Brasil adota IA na velocidade dos EUA, mas ainda não cria tecnologia própria, diz executivo da Databricks

O atraso de até cinco anos que o Brasil já teve para adotar novas tecnologias deixou de existir. A avaliação é de Marcelo Sales, AVP e gerente-geral de engenharia de campo da Databricks para a América Latina, em entrevista durante o Data + AI Summit 2026, em São Francisco.

Sales conta que, no passado, chegava a observar defasagens de cinco anos entre o lançamento de uma tecnologia e sua adoção no Brasil. Hoje, segundo ele, a distância praticamente zerou.

"Hoje, eu acho que está muito pari passu. Tenho meus pares globais e, volta e meia, estou falando para eles de coisas que a gente está fazendo no Brasil, e eles dizem: 'preciso exatamente disso, pega o teu cliente para mostrar aqui para a gente'."

Por que o Brasil aplica bem, mas desenvolve pouco

A leitura de Sales tem uma ressalva importante. Para ele, o Brasil é rápido e criativo no uso da tecnologia, não na criação dela. O executivo resume o papel do engenheiro brasileiro como o de aplicar, com eficiência, aquilo que foi desenvolvido em outro lugar.

Ele cita o setor financeiro como exemplo desse perfil early adopter, incluindo o Pix. Na avaliação dele, o Pix é um caso de inovação no uso, e não na tecnologia de base, já que roda sobre tecnologias amplamente disponíveis no mercado, bem aplicadas ao contexto local. O movimento, diz Sales, não se restringe aos bancos: governo, em todas as esferas, e operadoras de telecomunicações também avançam.

A exceção fica no desenvolvimento de tecnologia fundacional. Sales aponta que o país não tem um modelo de IA de uso amplo próprio, apenas iniciativas pontuais de empresas que treinaram modelos para necessidades específicas. Como possível causa, ele aponta a distância entre universidade e mercado, mais estreita nos Estados Unidos. A própria Databricks, lembra, nasceu de pesquisadores da Universidade da Califórnia em Berkeley.

O problema que vem antes da IA: os silos de dados

Antes de falar em inteligência artificial, Sales situa o gargalo técnico que, segundo ele, persiste em boa parte das indústrias da região: os silos de dados, ou as "ilhas" de informação espalhadas por áreas diferentes de uma mesma organização.

Ele recorre a um ditado comum na engenharia para explicar o risco de ignorar a base. Entradas ruins geram saídas ruins, ou seja, algoritmos sofisticados alimentados por dados desorganizados produzem decisões igualmente ruins. O problema, diz, cresceu de forma quase exponencial nos últimos quinze anos, desde que a variedade e o volume de dados explodiram com o Big Data, e a maioria deles deixou de caber em tabelas organizadas como uma planilha.

A consequência prática, segundo Sales, é a multiplicação da governança. Cada ilha passa a ter regras próprias, sem uma visão unificada, o que gera até disputas internas sobre quem é o "dono" de cada pedaço do dado. A aposta que ele descreve é a de uma base única, a chamada fonte única da verdade, com a integração desses silos em vez da gestão fragmentada.

Por que o contexto vale mais que o modelo de IA

Para Sales, o diferencial competitivo de uma empresa não está no modelo de inteligência artificial que ela usa, e sim nos dados próprios que alimentam esse modelo. A ferramenta, sozinha, ele compara a algo tão acessível quanto um e-mail.

"Uma inteligência artificial comercial está a um cartão de crédito de distância de qualquer organização. Isso não é diferencial competitivo. Agora, quando você aplica o seu conhecimento ao seu contexto, isso só você tem."

O raciocínio liga as duas pontas da conversa. Quebrar os silos, ter uma visão única dos dados e só então aplicar IA sobre esse contexto seria, na visão dele, o que de fato gera uma vantagem difícil de replicar. Ele dá um exemplo do impacto já visível na saúde, onde análises de imagem que levavam horas passam a sair em minutos, o que descreve como acesso da população a tecnologia de ponta.

Sales também afirma que o uso de dados deixou de ser exclusividade do cientista de dados. Segundo ele, já é comum no Brasil ver executivos consultando dados em tempo real pelo celular e fazendo perguntas em português, sem depender de um painel estático.

Conhecimento virou commodity: o que muda para quem se forma agora

Questionado sobre o conselho que daria a um engenheiro recém-formado, Sales defende que um paradigma está sendo rompido. Antigamente, diz, a faculdade existia para transmitir conhecimento. Hoje, na avaliação dele, o conhecimento virou commodity, acessível a um prompt de distância.

O profissional valorizado, nesse cenário, seria aquele que sabe usar bem o que está disponível, e não necessariamente quem carrega tudo na memória. Ele resume a ideia com uma analogia que costuma usar com a própria equipe.

"Se fosse uma enciclopédia, vocês deveriam ser o índice da enciclopédia, não a enciclopédia. Você sabe onde buscar a informação, porque ela está lá, à sua disposição."

A mudança, segundo Sales, ainda não foi absorvida pelos modelos tradicionais de educação, desenhados para testar conhecimento por meio de provas. Ele defende uma abordagem mais situacional, em que o aluno recebe um problema e as ferramentas para resolvê-lo, o que descreve como mais próximo do mundo real das organizações. O próprio processo de contratação da Databricks, afirma, já migrou nessa direção, com avaliações que cobram a resolução de problemas em vez de conhecimento específico.

Multicloud como próxima fronteira

No campo da infraestrutura, Sales vê o ambiente multicloud, a capacidade de operar em mais de uma nuvem, como a próxima grande onda para empresas em estágio de maturidade mais avançado. Ele associa o tema ao que a Databricks chama de "4Cs", entre eles o Choice, a opção de escolha.

A justificativa que ele apresenta é dupla. Há a opcionalidade econômica, de negociar melhores condições entre provedores, e a técnica, de migrar de uma nuvem para outra caso uma falhe, já que, segundo ele, nem as grandes nuvens são infalíveis. Sobre soberania de dados, Sales considera que o Brasil está bem coberto, porque AWS, Microsoft Azure e Google Cloud mantêm data centers no país, o que permite armazenamento local para quem precisa manter a informação dentro do território.

O apagão de talentos e a aposta na formação

Sobre a falta de profissionais especializados em dados e IA na região, Sales reconhece o descompasso entre a demanda e a formação, mas o conecta de novo à tese do conhecimento como commodity. Como resposta, descreve programas de capacitação voltados tanto a funcionários quanto ao mercado.

Entre as iniciativas, ele cita o Databricks Free Edition, que oferece ambiente gratuito para aprendizado, e menciona um investimento que estima em cerca de 100 milhões de dólares para habilitar esses ambientes, além de parcerias com universidades no Brasil e na Costa Rica. Boa parte do tempo de sua equipe de engenharia na América Latina, afirma, é dedicada a educar o mercado por meio de webinars e eventos.

O que esperar dos próximos 12 meses

Perguntado sobre o que gostaria de ver até o próximo Summit, Sales evita previsões e aposta na consolidação. O setor avança de forma evolutiva, diz, somando o novo ao que já existe em vez de substituir. Seu desejo para os próximos doze meses é ver mais companhias extraindo valor real da tecnologia já disponível, com governança mais ampla, mais adoção de multicloud e maior democratização do acesso.

Ele admite, porém, um ponto de atenção que considera um traço da América Latina: algumas organizações ainda adotam tecnologia de forma lenta. É aí, segundo Sales, que há espaço para acelerar e tirar mais proveito do que já está pronto para uso.