Depois da aceleração da cloud, da multiplicação das plataformas digitais e da entrada da inteligência artificial generativa no quotidiano das empresas, o problema passou a ser outro: decidir onde vale realmente a pena investir, o que deve ser reorganizado e aquilo que já não faz sentido continuar a alimentar.É neste ponto que a SoftwareOne identifica cinco decisões que as empresas portuguesas deverão começar a fechar ainda em 2026, sob pena de entrarem no próximo ano com problemas que entretanto ganharam escala e custos que se tornaram mais difíceis de controlar.Da experimentação à prova de valorA inteligência artificial atravessou, em pouco tempo, a fronteira entre a novidade tecnológica e a ferramenta de trabalho. Muitas organizações já experimentaram soluções de IA generativa, desenvolveram projetos-piloto ou colocaram assistentes digitais à disposição das equipas. A questão que agora se coloca é menos tecnológica e mais empresarial: quais destas experiências resolvem problemas concretos e conseguem produzir resultados mensuráveis?Para Artur Amaral, General Manager da SoftwareOne Portugal, 2027 deverá marcar uma mudança de etapa. «2027 não deve ser mais um ano de experimentação. As organizações devem perceber que problemas concretos querem resolver, se e como a inteligência artificial pode ajudar a resolver, e só então testar e transformar numa capacidade real para a organização», afirma.A passagem da experiência para a escala implica, assim, selecionar casos de uso, definir métricas e perceber onde a tecnologia consegue efetivamente produzir impacto, em vez de acumular pilotos que nunca chegam a transformar a forma como a empresa trabalha.Quando a tecnologia começa a ficar demasiado complexaA expansão tecnológica trouxe também um problema menos visível: quanto maior é o número de aplicações, licenças e serviços utilizados por uma organização, mais difícil pode tornar-se perceber aquilo que está efetivamente a criar valor.Recursos subutilizados, licenças redundantes e aplicações que desempenham funções semelhantes podem representar custos dispersos pelo orçamento tecnológico, particularmente quando foram sendo acrescentados em momentos diferentes e para responder a necessidades específicas.«Crescer tecnologicamente sem controlar a complexidade tem um custo. A eficiência vai ser um dos grandes temas de 2027: não reduzir a aposta em tecnologia, mas maximizar o valor dos investimentos já realizados», considera Artur Amaral.A chamada arrumação da casa tecnológica passa, neste contexto, por perceber o que existe, quanto custa e qual é a sua utilidade real, antes de acrescentar novas camadas à infraestrutura existente.Sem dados preparados, a IA fica limitadaA inteligência artificial também veio tornar mais evidente uma dificuldade anterior à própria tecnologia: a qualidade e organização dos dados que alimentam os sistemas.Informação dispersa, desatualizada ou armazenada sem uma estrutura coerente pode dificultar a automatização de processos, limitar a capacidade de escalar projetos de IA e levantar questões sobre quem pode aceder a determinada informação e em que circunstâncias.«A IA veio expor a importância de uma gestão eficaz dos dados. Não faz sentido pensar em modelos cada vez mais sofisticados se a informação que os alimenta está fragmentada, desatualizada ou não tem regras claras de acesso. Para muitas organizações, o investimento mais importante em IA pode começar precisamente antes da IA», sublinha o responsável.A preparação dos dados torna-se, por isso, uma decisão tecnológica com consequências que ultrapassam o departamento de IT, envolvendo também processos internos, governação e critérios de acesso à informação.A IA que entra pela porta das traseirasHá ainda uma outra consequência da facilidade de acesso às ferramentas de inteligência artificial: nem toda a IA utilizada dentro de uma empresa passa necessariamente pelos sistemas aprovados pela organização.Colaboradores podem recorrer, por iniciativa própria, a plataformas externas para escrever, resumir, analisar ou tratar informação relacionada com o trabalho. Quando isso acontece sem regras ou supervisão, surge o chamado shadow AI, que acrescenta aos ganhos potenciais de produtividade riscos relacionados com segurança, privacidade e utilização de informação empresarial.Para Artur Amaral, a resposta não passa simplesmente por proibir. «Proibir não é uma estratégia de adoção. O shadow AI é um dos novos desafios que as empresas têm de aprender a gerir. Se as empresas não criarem condições de utilização de IA simples, seguras e com real impacto para os colaboradores, estes irão procurar alternativas por iniciativa própria», afirma.A questão passa, assim, por estabelecer regras sobre as ferramentas que podem ser utilizadas, a informação que pode ser introduzida e os contextos em que a IA deve ou não entrar nos processos de trabalho.Modernizar, mas saber onde pararA quinta decisão diz respeito à própria modernização tecnológica. A pressão para acompanhar a inovação pode levar as organizações a interpretar a modernização como uma sucessão de substituições, atualizações e novas aquisições. Mas nem todos os sistemas precisam de ser trocados e nem toda a tecnologia nova resolve um problema que a empresa tenha efetivamente.A prioridade para 2027 deverá passar por avaliar o portefólio existente à luz das necessidades concretas do negócio, identificando aquilo que deve ser mantido, consolidado, substituído ou simplesmente abandonado.«O próximo ciclo de investimento tecnológico vai exigir mais seletividade. Num contexto de maior pressão sobre os orçamentos de IT, escolher onde não investir será tão importante como decidir onde investir», conclui Artur Amaral.Entre a inteligência artificial que já chegou às empresas e a tecnologia que ainda está por chegar, a decisão mais difícil pode acabar por não ser escolher a próxima ferramenta, mas perceber quais das ferramentas existentes merecem continuar a fazer parte do futuro.O conteúdo O próximo ano começa agora: cinco decisões tecnológicas que as empresas não podem adiar aparece primeiro em Revista Líder.