executados no ambiente mais adequado a cada necessidade.

(Tendência 1: Tudo em Uma Plataforma)

Qlik 2026 Tendência 2: Semântica em Todo Lugar

À medida que dados, pessoas e agentes interagem de forma cada vez mais distribuída, a semântica passa a desempenhar um papel central. Mais do que estruturar informações, ela se torna essencial para criar significado compartilhado, garantindo que humanos e máquinas interpretem os dados de forma consistente.

Nesse movimento, ontologias, grafos e catálogos deixam de ser apenas componentes de apoio e passam a formar a base para definições padronizadas entre diferentes ferramentas e ambientes. A semântica atua como um elo comum, conectando dados que estão em múltiplos lugares sob um mesmo entendimento.

Ao mesmo tempo, os metadados deixam de ser estáticos. Em vez de funcionarem apenas como inventários ou catálogos, passam a operar como um elemento ativo, capturando linhagem, contexto e definições de negócio. Essa evolução transforma os metadados em um ponto de articulação entre tecnologia e negócio, apoiando governança e tomada de decisão.

Essas camadas semânticas começam, então, a assumir o papel de uma interface comum de significado. Conceitos de negócio podem ser definidos uma única vez e compreendidos de forma programática por ferramentas de BI, aplicações e agentes de IA, reduzindo ambiguidades e interpretações divergentes.

Assim, contribui para reduzir inconsistências, evitar interpretações equivocadas e garantir que IA e agentes operem a partir de uma base comum de entendimento.

(Tendência 2: Semântica em Todo Lugar)

Qlik 2026 Tendência 3: Retorno da Camada de Cache

Após o avanço do modelo de “Tudo em uma Plataforma”, começa a surgir um movimento complementar. Em vez de concentrar todo o processamento na nuvem, organizações passam a reavaliar quando faz mais sentido levar o processamento até os dados, e não o contrário.

Memória rápida e armazenamento acessível tornaram o processamento local mais eficiente em muitos cenários. Para conjuntos de dados pequenos e médios, executar análises e inferências localmente reduz latência, simplifica arquiteturas e diminui custos associados à movimentação de dados.

Esse movimento também impulsiona o uso de modelos de linguagem menores (SLMs) e da execução local de IA, permitindo decisões mais rápidas, maior privacidade e menor dependência de infraestrutura centralizada. Em muitos cenários, o processamento direto em memória se mostra mais eficiente do que sistemas distribuídos, especialmente em termos de velocidade, custo e controle operacional.

Na prática, não se trata de substituir a nuvem, mas de combinar grandes plataformas de nuvem com processamento local e próximo à origem dos dados, usando cada abordagem onde ela é mais eficiente. Esse equilíbrio reduz custos, atende requisitos regulatórios e aproxima a Inteligência Artificial dos pontos onde as decisões realmente acontecem.

(Tendência 3: Retorno da Camada de Cache)

DARE - [A] Agents: Agentes, se tornam autônomos e contextuais

Na Rede de Inteligência DARE, os agentes representam a evolução da interação entre pessoas, dados e Inteligência Artificial.

Agentes deixam de ser apenas assistentes reativos e passam a atuar de forma autônoma e contextual. Isso significa que eles não apenas respondem a comandos, mas entendem o contexto, tomam decisões dentro de limites definidos e executam ações de forma coordenada.

Nesse cenário, aplicações analíticas com governança assumem um papel central: tornam-se a interface confiável entre humanos e IA, garantindo que decisões automatizadas estejam alinhadas a regras, dados consistentes e objetivos do negócio.

O verdadeiro avanço não está em escolher entre abordagens diferentes de IA, mas em combiná-las. Ao unir modelos probabilísticos (mais flexíveis e criativos) com abordagens determinísticas (mais previsíveis e precisas), surge o conceito de IA composta — capaz de equilibrar criatividade com controle, autonomia com responsabilidade.

(DARE [A] - Agents)

Qlik 2026 Tendência 4: BI para IA = Inteligência Contextual

Durante anos, a Inteligência Artificial foi usada para tornar o BI mais inteligente: realizar buscas, gerar insights automaticamente, acelerar análises e até montar dashboards. Agora, o movimento começa a se inverter.

Para que agentes de IA atuem de forma autônoma e responsável, eles precisam de algo que o BI tradicional nem sempre entregou: contexto confiável, estrutura e conhecimento validado. É nesse ponto que o BI deixa de ser apenas uma camada de visualização e passa a assumir um novo papel, tornar-se a base de Inteligência Contextual (CI).

Nessa evolução, o analytics passa a funcionar como uma camada de referência confiável, usada não só por pessoas, mas também por agentes de IA para interpretar informações, tomar decisões e executar ações de forma alinhada ao negócio. Em vez de relatórios isolados, constrói-se uma hierarquia clara de conhecimento, pensada para uso humano e automatizado.

Essa estrutura costuma ser organizada em camadas:

• • Platinum | Inteligência Contextual
    Dashboards com governança e integrações que oferecem uma visão única e confiável do negócio, servindo como referência comum para agentes e aplicações.
    
    
  • Gold | Modelos de Decisão
    Conjuntos de dados estruturados, com métricas compartilhadas e lógica de negócio bem definida, que sustentam decisões consistentes.
    
    
  • Silver | Núcleo Validado
    Dados padronizados, verificados, com rastreabilidade e indicadores de confiança.
    
    
  • Bronze | Dados Brutos Otimizados
    Em formato aberto, Iceberg, com armazenamento em lakehouse de baixo custo.

O analytics não apenas apoia as pessoas no processo de decisões. Na verdade, também é a base fundamental — e indispensável — para a IA. Ao transformar BI em Inteligência Contextual, os agentes se beneficiam de uma base confiável para interpretação, ação e responsabilidade.

Em resumo, não se trata de adicionar IA ao BI, mas de preparar o BI para sustentar a IA.

(Tendência 4: BI para IA = Inteligência Contextual )

Qlik 2026 Tendência 5: IA Composta e Multimodal

Parte da dificuldade das organizações em extrair valor real da Inteligência Artificial está no excesso de confiança em um único tipo de abordagem. Modelos como GenIA trazem flexibilidade e criatividade, mas nem sempre oferecem o nível de precisão exigido por sistemas críticos. Já abordagens baseadas em regras e árvores de decisão são confiáveis, porém rígidas demais para lidar com cenários complexos e dinâmicos.

A próxima etapa dessa evolução aponta para a IA Composta. Em vez de apostar em um único modelo, combina-se o melhor de diferentes abordagens. Modelos generativos passam a trabalhar lado a lado com mecanismos tradicionais, cada um operando dentro de limites bem definidos e com governança.

Essa composição também é multimodal. Dados estruturados e não estruturados, textos, dados numéricos, imagens e diferentes formas de interação passam a ser tratados de forma integrada. O resultado não é um sistema único e monolítico, mas uma rede de modelos especializados, que colaboram entre si para produzir respostas mais precisas, explicáveis e úteis.

Quando essa arquitetura é bem desenhada, agentes de IA deixam de agir como “caixas-pretas” e passam a operar com mais clareza e controle. A combinação de diferentes tipos de modelos reduz riscos, amplia a confiança e ajuda a diminuir a distância entre inovação e resultados concretos para o negócio.

(Tendência 5: IA Composta e Multimodal )

Qlik 2026 Tendência 6: Agentes de Tarefas Responsivos ao Contexto

Os dashboards deixam de ser apenas descritivos — que mostram o que já aconteceu — e passam a incorporar uma inteligência perceptiva. Em vez de só reportar resultados, esses sistemas passam a antecipar situações, identificar anomalias, sugerir ações e, em alguns casos, executar tarefas de forma autônoma.

Essa nova camada é viabilizada por agentes sempre responsivos ao contexto. Eles acompanham continuamente dados, eventos e sinais do ambiente, entendem o que está acontecendo no momento certo e atuam de acordo com limites previamente definidos. Esses agentes podem operar dentro da própria plataforma analítica ou interagir com ferramentas de terceiros, conectando análise e ação.

Quando posicionados próximo aos dados e aos pontos de decisão, esses agentes reduzem latência e aumentam a capacidade de adaptação contínua. O resultado é uma operação mais ágil, capaz de responder rapidamente a mudanças sem depender de intervenções manuais constantes.

Com isso, as organizações ganham mais velocidade, percepção e capacidade de resposta contínua. A tendência aponta para um cenário em que empresas contam com múltiplos assistentes digitais, cada um orientado a objetivos específicos e decisões bem delimitadas — tornando a operação mais responsiva ao contexto em que está inserida.

(Tendência 6: Agentes de Tarefas Responsivos ao Contexto)

DARE - [R] Roles: Funções, e responsabilidades estão sendo redefinidas

À medida que humanos, agentes de IA e organizações passam a compartilhar decisões, surgem novas formas de alinhamento, governança e responsabilidade. Não se trata apenas de automatizar tarefas, mas de reorganizar quem decide, quem executa e quem responde — sempre em conformidade com regras e regulamentos.

Protocolos abertos e contratos baseados em tokens criam uma base mais segura para essa colaboração, permitindo que humanos e agentes atuem de forma coordenada. Ao mesmo tempo, novos papéis emergem para supervisionar, orientar e conectar esses agentes, garantindo que autonomia e controle avancem juntos.

(DARE - [R] Roles)

Qlik 2026 Tendência 7: Soberania dos Dados Evolui

Até recentemente, soberania de dados era um tema mais restrito a setores específicos. Hoje, ela se torna crítica, à medida que dados precisam obedecer às leis do país ou da região onde se originam. Novas exigências regulatórias — como o EU AI Act — passam a demandar clareza sobre onde os dados estão, quem os controla e como são utilizados.

Nesse cenário, arquiteturas híbridas deixam de ser uma escolha e passam a ser necessárias. Combinações de múltiplas nuvens e ambientes locais tornam-se essenciais para atender exigências regionais, sem abrir mão da atuação global.

Ao mesmo tempo, as fronteiras digitais se fragmentam. Governos exigem maior controle local, criando “ilhas de dados” que aumentam a complexidade operacional da nuvem. A soberania deixa de ser apenas uma questão de localização e passa a envolver acesso, controle e governança compartilhada. Consentimentos individuais já não são suficientes: ganha força a governança coletiva de dados compartilhados como novo mecanismo de proteção.

(Tendência 7: Soberania dos Dados Evolui)

Qlik 2026 Tendência 8: Protocolos em vez de Plataformas

Protocolos abertos passam a se consolidar como uma rede de conectividade entre sistemas centralizados e descentralizados. Eles tornam os dados portáveis por meio de padrões abertos e formatos de tabela como o Iceberg, oferecem uma linguagem comum para serviços e agentes — por meio de frameworks como o MCP (Model Context Protocol) — e permitem que processos circulem com mais liberdade entre diferentes ambientes e camadas de controle.

Esses fundamentos se tornam mais relevantes do que qualquer plataforma isolada. São eles que permitem combinar, adaptar e estender componentes conforme a necessidade, sem comprometer a governança. Em vez de ambientes fechados, emerge um ecossistema mais flexível, no qual diferentes partes convivem e evoluem juntas.

Também começa a ganhar forma uma economia baseada em agentes. Iniciativas como o Agent Payments Protocol (AP2) apontam para um cenário em que contratos, pagamentos e trocas de valor podem ocorrer de forma autônoma entre pessoas e máquinas. Isso marca o início de um ecossistema em que a colaboração — e não apenas o processamento — passa a ser programável.

(Tendência 8: Protocolos em vez de Plataformas)

Qlik 2026 Tendência 9: Novas Funções Humano-IA

No universo de dados, analytics e Inteligência Artificial, novas funções ganham espaço em diferentes áreas da empresa. Surgem perfis como Citizen Data Engineers, AI Operations Specialists, Ethics Experts e até Vibe ou Decision Engineers, que combinam decisão humana com execução realizada por agentes.

Essas funções estimulam a inovação para além dos silos tradicionais, com uma atuação mais fluida e multidisciplinar. O trabalho deixa de se concentrar apenas na execução de tarefas e passa a demandar uma orquestração de diferentes áreas e competências, de forma integrada, na qual a visão humana define objetivos, limites e critérios. Nesse modelo, as pessoas desenham os caminhos, enquanto os agentes assumem o trabalho repetitivo do dia a dia.

O impacto mais amplo no trabalho ainda está em formação. As projeções indicam que a IA tende a criar mais funções do que eliminar, não por substituir pessoas, mas por reorganizar a forma como o trabalho acontece. Nesse cenário, líderes e profissionais passam a atuar como orquestradores de agentes especializados, ampliando alcance, criatividade e capacidade de decisão.

(Tendência 9: Novas Funções Humano - IA)

DARE - [E] Execution: Execução, é o que gera resultado concreto para as empresas

Quando dados, agentes e funções se conectam por meio de estruturas de controle que se conectam entre si e dados confiáveis, torna-se possível sair do estágio de testes e sustentar a geração contínua de resultados no dia a dia.

(DARE - [E] Execution)

Qlik 2026 Tendência 10: Otimização de Lakehouse a um Plano de Controle de Operações (xOps)

Para as equipes de dados, a otimização de lakehouses abertos passa a ser a base da operação. Ela reúne dados sob uma gestão unificada, reforça a governança e permite que equipes “escrevam uma vez e reutilizem em vários lugares”, mesmo em ambientes distribuídos. Com otimizações de custo e desempenho incorporadas aos fluxos, o lakehouse deixa de ser apenas armazenamento e passa a atuar como uma camada operacional do negócio.

À medida que o trabalho se torna mais coordenado entre diferentes frentes, as organizações precisam de uma camada única de controle para organizar tudo isso. Surge então o plano de controle: um núcleo central onde DataOps, ModelOps e FinOps se alinham para garantir visibilidade, governança e eficiência financeira.

Com o tempo, a gestão deixa de focar apenas em ferramentas isoladas e passa a orquestrar resultados. Em vez de controlar sistemas separadamente, o foco se desloca para garantir que decisões, processos, modelos e recursos sejam executados no lugar certo, no momento certo e com o custo adequado. Como o controle individual já não é suficiente, a governança coletiva dos dados compartilhados passa a assumir o papel de principal mecanismo de proteção.

(Tendência 10: Otimização de Lakehouse a um Plano de Controle de Operações - xOps)

Qlik 2026 Tendência 11: Produtos de Dados Confiáveis a Service-as-Software

A execução exige confiança e clareza. À medida que as organizações deixam de trabalhar por projetos pontuais e passam a operar com entregas contínuas, cresce a expectativa por dados, métricas e regras de negócio estruturados, que possam ser usados com segurança por diferentes públicos.

Esses produtos de dados confiáveis precisam ser descobertos, versionados e governados, mantendo proximidade com o negócio, mas seguindo padrões compartilhados. Eles passam a sustentar decisões por meio de marketplaces, onde parceiros, agentes e clientes acessam insights validados, em vez de dados brutos.

Com o tempo, o foco se desloca da simples entrega de conjuntos de dados para a entrega de resultados. Dados, lógica e aplicações convergem em serviços dinâmicos, com qualidade, rastreabilidade e responsabilidade incorporadas, todos operando sobre uma base integrada e consistente. À medida que esses serviços se tornam mais granulares e bem definidos, esse modelo passa a ser chamado de Service-as-Software.

(Tendência 11: Produtos de Dados Confiáveis a Service-as-Software)

Qlik 2026 Tendência 12: Vibe Code, Low Code e No Code

A chamada "vibe coding"  (GenIA prompts) ganha espaço ao permitir que pessoas façam protótipos, testes e transformem ideias em soluções com uma velocidade inédita. Ela representa o extremo da inovação. No entanto, apesar de acelerar a criação, esse modelo ainda é mais propenso a erros e pouco adequado para sistemas críticos.

Abordagens low-code e no-code, por sua vez, oferecem um caminho mais estruturado, combinando agilidade com maior controle e governança, ampliando o acesso à criação sem comprometer a confiança.

A promessa é clara: democratizar a inovação. O desafio, porém, é acompanhar esse ritmo com mecanismos de qualidade e governança que sustentem a confiança à medida que a criação se torna mais rápida e distribuída.

(Tendência 12: Vibe Code, Low Code e No Code)

Tendências Qlik 2026: Considerações Finais

O encerramento da apresentação reforça que o verdadeiro valor da Inteligência Artificial não está apenas em seu potencial tecnológico, mas na forma como ela é estruturada, conectada e orquestrada dentro das organizações.

Usando a metáfora da eletricidade — inspirada na ideia de que IA é a nova eletricidade — o vídeo destaca que, assim como a eletricidade isolada é apenas um conjunto de faíscas desconectadas, a IA, sem uma base adequada, também se torna fragmentada e ineficiente. O valor real só é desbloqueado quando existe uma rede de conectividade, capaz de conectar correntes, distribuir energia e sustentar o uso em escala.

Essa lógica se aplica diretamente à IA: ela precisa operar sobre uma infraestrutura bem construída, conectando dados, agentes, funções e execução. Inteligência não deve ser tratada como um recurso isolado, mas como algo que segue um padrão, é orquestrado e sustentado por uma base confiável.

Ao sintetizar, o vídeo aponta que toda empresa moderna busca três pilares essenciais:

• • Integridade, sustentada pela confiança nos dados.

  • Interoperabilidade, por meio da adaptação e integração de sistemas distribuídos.

  • Inovação contextualizada, que transforma essa base em vantagem competitiva.

Quando dados são orquestrados junto a agentes e funções com execução, cria-se valor composto — um efeito de rede que fortalece e potencializa a IA ao longo do tempo. O convite final é sair da lógica de iniciativas isoladas e avançar para sistemas orquestrados de inteligência, capazes de empoderar decisões e estimular novas formas de pensar e agir.

(Tendências Qlik 2026: Considerações Finais)

Conselho de IA Qlik formado em janeiro de 2024: Mensagem dos Convidados

Michael Bronstein - DeepMind Professor of Artificial Intelligence, University of Oxford

Rumman Chowdhury - CEO and co-founder of Humane Intelligence

Kelly Forbes - Co-Founder and Executive Director of the AI Asia Pacific Institute

Nina Schick - Author, Advisor, world-leading authority on GenAI

Guia Complementar de Tendências para 2026 [by Qlik]

Assista AQUI ao vídeo completo em inglês do Webcast "Powering the Future of AI: Dare to Orchestrate Data, Agents, and Roles”, apresentado por Dan Sommer, Market Intelligence Lead da Qlik.