Article updated on 25/06/26
A IA já transformou aspetos de pequena e grande escala da indústria de TI (espera-se que o tamanho do mercado cresça pelo menos 120% ano a ano) – e é apenas o começo. Segundo a McKinsey (The State of AI in Early 2024), 72% das organizações adotaram a IA em alguma medida em 2024, um avanço significativo face aos 55% registados em 2023.
Entre os principais desenvolvimentos recentes destacam-se o Dall-E 3 da OpenAI, lançado em outubro de 2023. Os óculos inteligentes Ray-Ban Meta chegaram ao mercado em setembro de 2023. O Gemini do Google superou especialistas humanos no benchmark MMLU — Massive Multitask Language Understanding, um teste que avalia o desempenho de modelos de linguagem em 57 disciplinas académicas — conforme documentado no relatório técnico da Google DeepMind (Gemini Technical Report, dezembro de 2023). O ChatGPT-4 da OpenAI foi disponibilizado ao público em março de 2023.
Embora a maioria das inovações em torno da IA seja uma forma de IA generativa — inteligência artificial que usa modelos generativos (aprendidos por meio de padrões de dados de treinamento de entrada) para criar textos e outro tipo de conteúdos — existem outros casos de uso que causarão um grande impacto nas TI. Importa distinguir três abordagens complementares: enquanto a IA generativa cria novos conteúdos, a análise preditiva usa dados históricos para prever resultados futuros, e o machine learning treina algoritmos para identificar padrões em grandes conjuntos de dados. Cada uma destas abordagens tem aplicações específicas nas quatro áreas de TI abordadas neste artigo.
Este artigo explora as quatro áreas em que se espera que a IA tenha uma influência substancial no setor das TI. Essas quatro áreas são:
-
Análise de Dados e Tomada de Decisão
-
Operações e Automação de TI
-
Segurança e Deteção de Ameaças
-
Gestão de Serviços de TI (ITSM)
1. Análise de Dados e Tomada de Decisão
48% das empresas usa alguma forma de IA para interpretar e utilizar big data (IBM Global AI Adoption Index, 2023).
Para qualquer líder de tecnologia, o que separa uma boa decisão de uma má são os dados. Quanto mais decisões informadas e baseadas em dados for possível tomar, melhores serão os resultados para o negócio.
As ferramentas de análise de dados baseadas em IA tornam o big data acessível — e é exatamente isso que capacita os profissionais de TI a usar mais dados para formar insights precisos. Esses dados podem ser usados para melhorar a experiência do utilizador com ações como construir gráficos, atualizar descrições de produtos e alterar layouts de sites para melhor se adequar ao uso do cliente.
Além disso, a análise preditiva (previsão de resultados futuros) ajuda no planeamento de capacidade, na previsão de falhas do sistema e na otimização da utilização de recursos — tudo coisas que exigem uma orientação para o futuro. Para isso, são necessárias informações sobre os sistemas, problemas atuais e quaisquer aumentos no uso do produto ou servidor (quando, onde e por quanto) — exatamente os casos de uso com os quais a IA pode ajudar.
Este acesso aos dados para planeamento de capacidade e decisões orientadas por dados permite que as equipas de TI façam escolhas mais informadas sobre alocação de recursos, planeamento estratégico e melhorias de infraestrutura. A IA concede à organização a capacidade de olhar para o negócio como um todo, ao invés de apenas se concentrar em cada departamento ou setor de forma independente.
Uma consideração importante: a qualidade dos dados de entrada determina diretamente a qualidade dos insights gerados. Organizações com dados fragmentados ou inconsistentes obterão resultados proporcionalmente limitados — o que torna a maturidade dos processos de gestão de dados um pré-requisito, não um opcional.
2. Operações e automação de TI
Embora as transformações digitais estejam a acontecer num ritmo mais rápido do que nunca, alguns departamentos de operações de TI ainda estão atrasados em atualizar os seus processos.
Embora nem todos estejam a utilizar hoje, 83% das empresas afirmam que a IA é uma prioridade nos seus planos de negócios (IBM Global AI Adoption Index, 2023). E, se se espera que a IA melhore a produtividade dos funcionários em 40% (McKinsey Global Institute, 2023), o argumento para investir é difícil de ignorar.
A IA pode cuidar de tarefas rotineiras. Por exemplo, a IA pode simplificar e automatizar a monitorização, a manutenção e as atualizações do sistema para libertar agentes de suporte e pessoal de TI, permitindo que estes se concentrem em tarefas de maior valor.
A IA pode identificar potenciais problemas antes que eles surjam. Com a análise preditiva e o machine learning, as ferramentas de IA podem encontrar problemas e criar uma abordagem proativa e preditiva, em vez de reativa, para a gestão de incidentes — aumentando a maturidade de TI do negócio. Uma abordagem proativa à gestão de incidentes não diminuirá apenas o tempo de inatividade dos sistemas de TI, mas também aumentará a eficiência das equipas e melhorará a confiabilidade do sistema.
Vale notar que automatizar processos que já estão quebrados apenas acelera os problemas existentes. A automação entrega o seu maior retorno quando aplicada sobre processos bem definidos e dados de qualidade — o que torna a maturidade do ITSM um pré-requisito para resultados sustentáveis.
3. Segurança e Deteção de Ameaças
Uma violação de dados nos EUA custa, em média, 9,48 milhões de dólares (IBM Cost of a Data Breach Report, 2023). Considerando que ocorrem mais de 2.200 ciberataques por dia em todo o mundo (Security Magazine, 2023), uma parte significativa do orçamento de TI deve ir para proteger os ativos da organização.
A cibersegurança — a prática de proteger sistemas, redes e programas digitais de ataques — está a crescer em importância ano após ano. Não faltam ataques através de endereços de e-mail corporativos ou fugas de dados em centrais de serviços não seguras. Com a IA e os crescentes padrões de segurança na tecnologia, as potenciais ameaças podem ser identificadas e resolvidas mais rapidamente do que nunca.
A IA analisa grandes quantidades de dados em tempo real. Os algoritmos de machine learning identificam padrões e detetam anomalias que podem indicar atividade maliciosa. Quando uma anomalia é detetada, a IA pode automatizar a resposta ao incidente e emitir alertas para examinar servidores específicos ou tráfego de rede.
As principais capacidades da IA em cibersegurança incluem:
-
Análise de dados em tempo real para identificação de ameaças
-
Identificação de anomalias com algoritmos de machine learning
-
Resposta automatizada a incidentes de segurança
A organização beneficiará da utilização de ferramentas de IA para ajudar a prevenir e mitigar ameaças de cibersegurança, poupando tempo e recursos a longo prazo. Uma limitação a ter em conta: a resposta automatizada a incidentes pode gerar falsos positivos, pelo que é essencial manter supervisão humana nos processos de triagem — a IA deve amplificar a capacidade das equipas de segurança, não substituir o seu julgamento.
4. Gestão de serviços de TI (ITSM)
Uma das transformações mais significativas que a tecnologia avançada tornou possível nos últimos anos é colocar o utilizador final de volta no centro das operações. Durante algum tempo, enquanto novas tecnologias eram constantemente lançadas e as organizações se ajustavam a novos sistemas, o utilizador final foi deixado em segundo plano.
Com a ajuda de sistemas e ferramentas de IA mais avançadas, as empresas podem voltar a colocar uma ênfase genuína no utilizador final sem comprometer outros aspetos do negócio.
De acordo com o IBM Global AI Adoption Index, os chatbots podem reduzir até 30% os custos de atendimento ao cliente para as empresas. Chatbots orientados por IA e assistentes virtuais podem ser usados para melhorar o apoio ao utilizador, tanto em termos de velocidade quanto de qualidade de serviço. Em vez de esperar minutos ou horas para que um agente de suporte esteja disponível, os utilizadores podem obter respostas instantâneas a consultas comuns. O Processamento de Linguagem Natural (PLN, ou NLP em inglês) é a tecnologia que permite que sistemas de IA compreendam e respondam a linguagem humana de forma natural, tornando as interações com chatbots mais intuitivas e eficazes.
Além disso, a IA pode ser usada para automatizar tarefas rotineiras da central de serviços, otimizar os processos de ITSM (gestão de incidentes e mudanças) e resolver problemas para aumentar a eficácia e a eficiência dos departamentos de TI. Uma consideração importante: os chatbots de IA devem ter caminhos de escalamento claros para agentes humanos quando as consultas excedem as suas capacidades – e as equipas devem monitorizar ativamente os casos em que a IA gera respostas incorretas ou inadequadas.
A evidência é clara: a IA está a transformar o ITSM de forma estrutural. Organizações que adotam uma abordagem integrada – em que a IA opera sobre processos maduros e dados de qualidade – reportam reduções de custo operacional entre 30% e 50% e aumentos de produtividade das equipas de suporte superiores a 25%.
Automatizar tarefas de rotina, melhorar as medidas de segurança, tomar mais decisões baseadas em dados e disponibilizar opções de self-service para acelerar o suporte beneficia tanto os utilizadores finais como as organizações. Ao integrar a IA no ITSM, as empresas podem aumentar a produtividade e a eficiência das equipas, reduzir o tempo de inatividade e melhorar o desempenho geral dos seus sistemas de TI. O ponto de partida mais fiável para obter estes resultados não é escolher a ferramenta de IA certa – é garantir que a fundação de processos e dados está suficientemente madura para que a IA entregue valor mensurável.
A EasyVista também está a utilizar a IA e a conduzir pesquisas em novas áreas para aplicá-la nas TI através do nosso próprio laboratório de pesquisa de IA dedicado. Se quiser saber mais, as publicações da nossa equipa podem ser encontradas aqui. Ou para aprofundar os seus conhecimentos em casos de uso específicos de operações de TI e ITSM, agende uma demo!
