Confira artigo de Jonatas Leandro, VP de Inovação da GFT Technologies no Brasil
Existe um paradoxo fascinante no coração da transformação digital: no exato momento em que criamos um modelo de Inteligência Artificial (IA), ele já se torna legado. Os Grandes Modelos de Linguagem (LLMs) são, por definição, estimativas congeladas até um determinado ponto no tempo. Isso não é uma falha de design – é assim que deve ser. Por isso, eles são constantemente atualizados. A conclusão inevitável? Nunca nos livraremos completamente do legado. A questão não é se teremos sistemas legados, mas como gerenciamos a inevitabilidade da obsolescência contínua.
Durante décadas, modernizar sistemas legados foi tratado como um projeto com começo, meio e fim – caro, longo e, muitas vezes, ingrato. Para muitos CIOs, significava assumir riscos que só se materializariam plenamente no mandato do sucessor. Esse raciocínio já não se sustenta. Em um ambiente competitivo moldado por dados, nuvem e IA, o legado deixou de ser apenas um problema técnico: tornou-se um fator estratégico que define a velocidade com que uma empresa consegue se adaptar, inovar e competir. 
Diante disso, as organizações aprenderam, muitas vezes da forma mais custosa, que precisam se modernizar continuamente. Em uma arquitetura monolítica, isso se torna um exercício extremo de engenharia: exige mais esforço, investimento exponencial e, principalmente, tempo – o recurso mais escasso em mercados hipercompetitivos. O ponto de virada está em migrar para uma arquitetura que facilite a evolução constante. Não se trata mais de um grande monolito impossível de abrir, para o qual não existem mais pessoas que saibam como funciona por dentro. Trata-se de sistemas modulares, adaptáveis, que respiram junto com as mudanças do mercado.
Arquiteturas críticas, inclusive mainframes, seguem oferecendo níveis de segurança, resiliência e previsibilidade difíceis de replicar. O desafio real está na aplicação, na arquitetura e na capacidade de evolução contínua. Modernizar, hoje, significa criar condições para mudar sempre – e não executar uma grande migração traumática a cada década. É aqui que a IA deixa de ser apenas mais uma ferramenta e se torna um agente de transformação estrutural. Ela pode analisar e traduzir código em escala industrial. Muitas empresas já utilizam motores de IA para escrever 80% do código em determinadas aplicações – isso gera uma eficiência sem precedentes para tarefas extremamente trabalhosas. Mas há uma diferença fundamental entre usar IA para acelerar o desenvolvimento e usar agentes de IA para reimaginar completamente como construímos e mantemos sistemas.
Estamos entrando na era da modernização assistida por agentes autônomos, capazes de entender as restrições de um cliente, mapear sistemas legados complexos e reconstruir tudo em ambientes tecnológicos modernos – não uma vez, mas continuamente. Imagine a capacidade de pegar um conjunto de sistemas legados, compreender suas dependências e limitações, e reconstruir a arquitetura inteira em tecnologia de ponta, e então repetir esse processo de forma sistemática, mantendo a organização sempre no estado da arte necessário para competir. Não estamos falando de um projeto de transformação com começo, meio e fim. Estamos falando de um ciclo contínuo de evolução tecnológica. É a diferença entre reformar uma casa a cada década e ter um sistema que se auto moderniza constantemente. Essa é a promessa da modernização baseada em IA: perpetuidade ao invés de projetos pontuais.
É importante desmistificar (e reforçar): modernizar não significa necessariamente abandonar o mainframe. Mainframes continuam sendo extremamente seguros e oferecem capacidades difíceis de replicar em ambientes distribuídos. O que precisa ser modernizado é a aplicação que roda sobre essa infraestrutura. Muitos projetos bem-sucedidos envolvem containerizar aplicações críticas e adotar arquiteturas modernas com microsserviços, mantendo o core banking seguro enquanto se ganha a agilidade necessária para inovar nas camadas superiores. A IA Generativa está ampliando significativamente o potencial para superar os desafios mais complexos nessa jornada – com ferramentas capazes de automatizar a transformação com aderência de até 66% no processo, além de permitir interações avançadas entre equipes de desenvolvimento e o código através de interfaces conversacionais.
Os números do mercado revelam o tamanho da oportunidade. Os gastos globais com TI estimados em 2025 alcançaram os US$ 5,43 trilhões, com crescimento de 42,4% nos investimentos em data centers para saciar a demanda por processamento de IA Generativa. O segmento de software teve um salto para US$ 1,23 trilhão. Mas há uma nuance importante: CIOs estão mais inclinados a investir em funcionalidades prontas oferecidas por fornecedores estabelecidos, em vez de desenvolver capacidades complexas internamente. A mensagem é clara: o mercado quer soluções que incorporem IA de forma prática e acessível. Serviços financeiros, manufatura e saúde lideram a modernização de infraestrutura, buscando redução de custos operacionais, integração de IA a processos produtivos e análise de dados em tempo real.
A transformação mais significativa que começou em 2024 é a ascensão da IA Agêntica – sistemas autônomos capazes de executar tarefas complexas sem intervenção humana constante. Isso está revolucionando modelos de atendimento, marketing, precificação e desenvolvimento de software. Imagine um futuro em que a IA não apenas alimenta aplicações, mas potencialmente as substitui. A lógica de negócios, em vez de fluir por várias camadas de interface, middleware e APIs, é orquestrada diretamente. É o fim do software inchado e em camadas, dando lugar a arquiteturas enxutas e nativas de IA. Processos ineficientes não devem ser automatizados: devem ser eliminados. A capacidade de reimaginar operações fundamentalmente, em todos os departamentos, é o que separará empresas líderes de organizações estagnadas.
As empresas líderes não serão aquelas que conseguiram 5% de economia de custos em projetos isolados. Serão aquelas capazes de se reconfigurar constantemente para explorar um suprimento quase infinito de capacidade cognitiva artificial, testando novas ofertas e processos em escala e velocidade sem precedentes. A pergunta estratégica muda de “Onde podemos cortar custos?” para “Onde a IA pode ter maior efeito multiplicador?”. Para organizações do setor financeiro, no qual sistemas legados são simultaneamente o maior ativo e o maior passivo, a modernização contínua assistida por IA não é mais uma opção de futuro, mas sim uma necessidade competitiva do presente.
O Brasil, com reguladores inovadores e um mercado de US$ 58,6 bilhões em TI, está especialmente bem-posicionado para liderar essa transformação na América Latina, capitaneando um futuro que não pertence às empresas que buscam pequenos ganhos marginais, mas àquelas capazes de se reconfigurar continuamente para explorar uma oferta quase ilimitada de capacidade cognitiva.
Modernizar sistemas legados com o apoio da IA não é, portanto, um destino: é um caminho e, quanto antes ele se tornar parte da estratégia central do negócio, maiores serão as chances de competir em um mundo onde velocidade, inteligência e escala caminham juntas.
