A NTT DATA divulgou uma nova pesquisa que mostra como a AI empresarial está superando a arquitetura e a infraestrutura que a sustentam, à medida que os requisitos de privacidade e soberania de dados se tornam mais rigorosos. O estudo identifica uma divisão crescente entre as organizações que estão redesenhando suas estratégias de AI para priorizar controle, localidade e segurança, e aquelas que continuam incorporando AI em ambientes que não foram projetados para atender a essas exigências.
Durante anos, a arquitetura corporativa evoluiu para mover dados entre sistemas, nuvens, aplicações e fronteiras com cada vez mais velocidade e eficiência. A AI está expondo os limites desse modelo. Dados sensíveis precisam ser protegidos, cargas de trabalho devem operar dentro de jurisdições definidas e os modelos precisam ser governados sob controles mais rigorosos. Os dados nem sempre podem se mover com a velocidade e a fluidez exigidas por muitos sistemas de AI, tornando a jurisdição dos dados uma restrição arquitetônica central. Como resultado, Private AI e Sovereign AI tornaram-se considerações estratégicas essenciais.
O relatório NTT DATA Global AI Report 2026: A Playbook for Private and Sovereign AI revela uma lacuna entre o que as organizações sabem que precisam e aquilo que estão preparadas para construir:
- Mais de 95% dos entrevistados afirmam que Private AI e Sovereign AI são importantes, mas apenas 29% estão priorizando Sovereign AI de forma concreta e no curto prazo.
- Cerca de 35% dos Chief AI Officers (CAIOs) apontam a construção, integração e gestão de modelos complexos de AI em ambientes privados ou soberanos como a principal barreira à adoção, enquanto quase 60% dos líderes de AI citam as restrições de dados transfronteiriços como um grande desafio.
- Apenas 38% relatam alto nível de confiança em sua postura de segurança em nuvem — uma base crítica tanto para Private AI quanto para Sovereign AI.
Private AI e Sovereign AI são conceitos relacionados, mas distintos. Private AI concentra-se na proteção de dados empresariais sensíveis, no controle de acesso e na limitação da exposição das informações. Já Sovereign AI tem como foco garantir que sistemas de AI, dados e ambientes operacionais atendam a requisitos jurisdicionais, regulatórios ou de controle nacional e regional.
“À medida que a AI evolui, as abordagens de Private AI e Sovereign AI estão colocando à prova o nível de preparação das organizações”, afirma Abhijit Dubey, CEO e Chief AI Officer da NTT DATA, Inc. “As organizações que estão obtendo sucesso vão além da conformidade regulatória e da mitigação de riscos. Elas estão construindo a base operacional necessária para uma AI capaz de operar em diferentes mercados, jurisdições e ambientes de negócios. Nossa pesquisa mostra que os líderes em AI estão avançando mais rapidamente ao tratar arquitetura, infraestrutura e governança como requisitos estratégicos.”
O relatório identifica cinco mudanças que estão definindo a próxima fase da AI empresarial:
1. A AI está encontrando um limite — e não é o modelo.
A restrição já não está apenas no desempenho dos modelos. Hoje, a AI exige maior controle sobre capacidade computacional, acesso aos dados, segurança e localidade, expondo os limites de infraestruturas projetadas para fluxos de dados centralizados e sem fronteiras.
2. A jurisdição dos dados tornou-se uma restrição arquitetônica.
Os dados ainda podem se mover, mas nem sempre da forma que a AI precisa. Como a AI depende de acesso contínuo e da movimentação constante de dados, a jurisdição está determinando onde os dados permanecem, onde os modelos são executados e como os sistemas são projetados e governados.
3. Todos reconhecem a mudança, mas poucos estão agindo.
Mais de 95% das organizações reconhecem a importância da Private AI e da Sovereign AI, mas apenas cerca de um terço está priorizando a Sovereign AI de forma concreta e no curto prazo.
4. Os líderes estão redesenhando suas arquiteturas desde cedo e avançando de forma decisiva, ampliando a diferença competitiva.
As organizações líderes estão alinhando infraestrutura, governança e modelos operacionais desde as etapas iniciais. Isso permite que avancem mais rapidamente de projetos-piloto para implementações em escala, enquanto outras ainda enfrentam dificuldades para se adaptar.
5. Private AI e Sovereign AI podem soar como independência, mas, na prática, dependem de ecossistemas altamente orquestrados.
Mais da metade das organizações aponta a complexidade da integração como seu principal desafio. À medida que buscam maior controle, também aumentam a complexidade e a interdependência entre os parceiros que compõem seu ecossistema de AI em toda a cadeia tecnológica.
Em conjunto, Private AI e Sovereign AI estão transformando a forma como os sistemas de AI são desenvolvidos, governados e escalados. Organizações que promovem esses redesenhos desde cedo estão mais bem posicionadas para atuar em ambientes regulados, distribuídos e sensíveis aos dados. Já aquelas que incorporam AI em arquiteturas que não foram projetadas para controle, localidade ou restrições de fluxo de dados podem enfrentar dificuldades para transformar suas ambições em AI em valor sustentável.
“A privacidade e a soberania costumam ser associadas à ‘independência’, mas, na realidade, exigem ecossistemas altamente coordenados. Nenhuma organização consegue resolver sozinha a combinação de infraestrutura, nuvem, modelos, segurança, governança e conformidade regulatória”, afirma Alberto Otero, Chief AI Officer para Iberia, International Organizations, LATAM and Consulting in Benelux & France da NTT DATA. “O verdadeiro diferencial estará na capacidade de orquestrar esse ecossistema sem perder controle, agilidade ou capacidade de inovar.”
O relatório baseia-se em dois estudos que envolveram quase 5.000 tomadores de decisão seniores de mais de uma dúzia de setores, em mais de 30 mercados e cinco regiões. O estudo faz parte da série global de pesquisas da NTT DATA sobre as estratégias que diferenciam os líderes em AI do restante do mercado.