Do maravilhamento à infraestrutura madura: onde a IA está, e onde o Dinnero opera

• As três fases de uma tecnologia nova
• O caso da energia elétrica
• Onde estamos com a IA em 2026
• O que a fase madura vai exigir
• O princípio do dado estruturado por canal estruturado
• Onde a IA efetivamente entra no Dinnero
• Um princípio operacional que dispensa entusiasmo

Toda tecnologia nova que efetivamente muda o mundo passa por três fases distintas ao longo do tempo. A primeira é a aura de magia, com aplicações espetaculares e discurso entusiasmado, muitas vezes desproporcional ao problema efetivamente resolvido. A segunda é de reorganização da infraestrutura ao redor, quando padrões, regulação e integração com sistemas legados se estabelecem. A terceira é de uso como camada fundamental invisível, sem alarde, onde a tecnologia deixa de ser diferencial e vira condição básica de operação.

Isso pode ser relativamente rápido ou pode levar décadas. Compreender em que ponto estamos ajuda a decidir de que forma operar. Aqui vamos usar a evolução das redes de energia elétrica como exemplo, e aplicar o mesmo raciocínio à IA em 2026. Nossa proposta e princípio operacional vêm dessa análise: dado estruturado deve ser obtido preferencialmente por canal estruturado, e a IA pode e deve ser utilizada quando isso não for possível.

As três fases de uma tecnologia nova

A primeira fase é reconhecível pela desproporção entre discurso e substância. Empresas anunciam capacidades sem verificar se resolvem problemas, feiras e conferências se organizam em torno da novidade, cada aplicação é espetáculo que busca mostrar o quanto a tecnologia é impressionante. E isso é legítimo: sem essa fase aplicações não são descobertas, mercados não se formam e o capital não flui para experimentação. Mas é uma fase em que ainda não se sabe o que efetivamente vai sobreviver.

A segunda fase começa quando a tecnologia mostra o que resolve bem e o que resolve mal. O mundo ao redor precisa se reorganizar: padrões técnicos se consolidam, regulação surge (às vezes atrasada, às vezes não), integração com sistemas legados vira problema real, auditoria e responsabilidade regulatória emergem. Essa fase é longa e frequentemente cinzenta. Há sobreposição de padrões concorrentes, há resistência de sistemas antigos, há custo alto de transição, há retrabalho de decisões tomadas na primeira fase.

A terceira fase é a de infraestrutura. A tecnologia deixa de ser diferencial competitivo. Ela está lá e faz o que precisa fazer, sem alarde. Ninguém “tem energia elétrica” como marketing, ninguém “usa telefone” como diferencial. O discurso sobre ela vira técnico e focado nos problemas específicos que ela resolve, não na tecnologia em si.

O que interessa para software corporativo é que a passagem entre fases não é automática nem uniforme. Alguns setores chegam à terceira fase antes de outros. Algumas empresas dentro de um mesmo setor operam como se estivessem na terceira fase enquanto a maioria ainda opera como se estivesse na primeira. Essa assimetria é oportunidade estratégica.

O caso da energia elétrica

A energia elétrica entrou na vida cotidiana no fim do século XIX. Nas décadas de 1880 e 1890 ela dominou feiras mundiais e exposições internacionais. Edison, Tesla e Westinghouse construíram suas primeiras redes comerciais em torno de aplicações impressionantes: iluminação pública, motores para bondes, elevadores para prédios altos. A eletrificação virou espetáculo e marca de modernidade. Cidades competiam para acender primeiro as suas ruas, prédios se anunciavam pela iluminação elétrica, casas ricas ganhavam lâmpadas como sinal de status.

Era também uma fase de disputa entre padrões incompatíveis. A corrente alternada, defendida por Tesla e Westinghouse, disputou com a corrente contínua, defendida por Edison. Cada campo argumentava vantagens técnicas, cada um tinha demonstrações teatrais, cada um acusava o outro de perigo ou insuficiência. A disputa foi resolvida por vantagens práticas de transmissão, não por debate público. Corrente alternada venceu porque permitia transmissão a distâncias maiores com perda menor, o que tornava a rede elétrica economicamente viável em larga escala.

A segunda fase foi longa e transformou setores inteiros. Fábricas que dependiam de máquinas a vapor centralizadas passaram a operar com eletricidade e motores menores, redistribuídos pela planta. Isso mudou o desenho das fábricas, mudou a organização do trabalho, mudou a economia da produção industrial. Casas foram redesenhadas com tomadas, fios, sistemas elétricos internos. Cidades ganharam infraestrutura de distribuição, transformadores, redes de alta tensão. Regulação sobre segurança elétrica surgiu, evoluiu, foi refinada. Sindicatos de eletricistas se organizaram, escolas técnicas se criaram, padrões nacionais e internacionais se consolidaram. Décadas de trabalho institucional aconteceram ao redor do que era, no final do século XIX, apenas espetáculo em feiras mundiais.

A terceira fase é a que operamos hoje. Ninguém no mundo desenvolvido percebe a energia elétrica como algo que tem ou não tem. É condição básica e as pessoas só lembram quando falta. Empresas não anunciam “temos eletricidade” como diferencial competitivo. A tecnologia se tornou tão fundamental que se tornou invisível. Isso não significa que deixou de ser importante; pelo contrário, é justamente por ser importante que virou infraestrutura, e é justamente por ser infraestrutura que ninguém precisa falar dela como se fosse novidade.

O ciclo levou aproximadamente noventa anos, contando do início da eletrificação comercial ao momento em que a eletricidade virou infraestrutura invisível em economias desenvolvidas. Em algumas regiões do mundo, ainda hoje o ciclo não terminou. Mas o padrão é claro: aura de magia, reorganização estrutural, camada fundamental.

Onde estamos com a IA em 2026

A IA generativa entrou na vida cotidiana pública no início da década de 2020. Em 2026, estamos claramente na primeira fase. Cada software corporativo anuncia recursos com IA, muitas vezes antes de ter clareza se realmente resolvem algum problema prático. Feiras e conferências se organizam em torno do assunto. Investimento privado flui para experimentação em larga escala. Cada aplicação nova, boa ou ruim, é celebrada como marco.

Mas o custo dessa primeira fase também é real. A maioria dos usos anunciados ainda é espetáculo em busca de mostrar novidade, não substância que resolve problema específico. Recursos são construídos porque a etiqueta “com IA” agrega marketing, não porque a análise de custo-benefício justifique a escolha técnica. Discurso comercial se organiza em torno da tecnologia em vez de em torno do problema resolvido. Contratos são fechados com base em promessa, não em evidência de resultado.

A infraestrutura ao redor também ainda está sendo construída. Padrões de auditoria não estão maduros, regulação é fragmentada e reativa, integração com sistemas legados enterprise é um problema real. Explicabilidade em cenários regulados (crédito, saúde, contratação, finanças corporativas) exige capacidades que a tecnologia ainda entrega parcialmente. Responsabilidade regulatória por decisões automatizadas ainda é território incerto. Rastreabilidade documental de processo mediado por IA é frequentemente frágil.

Este é o retrato da primeira fase. Não é acusação ao setor, é diagnóstico de mercado. Empresas que ignoram o diagnóstico podem se ver reajustando produto e discurso quando o mercado avançar para a segunda fase.

O que a fase madura vai exigir

Se a IA seguir o padrão histórico das tecnologias anteriores, a segunda fase vai exigir reorganização estrutural que ainda não está pronta. Podemos pensar em quatro dimensões dessa reorganização, cada uma com implicação prática para software corporativo hoje.

1. Rastreabilidade

A auditoria vai exigir rastreabilidade completa de decisão. Quando um sistema toma uma decisão automatizada que afeta contas contábeis, aprovação de despesa, classificação fiscal, tratamento tributário, alguém precisa reconstruir a decisão em detalhe, com dados de entrada, lógica aplicada, saída gerada, momento e responsável. Sistemas cuja lógica interna consiste em modelos probabilísticos opacos terão problema com esse requisito. A infraestrutura de auditoria para IA em software corporativo enterprise ainda está sendo construída, e o padrão que vai prevalecer ainda não está definido.

2. Explicabilidade

A regulação vai exigir explicabilidade em áreas específicas. Não em toda aplicação, mas em áreas onde a decisão automatizada afeta direito individual, obrigação fiscal, contrato trabalhista, tratamento tributário. As legislações brasileira e internacional estão avançando nessa direção, com velocidade variável. Software corporativo que hoje aplica IA sem trilha explicável em áreas reguladas vai precisar refazer parte do trabalho quando a exigência se consolidar.

3. Padrões de comunicação

A integração com sistemas legados vai exigir padrões maduros de comunicação. Empresa enterprise tem ERP, sistema fiscal, sistema bancário, sistema de RH, sistema de folha. Todos operam com dados estruturados, protocolos consolidados, trilhas de auditoria estabelecidas. Sistemas que operam com IA no meio precisam se integrar a essa infraestrutura sem quebrar rastreabilidade, e o padrão de integração ainda está sendo construído. Cada fornecedor hoje faz do seu jeito. Quando um padrão de mercado se consolidar, quem estiver fora dele terá custo de migração.

4. Limites de decisão

A governança vai exigir clareza sobre limites de decisão. Onde a IA decide sozinha, onde a IA informa e a pessoa decide, onde a IA nem entra na conversa. Essa distinção é cultural e institucional antes de ser técnica. Uma empresa que aplica IA sem clareza sobre esses limites cria uma zona cinzenta que aparece como problema quando responsabilidade precisa ser atribuída. Software corporativo que desenha esses limites de forma explícita simplifica a operação do cliente.

Nada dessa infraestrutura está pronta em 2026. Mas está sendo ativamente construída, e vai amadurecer nos próximos anos. Empresas que antecipam podem se posicionar para operar com estabilidade quando a segunda fase se consolidar. Empresas que ignoram podem ter que refazer decisões que hoje parecem convenientes.

O princípio do dado estruturado por canal estruturado

Software corporativo pode operar hoje como se a fase madura já tivesse chegado. Isso não significa recusar IA. Significa aplicar critério técnico rigoroso sobre quando ela entra e quando não entra. O princípio operacional que decorre é simples de enunciar e menos simples de aplicar: dado estruturado deve ser obtido preferencialmente por canal estruturado.

Canal estruturado é o meio pelo qual um dado nasce em forma já organizada, com significado explícito, com garantia de integridade, com trilha de auditoria clara e com custo computacional baixo:

• Código de barras: o valor codificado é o valor real, sem interpretação;
• Captura do XML da NF-e: cada campo tem significado definido, com padrão nacional e determinado pela autoridade fiscal;
• Importação de fatura de cartão de crédito: cada transação chega com valor, data, estabelecimento e categoria, garantidos pela integração com a operadora;
• Integração com ERP através de interfaces: seja por arquivo texto ou por API, os dados trafegam seguindo as regras determinadas.

Quando o dado nasce estruturado, a decisão técnica correta é usar o canal estruturado. Reconhecer o valor com IA em imagem quando o canal estruturado está disponível é, ao mesmo tempo, gastar recursos desnecessariamente e introduzir margem de erro que o canal estruturado eliminaria. Não há vantagem técnica na segunda opção. Há apenas vantagem de marketing, se o discurso comercial da empresa se organizar em torno do uso de IA como valor em si.

Isso não significa que IA não tenha lugar. Ao contrário. Há situações onde o canal estruturado simplesmente não existe:

• Documento fiscal em papel emitido em outro país, sem padrão eletrônico correspondente disponível;
• Recibo manuscrito de estabelecimento pequeno que não emite documento eletrônico;
• Nota fiscal emitida com dado que precisa ser cruzado com informação externa;
• Comprovante não fiscal em formato não padronizado.

Nesses casos, IA aplicada a reconhecimento de imagem ou processamento de texto é ferramenta apropriada, porque não há canal estruturado disponível para substituir.

A escolha entre canal estruturado e IA, então, não é questão de moda ou de posicionamento comercial. É questão técnica objetiva: existe canal estruturado para este dado? Se sim, canal estruturado; se não, IA cobre a lacuna. A escolha é sempre a mais sóbria possível.

Onde a IA efetivamente entra no Dinnero

Aplicando o princípio no produto, a IA no Dinnero opera hoje em algumas situações específicas, cada uma correspondendo a caso em que o canal estruturado não cobre. Por exemplo:

• Apropriação de valores de IVA em documentos fiscais de países da América Latina. A operação multipaís enfrenta situações em que o padrão fiscal eletrônico não cobre todos os tipos de documento, ou em que a captura estruturada não está disponível para o formato específico do estabelecimento. Nesses casos, o reconhecimento por IA identifica o valor de IVA e o classifica para o processo fiscal correspondente.

• Comparação entre valor da nota fiscal e valor efetivamente cobrado no cartão de crédito. Quando há divergência entre os dois, o sistema sinaliza para análise humana. O canal estruturado entrega ambos os valores (nota via captura fiscal, cartão via importação da operadora), mas a comparação semântica entre eles (é a mesma despesa? é divergência real ou artefato de arredondamento? é caso de estorno pendente?) é onde IA agrega precisão.

• Comparação entre valor da nota fiscal e valor declarado pelo funcionário no momento da prestação de contas. Divergências podem ter causas legítimas (erro de digitação, gorjeta incluída em um mas não no outro, taxa de serviço aplicada em contexto específico) ou podem indicar situação que merece atenção. O sistema classifica a divergência e sinaliza os casos que precisam de análise.

• Detecção de itens fora da política corporativa em despesas registradas. Cada empresa configura sua política de acordo com sua realidade (categorias permitidas, limites por categoria, exceções por tipo de funcionário ou centro de custo). Reconhecimento de padrão em conteúdo de nota fiscal, aplicado às regras específicas da empresa, entrega classificação automatizada que permite ao financeiro focar nos casos que efetivamente exigem intervenção.

Outros usos de IA podem ser considerados conforme as demandas de clientes e a maturidade tecnológica evoluírem. Cada nova aplicação passa pelo mesmo critério: existe canal estruturado disponível? Se sim, ele é preferido. Se não, IA cobre a lacuna. A escolha é técnica e objetiva, e a lista de aplicações se ajusta conforme o princípio, não conforme o discurso do momento.

Um princípio operacional que dispensa entusiasmo

Software corporativo que resolve gestão de despesas não precisa se organizar em torno da IA como bandeira. Precisa entregar informação contábil correta, no momento certo, com trilha de auditoria clara, integrada aos sistemas do cliente. Se IA ajuda a fazer isso melhor em situações específicas, é usada em situações específicas. Se canal estruturado resolve, canal estruturado é preferido. A escolha entre uma e outra é sempre a mais sóbria possível.

Empresa que hoje constrói produto em torno do frenesi da IA vai ter que reajustar o produto e o discurso quando sair de moda. E vai sair de moda, como saíram todas as bandeiras tecnológicas anteriores. A energia elétrica virou infraestrutura invisível, assim como a Internet e a computação em nuvem. A IA vai chegar ao mesmo ponto, e quando isso acontecer, o diferencial não será usar IA, mas sim resolver problemas específicos com clareza técnica.

Empresa que hoje trata IA como ferramenta, aplicada onde faz sentido, opera desde já como se a fase madura tivesse chegado. Isso não gera manchete no curto prazo. Gera estabilidade operacional, decisões técnicas defensáveis, produto que envelhece bem. É a escolha madura, disponível a quem quiser tomá-la.