Três dias de evento em Las Vegas. Por trás dos lançamentos, alguns sinais importantes para quem precisa planejar infraestrutura agora.

O Dell Technologies World 2026 reuniu clientes, parceiros e especialistas para discutir o próximo ciclo de investimento em tecnologia corporativa. Como em qualquer evento desse porte, há uma camada de lançamentos e posicionamento de produto. Mas há também temas que aparecem repetidamente porque refletem dores reais do mercado, e esses valem atenção.

Separamos os pontos mais relevantes para gestores de TI que estão, agora, tomando decisões sobre infraestrutura, dados e AI.

O problema não é mais falta de AI, é falta de estrutura para rodá-la

A mensagem que atravessou os três dias do evento foi essa: as empresas já querem usar AI. O gargalo virou execução. A maioria dos projetos trava não por falta de modelo ou orçamento, mas por infraestrutura mal preparada, dados siloados e ausência de governança.

Isso converge com o que observamos no dia a dia com nossos clientes. Há uma pressão crescente para “fazer algo com AI”, mas pouca clareza sobre o que precisa ser resolvido antes: onde os dados estão, como estão protegidos, quem acessa o quê e como a operação vai monitorar tudo isso quando os sistemas começarem a tomar decisões de forma autônoma.

Na prática, AI não é um produto que se compra, mas uma jornada de arquitetura. E ela tem três pilares que precisam estar minimamente no lugar antes de qualquer projeto avançar: infraestrutura preparada para os workloads certos, dados estruturados e governados, e operação com observabilidade suficiente para enxergar o que está acontecendo em tempo real.

Dados mal governados são o principal limitador de AI, não hardware

Um dos temas mais recorrentes no DTW 2026 foi a qualidade e a governança dos dados como condição para AI funcionar de verdade. O argumento central vale para qualquer stack:

O modelo de AI é tão bom quanto os dados que o alimentam.

Empresas que chegam a um projeto de AI sem visibilidade sobre seus dados (onde estão, quem acessa, qual a qualidade) vão bater nesse muro cedo. É um problema de arquitetura de dados, observabilidade e governança.

E o problema não é só de acesso: é de proteção. O aumento de ataques cibernéticos torna obrigatório pensar em backup robusto, recuperação orquestrada, ambientes isolados para cyber recovery e testes reais de DR, antes que os dados de AI se tornem alvo. Dados estratégicos sem resiliência são um passivo, não um ativo.

Para gestores de TI, isso requalifica conversas que muitas vezes ficam em segundo plano: consolidação de dados, classificação, controle de acesso, proteção e monitoramento contínuo passam a ser pré-requisitos, não projetos futuros.

AI agêntica chegou à produção, e trouxe um novo perfil de risco

Outro ponto de destaque foi a expansão de AI agêntica: sistemas que não apenas respondem, mas tomam decisões e executam ações de forma autônoma, com acesso a sistemas reais.

O evento apresentou casos de uso em produção em setores como saúde, manufatura e serviços financeiros: detecção de fraude, manutenção preditiva, personalização de jornada, analytics clínico. Casos que antes eram conceituais estão gerando resultado mensurável.

Mas junto com a empolgação veio um alerta que costuma ficar em segundo plano: um agente com credenciais e autonomia em ambiente produtivo não é o mesmo risco que um chatbot. Ele pode executar ações em escala, encadear decisões sem supervisão humana e deixar trilhas de auditoria inexistentes, se ninguém tiver planejado isso antes.

Visibilidade ponta a ponta das ações dos agentes, controles de acesso granulares e políticas claras de uso não são diferenciais nesse contexto. São requisitos básicos para AI em produção.

Multicloud por acidente vs. multicloud por arquitetura

Muitas empresas chegaram à multicloud de forma reativa, e hoje convivem com complexidade que ninguém planejou: workloads espalhados, custos difíceis de prever, visibilidade fragmentada e dificuldade de movimentar dados entre ambientes.

O DTW 2026 reforçou a diferença entre esse cenário e um modelo multicloud by design: arquitetura planejada para portabilidade de workloads entre on-premises, nuvens públicas e edge, com gestão unificada de recursos e otimização contínua de custo e performance.

Para quem está nesse cenário reativo hoje, a pergunta certa não é “qual nuvem usar”, mas sim: você tem visibilidade centralizada de tudo que está rodando e quanto está custando? Sem isso, qualquer decisão de arquitetura fica no escuro.

On-prem vs. cloud para AI: a conta muda dependendo do workload

A Dell defendeu com força o modelo de AI soberano e on-premises, o que faz sentido para um fabricante de hardware. Mas o argumento tem fundamento técnico real em determinados cenários.

Workloads de inferência contínua e de alto volume podem gerar custos de cloud pública difíceis de prever. Somado a isso, setores com exigências regulatórias de residência de dados, financeiro, saúde, governo, têm restrições que tornam a cloud pública inviável para partes críticas da operação.

O ponto mais relevante aqui não é “cloud vs. on-prem”, mas sim: você sabe qual é o TCO real do seu workload de AI antes de comprometer arquitetura? Muitos projetos chegam ao momento de escala sem essa resposta.

Infraestrutura física: data centers precisam ser repensados para AI

Um tema que ganhou mais espaço do que o habitual foi a infraestrutura física de data centers. Racks de AI de próxima geração chegando a mais de 130 kW de consumo criam demandas de energia e refrigeração que os projetos convencionais não suportam.

A Dell anunciou soluções de liquid cooling e plataformas rack-scale para endereçar isso. O ponto mais importante para quem planeja expansão de data center é: projetos que não consideram essa nova realidade de densidade vão precisar ser revisados antes de ficar prontos.

É uma variável que precisa entrar no planejamento agora, não depois da compra do hardware.

O que fica de concreto

O DTW 2026 reforçou tendências que já estão chegando às mesas dos gestores de TI brasileiros. Para resumir o que mais importa:

  • AI em produção exige dados governados, protegidos e bem estruturados, não só hardware novo
  • Sistemas agênticos introduzem um novo perfil de risco operacional que precisa de visibilidade e controle desde o início
  • Multicloud reativo gera complexidade e custo difíceis de gerenciar. Arquitetura planejada faz diferença
  • O TCO de AI varia muito dependendo do workload, vale calcular antes de definir arquitetura
  • Data centers precisam ser planejados para a nova geração de densidade de energia e refrigeração

A IT-ONE atua justamente na interseção entre esses temas: observabilidade, modernização de infraestrutura, proteção de dados e cibersegurança, para que projetos de AI cheguem à produção com controle, previsibilidade e resultado de negócio real.

Não espere os custos de nuvem saírem do controle ou um gargalo de segurança travar a sua operação. Se algum desses desafios do DTW 2026 já está na sua mesa, nós ajudamos a traduzir essa complexidade tecnológica em previsibilidade e resultados reais para o seu negócio.

Evite surpresas na sua jornada de IA. Fale com um dos nossos especialistas.