17 de agosto de 2026 | Tempo estimado de leitura: 5 minutos
Todo mundo prefere operar com fornecedores grandes. Eles têm escala, segurança, gente de plantão e uma quantidade reconfortante de certificados. Durante muito tempo, depender de um fornecedor de tecnologia parecia um problema simples. Se o serviço funcionasse, o resto ficava por conta do contrato, da integração e do preço.
Com o avanço do uso da IA, esse cenário começou a mudar.
Na sexta feira, 14 de agosto, a Axios mostrou que o governo americano já discute como modelos abertos poderão entrar no mesmo perímetro de avaliação reservado aos sistemas mais avançados. A notícia parece burocrática, mas aponta para algo maior: a inteligência digital começa a ter fronteiras, restrições de acesso e regras de circulação.
Dois meses antes, isso tinha deixado de ser uma discussão abstrata. Em 12 de junho, uma ordem de controle de exportação dos Estados Unidos levou a Anthropic a restringir o acesso de estrangeiros a dois de seus modelos mais poderosos, inclusive funcionários da própria empresa. Como não conseguia verificar a nacionalidade dos usuários em tempo real, a companhia desligou os modelos para todos.
A restrição foi retirada em 30 de junho: o Fable 5 voltou ao mercado global e o Mythos 5 retornou de maneira limitada.
As imagens que motivaram esta edição acertam em um ponto importante: um governo conseguiu interferir no acesso a uma camada de inteligência usada por empresas de outros países. Elas exageram quando falam em milhares de operações afetadas, porque não encontrei uma contagem pública que permita confirmar esse número. Não é preciso ir tão longe. O episódio já mostra o tamanho do problema.
Até pouco tempo atrás, quando se falava em dependência tecnológica, pensávamos principalmente em infraestrutura. Servidores, sistemas, contratos, integrações, custos de migração.
Agora existe outra camada.
Um modelo de IA pode analisar documentos, escrever código, atender clientes, interpretar informações e ajudar em decisões. Ele começa a participar do trabalho cotidiano. Se deixa de estar disponível, a empresa não perde apenas uma ferramenta. Algumas tarefas simplesmente deixam de acontecer da mesma maneira.
E o motivo da interrupção pode estar muito longe da área de tecnologia. Pode ser uma falha técnica, uma decisão comercial, uma sanção, uma disputa militar ou uma mudança regulatória. Pode acontecer em outro país e afetar uma empresa que nunca teve qualquer relação direta com aquela decisão.
Nenhum SLA resolve esse tipo de problema.
A Europa já começou a tratar a questão dessa maneira. Seu Cloud Sovereignty Framework avalia fornecedores em 48 critérios, incluindo jurisdição, dados, operação, cadeia de suprimentos, tecnologia e segurança. A AWS também abriu uma região soberana fisicamente e logicamente separada das demais regiões na União Europeia.
A mudança é interessante porque soberania começa a sair dos documentos de política pública e entrar na especificação dos produtos. Existe uma ironia nisso. Uma empresa americana pode vender para a Europa a infraestrutura que ajuda a reduzir a dependência de empresas americanas.
Mas isso também mostra por que a discussão não pode ser reduzida a “ter tudo dentro de casa”. Autonomia completa custa caro, exige manutenção permanente e pode resultar em estruturas mais complexas do que o problema original.
A questão mais prática é outra: quanto da nossa operação continua funcionando se o fornecedor mudar as regras?
A partir daí, soberania ganha um significado mais concreto. Uma empresa não precisa construir seu próprio modelo de IA. Precisa saber o que acontece se tiver de trocar o modelo que usa hoje.
Dados exportáveis são importantes, mas não resolvem tudo. Também é preciso preservar o contexto, os critérios, as avaliações, a memória e as permissões que fazem aquela IA funcionar dentro da empresa.
Se tudo isso fica preso à plataforma de um único fornecedor, a troca deixa de ser uma simples substituição de tecnologia. Pode significar reconstruir parte do processo.
É aí que a dependência fica mais profunda.
O Gartner estima que 35% dos países estarão presos a plataformas regionais de IA até 2027, ante 5% em 2026. Entre as recomendações aos CIOs está o desenho de fluxos capazes de funcionar com diferentes modelos, com uma camada de orquestração que permita alternar fornecedores e regiões.
É uma recomendação técnica, mas o problema que ela tenta resolver é bem empresarial: quanto tempo e dinheiro custa sair de um fornecedor quando você precisa sair?
O Brasil também começa a lidar com essa questão. O Governo Digital registra 182 soluções de IA em operação e 144 órgãos planejando assistentes. Em 2025, apenas 41 órgãos possuíam diretrizes definidas. O Plano Brasileiro de Inteligência Artificial prevê infraestrutura nacional e modelos em português.
A diferença entre adoção e governança chama atenção. Colocar uma IA para funcionar ficou relativamente fácil. Criar as condições para substituí-la ainda é muito mais trabalhoso.
Uma maneira simples de descobrir o tamanho dessa dependência é fazer um teste: tire o modelo principal da operação por 48 horas.
O que para? Quais tarefas continuam? Quais decisões perdem qualidade? Que informações não podem ser levadas para outro fornecedor? Quanto tempo demora para colocar uma alternativa de pé? E quem decide se a empresa aceita uma queda temporária de desempenho durante a troca?
O teste também ajuda a evitar outra armadilha: achar que ter dois fornecedores significa necessariamente ter redundância.
Pode não significar nada disso. Os dois podem depender da mesma nuvem, dos mesmos chips ou da mesma jurisdição. Podem parecer alternativas diferentes e, na prática, compartilhar o mesmo ponto de falha.
Por isso, não faz sentido criar redundância para tudo. O mais importante é descobrir quais processos não podem parar e quanto custaria ficar sem eles.
Essa discussão deve chegar cada vez mais aos conselhos de administração. Não apenas como uma questão de tecnologia, mas ao lado de temas que já fazem parte da gestão de risco, como liquidez, cibersegurança e concentração de fornecedores.
No caso da IA, existe uma medida particularmente simples para começar a acompanhar: quanto tempo a empresa leva para trocar de modelo e voltar a operar em um nível aceitável.
Não importa tanto quantos modelos estão contratados, importa saber o que acontece quando um deles deixa de estar disponível.
O trabalho começa antes disso. A lógica do negócio precisa estar separada da lógica do modelo. As avaliações precisam ser da empresa, não apenas do fornecedor. Memória e permissões precisam estar em uma camada que a empresa consiga controlar. Uma alternativa precisa existir e, mais importante, precisa ter sido testada.
É aí que a discussão sobre soberania fica menos abstrata.
Não se trata de abandonar os grandes fornecedores, construir um modelo próprio ou manter uma cópia de tudo. Trata-se de saber onde a dependência realmente está e quanto esforço seria necessário para sair dela.
O primeiro passo, portanto, não exige servidores novos nem uma nova área de tecnologia. Tudo começa com uma pergunta bastante simples: Se esse fornecedor deixar de estar disponível amanhã, quanto da nossa operação vai junto? Se a resposta for difícil de dar, provavelmente já existe um problema para resolver.
No fim, soberania é isso: conseguir trocar de fornecedor sem descobrir tarde demais que a operação dependia dele para continuar funcionando.
Fontes de Pesquisa:
Open source AI faces more government scrutiny. Axios, 14 ago. 2026. Sinal da semana sobre a ampliação do escrutínio governamental a modelos abertos.
Redeploying Claude Fable 5. Anthropic, 30 jun. 2026. Cronologia oficial da suspensão, retirada dos controles e retomada parcial dos modelos.
Anthropic says it has taken its latest AI models offline. Associated Press, 13 jun. 2026. Cobertura independente da ordem de controle de exportação e de seu efeito imediato.
Sovereign Cloud Framework explained. Comissão Europeia, 1 jun. 2026. Estrutura europeia com 48 critérios de soberania e resiliência.
Gartner predicts 35% of countries will be locked into region specific AI platforms. Gartner, 29 jan. 2026. Estimativa de lock in regional e recomendações para fluxos agnósticos a modelos.
AWS European Sovereign Cloud achieves first compliance milestone. AWS, 10 mar. 2026. Evidência da transformação da soberania em oferta de infraestrutura comercial.
Inteligência Artificial. Governo Digital, consulta em 16 ago. 2026. Indicadores oficiais de adoção e governança de IA no Poder Executivo federal.
Plano Brasileiro de Inteligência Artificial. MCTI, 2024 a 2028. Objetivos de infraestrutura nacional, modelos em português e soberania tecnológica.