IBM e OpenAI levam a IA ao centro das operações empresariais

A IBM e a OpenAI anunciaram uma parceria estratégica para levar modelos como o GPT-5.6, o Codex e o ChatGPT Work a processos centrais de grandes organizações. O foco não está numa nova demonstração de modelo, mas na camada menos visível que decide se a IA chega realmente à produção: integração, modernização, governação e segurança.

O acordo foi apresentado a 13 de agosto e prevê iniciativas comerciais conjuntas, soluções por setor e equipas especializadas a trabalhar diretamente com clientes. Serviços financeiros, administração pública, telecomunicações e retalho estão entre as áreas destacadas. Finanças, compras, operações de cliente e recursos humanos aparecem como primeiros domínios de trabalho.

O que foi anunciado

A IBM vai integrar tecnologia da OpenAI no IBM Consulting Advantage, a plataforma que os seus consultores usam para desenhar e implementar soluções com agentes, ativos setoriais e capacidades de cibersegurança. A empresa anunciou também uma prática dedicada à OpenAI, com milhares de consultores e engenheiros a obter certificações avançadas na rede de parceiros.

O modelo de entrega inclui equipas deslocadas para junto dos clientes. A intenção é trabalhar sobre processos e ambientes reais, sobretudo onde coexistem aplicações antigas, dados distribuídos, requisitos de conformidade e fluxos de decisão difíceis de alterar.

A IBM passa ainda a integrar o nível Elite da OpenAI Partner Network. Essa rede foi lançada em junho para formar parceiros capazes de identificar casos de uso, redesenhar trabalho, integrar sistemas e acompanhar a adoção. A parceria agora anunciada dá escala concreta a essa estratégia.

As três frentes de trabalho

1. Transformar processos antigos em fluxos preparados para IA

Os modelos e produtos da OpenAI serão usados para analisar procedimentos, encontrar ineficiências e redesenhar trabalho em áreas como finanças, compras, apoio ao cliente e recursos humanos. A promessa é substituir automações isoladas por fluxos com contexto de negócio e responsabilidade definida.

2. Modernizar aplicações e desenvolvimento

Codex e ChatGPT Work serão combinados com a experiência tecnológica e setorial da IBM para intervir em aplicações antigas e acelerar novos produtos digitais. É uma frente relevante porque muitos projetos de IA falham antes do modelo: interfaces frágeis, dependências técnicas, dados inacessíveis e regras de negócio escondidas em software legado.

3. Tratar cibersegurança e risco de IA como parte da operação

As empresas vão prolongar a colaboração iniciada no programa OpenAI Daybreak, juntando capacidades de modelos de fronteira ao IBM Autonomous Security. O objetivo declarado é responder a vulnerabilidades de aplicações, falhas de governação e risco operacional com coordenação entre vários agentes.

Porque isto importa para as empresas

O anúncio não prova que a integração será simples. Mostra, isso sim, onde os grandes fornecedores acreditam que está o bloqueio. Os modelos melhoraram depressa; os sistemas empresariais, as permissões e os processos de aprovação mudaram devagar.

• A arquitetura passa à frente da ferramenta: um assistente sem acesso governado a dados e aplicações continua limitado a tarefas periféricas.
• O processo tem de ser redesenhado: adicionar IA a um fluxo ineficiente pode apenas acelerar erros e criar novas dependências.
• Segurança deixa de ser uma revisão final: identidade, limites de execução, registos e possibilidade de intervenção humana precisam de nascer com o sistema.
• A medição precisa de resultados operacionais: utilização e volume de mensagens dizem pouco sobre tempo poupado, erros evitados ou receita criada.
• O conhecimento interno torna-se infraestrutura: procedimentos, critérios e exceções têm de estar organizados para que um agente consiga atuar de forma consistente.

O que ainda não sabemos

IBM e OpenAI não divulgaram o valor financeiro do acordo, o número de clientes envolvidos, calendários por país ou compromissos de desempenho. Também não apresentaram resultados independentes de implementações realizadas no âmbito desta nova parceria.

Parte do anúncio descreve planos e objetivos futuros. A própria IBM avisa que essas intenções podem mudar. Por isso, não é possível concluir que as soluções anunciadas já estejam disponíveis de forma uniforme, nem estimar o custo total de adoção, integração e operação.

Existe ainda uma tensão importante: integrar profundamente um fornecedor de modelos pode acelerar a execução, mas também aumentar dependências. As empresas devem preservar portabilidade de dados, critérios de saída, controlo sobre identidade e capacidade de comparar modelos quando isso for material para o risco ou para o custo.

Um plano prático para começar

1. Escolher um processo com dono e resultado mensurável

Comece por um fluxo repetido, com volume suficiente e impacto conhecido. Defina quem responde pelo resultado, qual o erro aceitável e o que deve continuar a exigir decisão humana.

2. Mapear contexto, sistemas e permissões

Liste as fontes de dados, aplicações, decisões e exceções de que o processo depende. Separe leitura, recomendação e execução; cada nível exige controlos diferentes.

3. Criar uma avaliação antes da automação

Construa um conjunto de casos reais e critérios de qualidade. Só depois permita que o sistema execute ações. Uma demonstração convincente não substitui comportamento consistente em casos difíceis.

4. Instrumentar custo, qualidade e recuperação

Registe tempo, intervenção humana, falhas, custo por execução e impacto final. Inclua uma forma clara de interromper o agente, recuperar o estado anterior e investigar decisões.

A implementação torna-se o produto

A parceria IBM–OpenAI é relevante menos pelo acesso a modelos específicos e mais pelo desenho da oferta: equipas no terreno, modernização de aplicações, processos centrais e segurança numa mesma arquitetura.

Para empresas portuguesas, a leitura útil é simples. A próxima fase da IA não será ganha por acumular licenças ou lançar mais um chatbot. Será ganha por organizações capazes de escolher um processo importante, estruturar o contexto, limitar a ação e medir o resultado.

Os modelos continuam a avançar. A diferença passa a estar na qualidade da implementação — exatamente onde os sistemas antigos, o risco e a operação diária se encontram.

A imagem deste artigo é uma ilustração editorial gerada por IA. Não representa produtos, interfaces ou instalações reais da IBM ou da OpenAI.