*Por Ronaldo Pedro da Silva Nunca produzimos tantos dados. Ainda assim, uma parcela enorme deles permanece isolada dentro de empresas, hospitais, universidades e centros de pesquisa. A Comissão Europeia já estimou que 80% dos dados industriais coletados nunca chegam a ser utilizados. O problema, portanto, não é apenas gerar mais informação, mas criar condições para que dados dispersos possam gerar conhecimento e inovação sem exigir que todos sejam transferidos para um único lugar. Essa fragmentação tem consequências concretas. Um hospital pode possuir milhares de exames capazes de contribuir para o desenvolvimento de um modelo de inteligência artificial, mas não pode simplesmente entregar sua base a uma empresa de tecnologia. Uma indústria farmacêutica pode dispor de resultados experimentais valiosos, mas compartilhar essas informações pode envolver propriedade intelectual, confidencialidade e requisitos regulatórios. Em outro ponto do ecossistema pode estar exatamente o algoritmo, a capacidade computacional ou o conhecimento científico necessário para resolver o problema. O resultado é um paradoxo: os ativos existem, mas permanecem separados. É nesse contexto que a computação federada ganha importância. Em vez de começar pela pergunta “como reunir todos os dados?”, a lógica muda para “como permitir que diferentes organizações colaborem mantendo maior controle sobre seus próprios ativos?”. Segurança e governança precisam entrar na arquitetura Em muitas arquiteturas federadas, o processamento ou o modelo pode ir até o ambiente onde os dados estão. Compartilham-se apenas informações, parâmetros ou resultados previamente autorizados. Aprendizado federado é uma das técnicas que podem fazer parte dessa arquitetura, mas o princípio é mais amplo: colaborar não precisa significar centralizar. Para setores como saúde e indústria farmacêutica, essa diferença é decisiva. Não basta proteger os dados. É preciso saber quem pode acessá-los, onde podem ser processados, quais evidências devem ser registradas e quais regras se aplicam ao produto ou à tecnologia que será desenvolvida. Segurança, governança e regulação deixam de ser verificações feitas no final e passam a orientar a arquitetura desde o início. A tecnologia, porém, resolve apenas parte do problema. Existe uma segunda fragmentação, menos visível: a das competências. Quem conhece o desafio nem sempre possui os dados necessários. Quem possui os dados pode não ter o algoritmo. Quem desenvolve o algoritmo pode depender de infraestrutura computacional ou científica externa. Por isso, o desafio central passa a ser orquestrar organizações diferentes em torno de um problema comum. Essa discussão está no centro do framework 3C, desenvolvido pelo World Economic Forum com a Capgemini. A primeira etapa é combinar tecnologias e capacidades; a segunda é fazê-las convergir para gerar novas soluções; a terceira é criar um efeito cumulativo, no qual conhecimento, padrões e relações construídos em um projeto reduzem o risco e aceleram os seguintes. Em 2026, o próprio Fórum reforçou que orquestrar pessoas, dados e fluxos de trabalho é crítico para transformar combinações tecnológicas em impacto real. O avanço da inteligência artificial tende a exigir menos concentração e mais capacidade de coordenação. Em muitos casos, o valor estará em fazer tecnologias, dados e competências distribuídas trabalharem juntas com segurança, governança, validação científica e viabilidade regulatória. A próxima vantagem competitiva não está em possuir todos os ativos, mas na capacidade de conectá-los sem perder o controle sobre eles. É essa lógica que orienta o ConvergeLab. Mais do que concentrar tecnologias ou dados em uma organização, a proposta é criar condições para que capacidades distribuídas possam trabalhar juntas com segurança, governança, validação científica e viabilidade regulatória. Em um cenário no qual a inteligência artificial depende cada vez mais de dados de qualidade, talvez a próxima vantagem competitiva não esteja em possuir todos os ativos. Pode estar na capacidade de conectá-los sem perder o controle sobre eles. Entenda também como a IA pode impactar até 37% dos trabalhadores e expõe lacuna digital no Brasil. {{WHATSAPP_CHANNEL}}

*Por Ronaldo Pedro da Silva Nunca produzimos tantos dados. Ainda assim, uma parcela enorme deles permanece isolada dentro de empresas, hospitais, universidades e centros de pesquisa. A Comiss o Europeia j estimou que 80% dos dados industriais coletados nunca chegam a ser utilizados. O problema, portanto, n o apenas gerar mais informa o, mas criar condi es para que dados dispersos possam gerar conhecimento e inova o sem exigir que todos sejam transferidos para um nico lugar. Essa fragmenta o tem consequ ncias concretas. Um hospital pode possuir milhares de exames capazes de contribuir para o desenvolvimento de um modelo de intelig ncia artificial, mas n o pode simplesmente entregar sua base a uma empresa de tecnologia. Uma ind stria farmac utica pode dispor de resultados experimentais valiosos, mas compartilhar essas informa es pode envolver propriedade intelectual, confidencialidade e requisitos regulat rios. Em outro ponto do ecossistema pode estar exatamente o algoritmo, a capacidade computacional ou o conhecimento cient fico necess rio para resolver o problema. O resultado um paradoxo: os ativos existem, mas permanecem separados. nesse contexto que a computa o federada ganha import ncia. Em vez de come ar pela pergunta “como reunir todos os dados?”, a l gica muda para “como permitir que diferentes organiza es colaborem mantendo maior controle sobre seus pr prios ativos?”. Seguran a e governan a precisam entrar na arquitetura Em muitas arquiteturas federadas, o processamento ou o modelo pode ir at o ambiente onde os dados est o. Compartilham-se apenas informa es, par metros ou resultados previamente autorizados. Aprendizado federado uma das t cnicas que podem fazer parte dessa arquitetura, mas o princ pio mais amplo: colaborar n o precisa significar centralizar. Para setores como sa de e ind stria farmac utica, essa diferen a decisiva. N o basta proteger os dados. preciso saber quem pode acess -los, onde podem ser processados, quais evid ncias devem ser registradas e quais regras se aplicam ao produto ou tecnologia que ser desenvolvida. Seguran a, governan a e regula o deixam de ser verifica es feitas no final e passam a orientar a arquitetura desde o in cio. A tecnologia, por m, resolve apenas parte do problema. Existe uma segunda fragmenta o, menos vis vel: a das compet ncias. Quem conhece o desafio nem sempre possui os dados necess rios. Quem possui os dados pode n o ter o algoritmo. Quem desenvolve o algoritmo pode depender de infraestrutura computacional ou cient fica externa. Por isso, o desafio central passa a ser orquestrar organiza es diferentes em torno de um problema comum. Essa discuss o est no centro do framework 3C, desenvolvido pelo World Economic Forum com a Capgemini. A primeira etapa combinar tecnologias e capacidades; a segunda faz -las convergir para gerar novas solu es; a terceira criar um efeito cumulativo, no qual conhecimento, padr es e rela es constru dos em um projeto reduzem o risco e aceleram os seguintes. Em 2026, o pr prio F rum refor ou que orquestrar pessoas, dados e fluxos de trabalho cr tico para transformar combina es tecnol gicas em impacto real. O avan o da intelig ncia artificial tende a exigir menos concentra o e mais capacidade de coordena o. Em muitos casos, o valor estar em fazer tecnologias, dados e compet ncias distribu das trabalharem juntas com seguran a, governan a, valida o cient fica e viabilidade regulat ria. A pr xima vantagem competitiva n o est em possuir todos os ativos, mas na capacidade de conect -los sem perder o controle sobre eles. essa l gica que orienta o ConvergeLab. Mais do que concentrar tecnologias ou dados em uma organiza o, a proposta criar condi es para que capacidades distribu das possam trabalhar juntas com seguran a, governan a, valida o cient fica e viabilidade regulat ria. Em um cen rio no qual a intelig ncia artificial depende cada vez mais de dados de qualidade, talvez a pr xima vantagem competitiva n o esteja em possuir todos os ativos. Pode estar na capacidade de conect -los sem perder o controle sobre eles. Entenda tamb m como a IA pode impactar at 37% dos trabalhadores e exp e lacuna digital no Brasil. {{WHATSAPP_CHANNEL}}