A F5 divulgou a edição 2026 do relatório State of Application Strategy (SOAS), que aponta uma mudança no uso corporativo da inteligência artificial. Segundo o levantamento, a tecnologia deixou de ser tratada apenas como campo de testes e passou a integrar operações produtivas, exigindo padrões de gestão semelhantes aos adotados em sistemas considerados essenciais para os negócios.
De acordo com o estudo, 78% das organizações já realizam inferência de inteligência artificial com infraestrutura própria. Para a empresa, o dado indica que, à medida que a IA ganha relevância estratégica, as companhias têm priorizado maior controle operacional em vez da dependência de plataformas públicas.
O relatório também mostra que 93% das organizações operam em múltiplas nuvens, enquanto 86% distribuem aplicações em ambientes híbridos multicloud. Nesse cenário, a entrega e a proteção de cargas de trabalho de IA passaram a envolver um grau maior de complexidade.
“A IA passou da fase experimental para a operacional. A questão agora não é se as empresas usarão IA, mas se elas podem executá-la de forma confiável, segura e em escala”, disse Kunal Anand, diretor de produtos da F5. Segundo o executivo, os dados deste ano mostram uma mudança clara: a inferência de IA está se tornando essencial para os negócios.
“Isso significa que a entrega de IA é agora um desafio de gerenciamento de tráfego, e a segurança de IA é agora um desafio de governança e controle. As empresas que compreenderem essa mudança antecipadamente serão as que avançarão mais rápido e com mais segurança.”
A pesquisa ouviu 1.100 executivos de tecnologia da informação e cibersegurança no Brasil e em outros países. Segundo a F5, 75% dos entrevistados atuam em organizações que registraram faturamento entre US$ 6 bilhões e US$ 10 bilhões em 2025. Além disso, 93% representam empresas que dependem da infraestrutura digital para sustentar o crescimento de seus negócios.
Veja a seguir as principais conclusões do estudo
A IA é uma realidade operacional, não um experimento
A IA não é mais um experimento atraente ou uma preocupação futura; tornou-se uma realidade operacional profundamente incorporada aos resultados diários dos negócios. As organizações agora coordenam, em média, sete modelos de IA em produção, com 77% relatando que a inferência — a execução de modelos treinados para gerar resultados — tornou-se sua atividade dominante de IA, superando a construção e o treinamento de modelos. Essa mudança enfatiza a governança operacional dos sistemas de IA. É hora de tratar a inferência como uma carga de trabalho gerenciada e orientada por políticas, integrada à pilha de aplicações e sujeita às mesmas exigências de arquitetura, segurança e escalabilidade que outros sistemas de produção.
Estratégias de IA como Serviço já são consideradas arriscadas
Estratégias de IA como Serviço são amplamente reconhecidas como arriscadas e desalinhadas com as realidades empresariais modernas. Apenas 8% das organizações dependem exclusivamente de serviços públicos de IA. A esmagadora maioria está construindo portfólios diversificados de modelos, exigindo controles sofisticados de roteamento, fallback e políticas para gerenciar custo, precisão e disponibilidade.
O multicloud híbrido é o novo padrão de entrega
Isso reflete a tendência mais ampla de operações multicloud e multambiente, com 93% das empresas utilizando configurações multicloud e 86% executando aplicações em ambientes locais, de nuvem pública e de colocation. Da mesma forma, as cargas de trabalho de IA exigem controles avançados de roteamento, fallback e políticas para otimizar custo, precisão e disponibilidade. Uma estratégia unificada de entrega, segurança e governança em todos os ambientes é agora essencial para gerenciar as complexidades das implantações modernas de IA e de aplicações.
Embora seja essencial gerenciar as complexidades de infraestruturas tão diversas, isso deve ser combinado com um controle preciso. É recomendável ir além dos limites do ambiente para garantir integração perfeita, aplicação consistente de políticas e estratégias de segurança unificadas. Esse equilíbrio reduz silos, minimiza interrupções operacionais e mantém a governança em escala, permitindo que as empresas otimizem custo, precisão e disponibilidade, ao mesmo tempo em que liberam todo o potencial dos sistemas híbridos multicloud para implantações de IA e aplicações.
Segurança e governança de IA são agora requisitos sistêmicos
Com os sistemas de IA entrando em produção em grande escala, a segurança tornou-se uma prioridade em toda a empresa. O relatório mostra que 88% das organizações enfrentaram desafios de segurança relacionados à IA, enquanto 98% estão se preparando para a IA agêntica — sistemas autônomos que precisam de identidades, permissões e proteções, assim como usuários humanos. Isso desloca o perímetro de segurança para as camadas de prompt, token e identidade, tornando insuficientes os modelos tradicionais e tornando essencial a governança em todas as camadas.
Camadas de prompt e token: os pontos de controle que impulsionam a entrega de IA
O relatório revela uma mudança significativa no gerenciamento de cargas de trabalho de IA, com o controle migrando para prompts, tokens e APIs. Quase 29% das organizações identificam as camadas de prompt como o principal mecanismo de entrega, enquanto 23% priorizam as camadas de token para entrega e segurança. Governar essas camadas é fundamental para otimizar custo, desempenho e segurança, dando às empresas uma vantagem competitiva sobre aquelas focadas exclusivamente na infraestrutura.
