Tecnologia amadurece e redefine critérios de sucesso

Antes de chegar a Barcelona, a expectativa era encontrar sinais de escala real para a inteligência artificial. A fase de experimentação havia saído da inércia e a promessa era de aplicação concreta, integração operacional e impacto industrial.

Ao longo da semana, essa maturidade técnica foi dando sinais. Redes mais autônomas, infraestrutura mais inteligente, arquiteturas modulares de IA, robótica avançando para ambientes produtivos e aplicações em setores críticos. A engenharia evoluiu.

Agora, depois de dias intensos de conteúdo, reuniões e demonstrações, uma conclusão ganhou força acima de todas as outras: o principal desafio, e que vai além da capacidade tecnológica, é critério de sucesso.

A IA já está distribuída, ainda que em muitos casos engatinhando, por toda a cadeia de valor. Ela prevê falhas, antecipa congestionamentos, identifica padrões anômalos e ajusta capacidade. O potencial é inequívoco. O ponto de inflexão agora é como essa capacidade é medida, priorizada e governada dentro das organizações.

Essa discussão ficou ainda mais evidente no painel de Customer Experience (CX-Factor: Can AI Truly Win the Customer’s Heart?) em cujo palco estive hoje. Rica discussão. Muitos programas de transformação seguem ancorados em métricas declarativas, coletadas em momentos específicos.

Elas ajudam a entender percepção, porém confiança em telecomunicações é construída na consistência operacional ao longo do tempo. Sempre foi assim e isso não tende a mudar tão cedo.

Confiabilidade é acumulativa. Latência, estabilidade e ausência de falhas moldam o comportamento do cliente de forma silenciosa. Quando a confiabilidade melhora de forma estrutural, o churn evitável cai. Quando incidentes críticos diminuem, a retenção cresce. Essa correlação é mensurável.

Se eu pudesse alterar uma única variável amanhã, seria esta: redefinir as métricas de sucesso da IA. Toda iniciativa deveria comprovar impacto direto em churn evitável, confiabilidade percebida ou redução de incidentes críticos. Eficiência operacional continua importante, mas, sozinha, não sustenta lealdade de longo prazo.

O que se mede orienta investimento. O que orienta investimento determina escala.

Outro ponto recorrente no painel foi a distância entre previsão e execução. Os modelos já identificam risco com antecedência. Clusters vulneráveis são mapeados. Gargalos são antecipados. O que separa resultado de frustração é a capacidade operacional de agir em tempo real.

Quando essa integração não existe, o cliente sofre um problema que já estava previsto. Nesse cenário, a lacuna não é matemática, é organizacional.

O MWC 2026 mostrou que a IA já está pronta para sustentar arquiteturas mais resilientes. Agora, o desafio será alinhar governança, accountability e modelo operacional à capacidade preditiva que já existe. A jornada do cliente atravessa rede, TI, operação e comercial. Métricas fragmentadas geram otimizações fragmentadas.

O ciclo que começa após Barcelona será definido por decisões estruturais. As empresas que conectarem dados de rede, dados comerciais e dados de comportamento em tempo real conseguirão agir antes que a fricção fique visível. As que mantiverem silos continuarão reagindo ao que já aconteceu.

A semana trouxe robótica, XR, infraestrutura avançada e stacks completos de IA. Trouxe também algo mais estratégico: maturidade no debate sobre responsabilidade por resultado.

A IA já provou que consegue prever e automatizar. O próximo estágio é provar que consegue sustentar confiança.

No encerramento do painel, resumi em uma frase o que Barcelona deixou claro pra mim: “a inteligência artificial não conquistará o cliente por ser apenas visível. Ela conquistará quando fizer os problemas desaparecerem, de forma consistente e mensurável”.

O que for priorizado em 2026 determinará o que ganhará escala em 2027. A tecnologia está pronta. A decisão agora é sobre qual resultado cada organização escolhe perseguir.