Marque na agenda: em 2028, a Computação Quântica se tornará comercial e a indústria farmacêutica será a primeira a sentir seu impacto. A projeção de Arvind Krishna, CEO da IBM, uma das empresas que lidera a conquista das tecnologias quânticas, ajuda a calibrar expectativas. A IBM conta com uma frota de computadores quânticos acessíveis via nuvem, incluindo um nível gratuito de até 10 minutos mensais. O anúncio com a Cleveland Clinic, que agora consegue modelar proteínas com 12 mil átomos usando Computação Quântica, foi apresentado como evidência de que a tecnologia saiu do laboratório.
Os computadores quânticos atuais têm centenas de qubits e suportam milhares de operações de porta antes de perder coerência. A expectativa é que em três anos esse número chegue a dezenas de milhões, três ordens de magnitude a mais de poder computacional. Esse mercado, segundo estimativas de consultorias, valeria entre US$ 450 milhões e US$ 1 trilhão até o início dos anos 2030, com os provedores esperando capturar entre 20% e 40% desse valor.
No segmento Farmacêutico, o impacto mais imediato seria na modelagem de pequenas moléculas que se ligam a proteínas, processo que hoje pode levar meses em laboratório e passaria a ser feito em minutos. A Moderna já trabalha com a IBM para se preparar para esse momento. Mas dentro das perspectivas da empresa, a IA ainda vive seu momento de escala. “Quantum, por enquanto, é sobre tomar consciência e desenvolver algumas habilidades”, disse Krishna. “Não apostaria no Quantum como uma grande oportunidade comercial ainda. Trata-se de deixar os clientes prontos para quando tivermos sistemas muito maiores e escalados”, disse durante conferência com jornalistas.
Da lâmpada à linha de montagem
A importância da IA dentro da estratégia da IBM surgiu logo no início da sessão de perguntas dos jornalistas. Rob Thomas, SVP de Software e Chief Commercial Officer (CCO) abriu com uma analogia histórica que resume bem o argumento central da IBM. “Se você pensar na eletricidade, uma das primeiras invenções foi a lâmpada. E o primeiro lugar onde a lâmpada foi aplicada foi o chão de fábrica. Antes, as fábricas tinham iluminação precária, o que era perigoso, ou usavam lamparinas a óleo, que causavam incêndios. A lâmpada foi útil. Mas o que realmente mudou a produtividade do mundo foi quando a eletricidade foi aplicada a motores, o que se tornou depois a linha de montagem”, disse.
Grande parte do uso de IA nas empresas ainda é “lâmpada”: resumos de e-mail, criação de documentos, preparação de reuniões. Útil, mas longe de redefinir como uma empresa funciona. “Quando falamos em modelo operacional de IA, estamos falando em ir além das lâmpadas para coisas que são mais fundamentais para como uma empresa opera”, disse Thomas. “As margens operacionais do S&P 500 foram de 13% para 17% nos últimos cinco anos. Isso é bastante dramático, mas é impulsionado por um número relativamente pequeno de empresas.” Essa lacuna que está se formando entre as empresas que estão conseguindo tirar valor da IA e aquelas que estão patinando na passagem da experimentação para o mundo real deve definir vencedores nos próximos anos. “As companhias precisam decidir se querem ser líderes em como operam ou se estão dispostas a ser seguidoras rápidas, o que pode não ser a melhor abordagem”, alertou.
Experimentar versus escalar e dizer não a modelos de fundação
Arvind Krishna foi objetivo ao descrever o que diferencia as empresas que realmente estão extraindo valor da IA daquelas que ainda estão na fase de experimentação. “Tudo se resume a isso: você está experimentando ou está chegando à escala de verdade?”
Para ilustrar, Krishna usou a própria IBM como caso. A empresa aplica IA em processos ponta a ponta, de Compras a Recursos Humanos, passando por Contas a Pagar e Compliance, e obtém ganhos de produtividade de “40%, 50%, 60% e até 70%” nessas áreas. Os recursos gerados são reinvestidos em P&D e em Vendas e Marketing. “Isso desbloqueia muito mais crescimento de receita ou muito mais produtividade, ou uma mistura dos dois para todos os nossos clientes”, disse. A IBM já acumulou mais de US$ 5 bilhões em ganhos de produtividade totais ao aplicar internamente suas próprias ferramentas de IA.
O caminho para chegar lá, segundo o CEO da IBM, exige cruzar silos funcionais. “Você precisa olhar para o fluxo de trabalho de ponta a ponta em termos do valor que gera para a empresa. E aí você precisa fazer reengenharia de processos, assumindo que a IA pode ser aplicada”, explicou.
Questionado por um jornalista sobre onde a IBM deliberadamente não compete, Arvind Krishna citou que a empresa não pretende desenvolver modelos de fundação próprios. Anthropic, OpenAI, Amazon, Microsoft e Google são parceiros, não rivais. “Não estamos dispostos a investir o Capex necessário para construir todas essas capacidades”, declarou Krishna. A estratégia adotada pela IBM é a do modelo “fit for purpose”: usar o modelo certo para cada tarefa, combinando grandes modelos de fundação quando são os mais adequados, modelos menores como o Granite (próprio da IBM) ou Mistral quando são suficientes, e permitindo implantação on-premises quando a soberania exige. “As pessoas podem combinar e equilibrar o que é apropriado. Essa é nossa estratégia para a IA”, resumiu.
O papel da IBM, portanto, está na camada de orquestração e aplicação: conectar fontes de dados, trazer agentes de diferentes origens para um plano de controle unificado, garantir governança e evitar a exfiltração de dados. “Nossa função é ajudar a colocar a IA dentro das empresas”, disse Krishna.
Thomas complementou: “Toda era começa com a infraestrutura pura. Depois vai rapidamente para o sistema operacional. O valor real vem com as aplicações e a implantação nas empresas e junto ao consumidor. E esse terceiro estágio supera os dois primeiros por quase dez vezes. Toda era fez isso. Esperamos que aconteça da mesma forma aqui.”
Think 2026: sem depender de nuvens estrangeiras
A IBM chegou ao Think 2026, seu grande evento anual realizado em Boston, com um anúncio que resume bem onde a companhia quer jogar a partida da Inteligência Artificial: o lançamento em disponibilidade geral do IBM Sovereign Core, uma plataforma de software projetada para ajudar governos, empresas e provedores de serviços a operar ambientes de IA com controle total sobre dados, infraestrutura e modelos. Sem depender de nuvens estrangeiras ou de terceiros para garantir a conformidade.
O anúncio estrutura o conceito de soberania digital em quatro pilares:
- Soberania Operacional: controle sobre como os ambientes são operados
- Soberania de Dados: controle sobre dados em repouso, em uso e em trânsito
- Soberania Tecnológica: arquitetura aberta e modular que evita dependência de fornecedor
- Soberania de IA: controle sobre onde os modelos rodam e como a inferência é governada
A Mistral AI é a primeira provedora de modelos parceira a certificar seus modelos de fronteira para o Sovereign Core. O ecossistema inclui ainda AMD, Dell, HCL, Intel, MongoDB e Palo Alto Networks, entre outros.
Outro lançamento do Think 2026, foi o IBM Bob. Iniciado internamente há um ano, o projeto aplica IA ao ciclo de vida completo do desenvolvimento de software. Já conta com mais de 80 mil usuários dentro da IBM, com relatos de ganhos de 45% de produtividade. “Decidimos lançar isso para o mercado e a adoção foi dramática, principalmente via e-commerce”, disse Thomas. “Os usuários enxergam o valor do que chamo de orquestração e otimização multimodal: você obtém os benefícios dos melhores modelos sem precisar pagar toda vez o preço mais alto para obter o desempenho que precisa. Acho que encontramos um ponto ideal interessante no mundo da IA para código.”
No front de agentes, o WatsonX Orchestrate expandiu consideravelmente seu ecossistema de parceiros. ServiceNow, Salesforce e Adobe estão entre as empresas que disponibilizaram seus agentes na plataforma. Um exemplo concreto: a Lockheed Martin usa o Orchestrate para federar 80 fontes de dados diferentes como camada de orquestração, sobre a qual constrói agentes customizados.
Thomas citou a EY como modelo de parceria bem estruturada: a consultoria usa WatsonX Orchestrate e IBM Bob para alimentar uma solução própria voltada à área tributária, combinando tecnologia da IBM com serviços e consultoria especializados. “É um exemplo de como um parceiro de serviços deu o próximo passo para adotar a IA, integrá-la a uma de suas soluções, e juntos construímos um go-to-market conjunto.”