Por que Databricks precisa de um olhar próprio no FinOps?
A Databricks se consolidou como uma das plataformas de dados mais adotadas do mercado, mas o modelo de cobrança que a tornou popular não foi desenhado para a volatilidade das cargas de IA generativa e agêntica. O resultado é previsível: CFOs e CTOs veem a fatura crescer mais rápido do que conseguem explicar, e é exatamente aí que o FinOps precisa evoluir.
Pipelines executados continuamente, modelos de machine learning, agentes de IA, aplicações RAG, SQL Warehouses, processamento distribuído, clusters elásticos e GPUs criam um padrão de consumo. O custo já não depende apenas da quantidade de recursos provisionados, mas da forma como dados e algoritmos são utilizados para gerar valor ao negócio.
O ponto cego da fatura em DBU
A cobrança da Databricks funciona por DBU (Databricks Unit), e isso gera duas faturas separadas: uma da própria plataforma, outra do provedor de nuvem que sustenta o processamento. Sem uma camada que unifique essas duas fontes, a reconciliação vira trabalho manual, e não escala quando workloads de treinamento e inferência de IA multiplicam a frequência e o volume dos jobs.
Não por acaso, a própria Databricks tem ampliado seus investimentos em recursos voltados à observabilidade de custos, otimização e governança financeira dos workloads. O tema ganhou espaço de destaque no Data + AI Summit 2026, reforçando que eficiência financeira passou a ser parte da estratégia de dados, e não apenas uma atividade operacional.
Do ponto de vista de negócio, a Databricks exige uma estratégia de FinOps porque um ambiente que cresce sem governança se transforma em aumento de custo sem geração proporcional de valor. No longo prazo, isso impacta previsibilidade financeira, margem e até a capacidade do cliente de expandir novos casos de uso.
Quando dashboards deixam de ser suficientes
As ferramentas nativas das plataformas cloud e da própria Databricks oferecem excelente visibilidade operacional. Elas mostram consumo, utilização de recursos e métricas importantes para o dia a dia das equipes técnicas. Mas organizações com múltiplas áreas de negócio normalmente precisam responder questões mais amplas.
Grupo Mateus e o caso de sucesso de FinOps
Segundo Luan Freitas, cliente e parceiro da Databricks, com um caso de sucesso de FinOps no Grupo Mateus, seguir as recomendações da documentação da plataforma para estruturar modelos e processamentos voltados ao mapeamento de custos gerou resultados expressivos de economia. “Na maioria das vezes é trabalhar em cima das otimizações. A gente seguiu os conceitos da própria ferramenta para ter como mensurar e saber onde atacar.”, afirmou.
“Algumas empresas querem avançar logo, sem construir uma base bem estruturada e acabam tendo um custo três, quatro vezes maior do que se tivessem estruturado antes. A gente já preparou a estrutura para que cada setor assuma os custos dos seus dados”, concluiu Luan.
Atribuição de custo: o desafio que a IA torna urgente
Distribuir os gastos Databricks entre unidades de negócio, produtos ou squads exige tagging consistente de clusters e jobs. Depois, essas informações precisam ser correlacionadas manualmente entre os logs de billing da plataforma e as faturas de nuvem. Esse processo já era trabalhoso no mundo pré-IA. Com pipelines de treinamento, fine-tuning e agentes autônomos rodando em paralelo, a ausência dessa disciplina deixa de ser um incômodo operacional e passa a ser um risco de governança financeira.
Iniciativas recentes da plataforma buscam unificar dados operacionais e financeiros para oferecer visibilidade de custos em tempo real tanto para times de engenharia quanto para FinOps. Ainda assim, essas iniciativas deixam a empresa dependente do ecossistema da própria Databricks para enxergar o problema.
OPT-3: Conectando dados de cloud à inteligência financeira
O desafio real de FinOps na era da IA é operar em ambientes multicloud . Foi para esse cenário que o OPT-3 foi desenvolvido. Em vez de depender de avaliação manual entre faturas Databricks e da nuvem, o OPT-3 correlaciona essas fontes de forma automática.
A ferramenta traz visibilidade total dos custos de AWS, Azure, GCP, Databricks e Snowflake em uma única plataforma com visão integrada e interativa. O objetivo é identificar desperdícios, recursos ociosos e oportunidades de saving com recomendações priorizadas além de gerar alertas e governança com dados atualizados na frequência certa para o negócio.
A fatura do Databricks vai subir
Para organizações que rodam Databricks como peça central da stack de dados e IA, isso significa previsibilidade financeira em tempo real. A fatura da Databricks vai continuar subindo com a adoção de IA e as empresas precisam ter visibilidade dos gastos para avaliar se esse crescimento está gerando valor proporcional para o negócio.
O verdadeiro custo do desperdício em cloud (e por que ele voltou a crescer)
O relatório State of the Cloud Report da Flexera mostrou que o desperdício estimado em gastos com cloud chegou a 29% em 2026. A análise foi realizada com 753 tomadores de decisão de cloud entrevistados e chamou atenção pelo fato de reverter uma tendência de queda observada nos últimos cinco anos. O principal fator apontado foi o crescimento acelerado das cargas de Inteligência Artificial.
Workloads de IA generativa não se comportam como as cargas tradicionais que o FinOps aprendeu a domar. GPUs ficam provisionadas por picos de treinamento e continuam ociosas. Modelos são testados em produção sem critério claro de desligamento.
A maturidade de FinOps ainda é baixa
Embora FinOps tenha se consolidado como disciplina estratégica, poucas organizações alcançaram um nível elevado de maturidade. Segundo o State of FinOps 2026, publicado pela FinOps Foundation, 51,4% das empresas ainda estão no estágio “Walk”, fase em que existem práticas iniciais de visibilidade e controle, mas a tomada de decisão ainda depende fortemente de processos manuais.
Apenas 14,2% das organizações chegaram ao estágio “Run”, considerado o nível mais avançado de operação, no qual otimização contínua, automação e decisões orientadas por dados fazem parte da rotina.
Isso significa que a maioria das empresas ainda reage aos custos depois que eles aparecem na fatura. Assim, a conversa sobre cloud deixou de ser apenas tecnológica e passou a ocupar espaço nas reuniões financeiras.
Da otimização para a automação
As discussões mais recentes do mercado mostram que FinOps está entrando em uma nova fase: a da automação inteligente. Empresas começam a buscar agentes capazes de acompanhar continuamente o ambiente, identificar desperdícios, recomendar ações e executar otimizações.
Em vez de apenas gerar dashboards, esses agentes passam a atuar como verdadeiros copilotos financeiros da infraestrutura. O objetivo deixa de ser apenas reduzir custos e passa a ser maximizar o retorno de cada real investido em infraestrutura digital.
Times de tecnologia agora atuam para autofinanciar investimentos em IA através de economias de otimização em cloud. Em outras palavras, a eficiência que se ganha cortando desperdício vira o orçamento que libera o próximo investimento em IA.
O papel estratégico do CFO
Esse novo cenário também redefine o papel da liderança financeira. Historicamente, a cloud era vista como um centro de custo tecnológico. Hoje, ela representa uma das principais alavancas de competitividade da empresa.
As organizações mais maduras já perceberam que dashboards, sozinhos, não resolvem o problema. Visibilidade é importante, mas agir rapidamente é ainda mais importante.
O futuro aponta para plataformas capazes de combinar observabilidade, inteligência artificial, automação e governança em um único fluxo operacional.
Nesse modelo, sistemas inteligentes analisam continuamente milhares de métricas de infraestrutura, identificam padrões de desperdício e apoiam decisões quase em tempo real.
O verdadeiro desafio é garantir que cada investimento em cloud gere valor mensurável para o negócio. Empresas que tratam FinOps apenas como um projeto de redução de despesas correm o risco de ficar presas ao ciclo permanente de urgência. Já aquelas que adotam práticas maduras estarão mais preparadas para sustentar o crescimento da IA com eficiência, previsibilidade e governança.
Três movimentos parecem se impor a qualquer CFO:
– Separar o desperdício “clássico” do desperdício de IA. São problemas diferentes, com ferramentas e ciclos de decisão diferentes. Medir os dois juntos esconde onde está a origem real do aumento.
– Perguntar se a automação já substituiu a revisão manual onde a velocidade de decisão importa. Se workloads de IA sobem e descem em horas, um processo de revisão mensal não tem como capturar o desperdício antes que ele vire custo consolidado.
– Tratar a eficiência de cloud como fonte de funding, não como economia de linha. Se a organização está sendo pressionada a autofinanciar IA via otimização, vale tornar esse vínculo explícito no orçamento.
OPT-3: o único produto brasileiro de FinOps para a era da IA
Ambientes em cloud crescem rápido. Com o avanço de dados, IA, analytics e automações, acompanhar esse consumo com clareza se torna ainda mais importante. Foi por isso que a Jump criou o OPT-3, uma plataforma multicloud de FinOps que conecta as soluções de cloud e, em dez dias, produz uma análise completa do investimento da sua empresa na nuvem.
O OPT-3 conecta tecnologia, operação e negócio para transformar dados financeiros da cloud em inteligência para tomada de decisão. Ele consolida os ambientes de cloud em uma visão única, além de detectar anomalias, priorizar recomendações de rightsizing e entregar ao time financeiro e à liderança a clareza que os provedores de nuvem nunca foram projetados para oferecer.
A ferramenta já está em operação e possui clientes com ROI documentado de até 61%. A plataforma evolui no ritmo do seu time seguindo a lógica evolutiva da FinOps Foundation. A análise do momento da empresa passa por três etapas:
Crawl – enxergue seus custos
Walk – otimize com confiança
Run – FinOps como cultura
Fale com nossos especialistas para uma PoC gratuita
Agentic FinOps é uma boa ideia e a Jump tem o produto
Nos últimos meses, um novo termo começou a circular nos fóruns de cloud e nas publicações de tecnologia brasileiras: Agentic FinOps. A ideia, em linhas gerais, é de que agentes de inteligência artificial passarão a operar com governança de cloud de forma autônoma, antecipando decisões, executando otimizações e respondendo a anomalias sem intervenção humana direta.
O Flexera publicou o State of the Cloud Report 2026 e um número chamou mais atenção do que qualquer outro: o desperdício em cloud subiu para 29%, o primeiro aumento em cinco anos. A razão principal foi o crescimento acelerado dos workloads de IA, que tornaram os ambientes multicloud mais dinâmicos, mais caros e, sobretudo, mais difíceis de governar com as ferramentas que as empresas já possuem. Ao mesmo tempo, 100% das organizações pesquisadas já utilizam IA generativa, e 45% a empregam de forma intensiva.
Anderson Argentoni, CEO da Jump, foi um dos primeiros a acompanhar de perto o debate sobre Agentic FinOps no Brasil: “Há quem plante a bandeira do tema sem ter construído nada ainda, e há quem construiu um produto funcional sem ter reivindicado o espaço da narrativa, é o caso da Jump”, menciona o CEO.
“O OPT-3, que lançaremos, não é uma promessa de IA aplicada ao FinOps. É um produto em operação, com clientes reais, ROI documentado de até 61% e onboarding em menos de dez dias. Ele consolida ambientes de cloud AWS, Azure, GCP e serviços em nuvem como Databricks e Teradata em uma visão única, além de detectar anomalias antes que virem fatura, priorizar recomendações de rightsizing e entregar ao time financeiro e à liderança a clareza que os provedores de nuvem nunca foram desenhados para fornecer”, completa Argentoni.
A inteligência que move o OPT-3 está no FinOps Assistant, que já opera dentro da plataforma, e na arquitetura de dados canônica que normaliza informações de provedores com lógicas de cobrança completamente distintas. A camada de agência virá sobre uma base que já existe e já funciona. Não o contrário.
O Flexera 2026 também documentou algo que o mercado brasileiro ainda está aprendendo a interpretar: 64% das organizações globais já medem o sucesso em cloud não por economia gerada, mas por valor entregue às unidades de negócio. Essa transição de FinOps como controle de custo para FinOps como alavanca estratégica é exatamente o movimento que o OPT-3 foi construído para suportar. Os três pilares da plataforma, Inform, Optimize e Operate, percorrem essa jornada de forma estruturada, do diagnóstico inicial à governança contínua.
A governança de cloud precisa acontecer agora, com os workloads de IA que já estão consumindo orçamento, gerando anomalias e desafiando os modelos de previsão que as equipes financeiras construíram para um ambiente que não existe mais.
A pergunta que cada CTO, CFO e líder de operações deveria fazer hoje não é “o que a IA vai fazer pelo FinOps nos próximos anos”. É “quem, agora, tem um produto que consegue enxergar e governar o custo dos meus workloads de IA enquanto eles crescem?” No Brasil, a resposta é a Jump. Fale conosco.
Sobre a Jump
A Jump é uma consultoria brasileira especializada em transformação digital guiada por dados, fundada em 2014. Com mais de 600 especialistas e certificações ISO 27001, ISO 27701, ISO 42001. É uma das únicas empresas brasileiras certificadas pela ISO 42001, o padrão global de gestão de inteligência artificial.
Sua empresa tem política de uso de IA, mas isso não é suficiente. E agora?
Uma política de uso de IA é o documento que define o que colaboradores podem e não podem fazer com ferramentas de inteligência artificial no ambiente de trabalho. Ela lista os sistemas aprovados, os tipos de dado que não devem ser inseridos em ferramentas externas, as responsabilidades de cada time e as consequências de uso indevido.
A maioria das organizações que levam governança de IA a sério tem uma, embora uma pesquisa de 2025 com colaboradores corporativos tenha identificado que 58% já usaram ao menos uma ferramenta de IA não aprovada pela TI, e desses, 34% inseriram dados de clientes em ferramentas de consumo.
Esses dados descrevem empresas com política e sem sistema para garantir o cumprimento dela. A distinção é o centro do que separa governança de IA declarada de governança de IA que funciona e é o que a Jump, certificada ISO 42001, uma das únicas empresas brasileiras com governança verificada de Inteligência artificial, trabalha para construir com suas clientes.
Este artigo define o que é uma política de uso de IA, por que ela é necessária (mas não suficiente) e o que um sistema de gestão acrescenta. Além disso, apresenta um modelo em cinco cláusulas que servem de ponto de partida para organizações que ainda não têm essa estrutura formalizada.
O que é uma política de uso de IA e por que toda organização precisa de uma
Uma política de uso de IA, também chamada de AI Acceptable Use Policy, é o documento que governa o comportamento de colaboradores, contratados e parceiros em relação ao uso de ferramentas e sistemas de inteligência artificial no contexto organizacional. Ela responde a perguntas que, sem resposta formal, cada pessoa resolve de forma diferente: posso usar o ChatGPT para resumir uma proposta comercial? Posso inserir dados de clientes numa ferramenta de tradução automática? Quando devo declarar que um conteúdo foi gerado por IA?
A ausência de resposta padronizada para essas perguntas não significa que os colaboradores não as respondam, mas que cada um resolve da forma que lhe parecer mais prática.
O resultado disso é o que pesquisas documentam consistentemente: dados sensíveis representam 34,8% dos inputs de colaboradores no ChatGPT em 2025, alta significativa em relação a 11% em 2023, segundo levantamento publicado pela LayerX. Enquanto 67% dos colaboradores colam dados em ferramentas de IA generativa, e 82% dessas ações acontecem via contas pessoais, fora do perímetro corporativo, segundo o mesmo estudo.
A política existe para criar um padrão claro, ela precisa ser específica o suficiente para que um colaborador comum consiga tomar decisões no dia a dia sem precisar consultar o time jurídico, e abrangente o suficiente para cobrir os casos de uso mais relevantes da organização. Do ponto de vista regulatório, a política também é evidência.
O EU AI Act, com obrigações ativas desde 2025 e em expansão até dezembro de 2026, exige que organizações demonstrem governança sobre os sistemas de inteligência artificial que usam em suas operações, incluindo as ferramentas voltadas aos colaboradores. Pesquisa da IBM projeta que 80% das organizações terão formalizado políticas de uso de IA até o final de 2026, em resposta a essa pressão regulatória crescente. Uma AI Acceptable Use Policy é a evidência primária de que a organização definiu critérios de uso aceitável, estabeleceu supervisão e criou mecanismos de responsabilidade.
Por que a política sozinha não resolve?
Apenas 37% das organizações têm processos ativos para detectar ou gerenciar Shadow AI, segundo pesquisa da IBM. Isso significa que 63% das organizações que provavelmente têm políticas de uso de IA não conseguem monitorá-las.
Esse é o limite estrutural de qualquer documento de política: define o que deve ser feito, mas não garante. Políticas impostas como restrições de cima para baixo sobre ferramentas que colaboradores já usam produtivamente geram contornos, não compliance. Ou seja, reconhecem o uso existente e clarificam limites, gerando maior adesão porque abordam o problema que os colaboradores realmente enfrentam.
Acontece que mesmo as melhores políticas precisam de um sistema ao redor delas para funcionar na prática. Um sistema de gestão acrescenta quatro elementos que a política não tem: monitoramento ativo do que está sendo usado e como, mecanismos de resposta quando o comportamento observado diverge do definido, processos de atualização periódica quando novos riscos ou ferramentas surgem, e trilhas de auditoria que comprovam para reguladores e clientes que a política não existe apenas no papel. Sem esses elementos, a política é um artefato de conformidade formal.
A ISO 42001 define exatamente essa estrutura, pois exige que organizações mantenham um inventário de sistemas de IA, documentem processos de avaliação de risco, estabeleçam responsabilidades claras, monitorem continuamente e mantenham registros que sustentem auditorias.
Modelo em 5 cláusulas
O modelo abaixo cobre as cinco cláusulas essenciais de uma política de uso de inteligência artificial corporativa, é adaptável ao porte, setor e nível de maturidade de qualquer organização e cada cláusula deve ser expandida com os detalhes específicos do contexto da empresa.
Cláusula 1: Escopo e definições
Esta política se aplica a todos os colaboradores, contratados, estagiários e prestadores de serviço que utilizem ferramentas, plataformas ou sistemas de inteligência artificial no exercício de suas funções, independentemente do dispositivo utilizado ou da localização de acesso.
Para fins desta política, entende-se por ferramenta de IA qualquer sistema que utilize aprendizado de máquina, processamento de linguagem natural, geração de conteúdo automatizada ou capacidades de análise preditiva. Isso inclui, sem limitação, assistentes de escrita, geradores de imagem, ferramentas de síntese de dados, chatbots e sistemas de recomendação.
Ferramentas aprovadas são aquelas listadas no catálogo interno de aplicações autorizadas, mantido e atualizado pela área de TI / Segurança da Informação. O uso de ferramentas não listadas nesse catálogo requer solicitação formal de aprovação antes do uso.
Cláusula 2: Dados que não podem ser inseridos em ferramentas de IA
É vedada a inserção nas seguintes categorias de dados em qualquer ferramenta de IA não aprovada para esse tipo de dado, mesmo que a ferramenta esteja listada no catálogo de aplicações autorizadas:
Dados pessoais de clientes, colaboradores ou parceiros, conforme definido pela LGPD; informações financeiras não públicas; dados cobertos por acordo de confidencialidade; código-fonte proprietário; estratégias de negócio não divulgadas; e qualquer dado classificado como confidencial ou restrito pela política de classificação de informações da organização.
Para ferramentas aprovadas com tratamento de dados pessoais, o uso está condicionado à existência de acordo.
Cláusula 3: Transparência e atribuição
Conteúdos gerados com auxílio de IA devem ser identificados como tal quando entregues a clientes, parceiros ou em contextos onde a autoria é relevante para a avaliação do conteúdo. A organização segue as obrigações de transparência estabelecidas pelo EU AI Act e pela regulação brasileira aplicável.
Colaboradores são responsáveis por revisar, verificar e validar qualquer conteúdo gerado por IA antes de seu uso em contextos profissionais. A produção de output por um sistema de IA não transfere para o sistema a responsabilidade pelo conteúdo: a responsabilidade permanece com o colaborador que o utilizou e com a organização.
Cláusula 4: Responsabilidades e canais de reporte
A área de Segurança da Informação / Governança de Dados é responsável pela manutenção do catálogo de ferramentas aprovadas, pela avaliação de novas solicitações e pelo monitoramento de uso não autorizado.
Gestores são responsáveis por comunicar esta política às suas equipes, identificar casos de uso de IA nos processos sob sua responsabilidade e reportar riscos observados ao canal designado.
Colaboradores que identificarem uso de IA que possa configurar violação desta política devem reportar pelo canal, sem necessidade de identificação quando o colaborador preferir manter anonimato.
Cláusula 5: Atualização, treinamento e consequências
Esta política será revisada ao menos uma vez por ano, ou sempre que houver mudança significativa no ambiente regulatório, no catálogo de ferramentas ou nos processos organizacionais relevantes.
Todos os colaboradores devem completar o treinamento de uso responsável de IA no momento da contratação e a cada ciclo anual de atualização. A política entrará em vigor para cada colaborador na data de conclusão do treinamento.
O descumprimento desta política poderá resultar em medidas disciplinares proporcionais à gravidade do incidente, incluindo advertência formal, restrição de acesso a ferramentas de IA e, nos casos mais graves, rescisão contratual. Incidentes com potencial impacto regulatório serão comunicados às autoridades competentes conforme exigido pela legislação aplicável.
Onde o Radar AI entra
Uma política bem construída e comunicada resolve o problema da clareza. O Radar AI tem como finalidade o monitoramento contínuo de governança de IA, resolve o problema da visibilidade: o que está sendo usado, por quem, em que contexto e se o comportamento observado está dentro dos limites definidos pela política.
O ciclo completo funciona assim: a política define os limites, o sistema de gestão, estruturado sob a ISO 42001, define os processos que garantem que esses limites sejam verificados e que desvios sejam tratados.
O Radar AI provê a camada de monitoramento contínuo que transforma esses processos em evidência operacional real, com trilhas de auditoria que respondem às exigências do EU AI Act e da regulação brasileira que se aproxima.
Organizações como a Jump que constroem essa estrutura nos três níveis: política, sistema de gestão e monitoramento, chegam a uma auditoria regulatória ou a uma revisão de due diligence com documentação que sustenta a conformidade.
Já as organizações que contam apenas com uma política chegam com intenção documentada e ausência de evidência concretas de cumprimento.
Como o Shadow AI já mostrou repetidamente, não é teórica, mas prática, é ela que determina a capacidade de comprovar uma governança efetiva. Com experiência em governança de IA e certificação ISO 42001, a Jump ajuda empresas a construir essa jornada de ponta a ponta, da definição das políticas ao monitoramento contínuo dos sistemas de inteligência artificial.
Referências
MarkTechPost. Enterprise AI Governance in 2026: Why the Tools Employees Use Are Ahead of the Policies That Cover Them, mai. 2026.
Larridin. AI Governance: The Complete Enterprise Guide 2026, mar. 2026.
Worqlo. Enterprise AI Acceptable Use Policy: 2026 Template + Checklist, mai. 2026.
AI Assembly Lines. How to Create an Employee AI Policy: 6 Core Components Every Enterprise Needs, jun. 2026.
Unio Digital / LayerX. ChatGPT Sensitive Data Statistics: What Employees Share, 2026.
Entremt. AI Data Privacy for Businesses: Safe Usage Guide for 2026, jan. 2026.
Evolvance Market Research. AI Governance Statistics 2026: Key Data and Insights, mai. 2026.
IBM. Cost of a Data Breach Report 2025.
ISO/IEC. ISO/IEC 42001:2023 Artificial Intelligence Management System.
Stanford HAI. AI Index Report 2026.
Comissão Europeia. EU AI Act Official Implementation Page.
Ecossistemas abertos para acelerar a inovação em dados e IA
Durante 4 dias, milhares de especialistas se reuniram para discutir o futuro da IA corporativa, arquiteturas abertas e governança de dados em escala no Data + AI Summit 2026, em São Francisco, na Califórnia. Este já é considerado um dos maiores eventos globais de dados e inteligência artificial da atualidade, promovido pela Databricks, empresa de dados e IA que atende mais de 20 mil organizações em todo o mundo. A Jump é parceira da Databricks e esteve presente para acompanhar as principais discussões do evento e incorporar esses aprendizados à evolução de seus produtos e serviços.
Nos últimos dois anos, a atenção esteve voltada para os grandes modelos de linguagem (LLMs), mas o mercado percebeu a necessidade de conectar, governar e disponibilizar dados de forma segura para aplicações inteligentes. Nesse contexto, tecnologias open source, como Apache Spark, Delta Lake, Apache Iceberg e MLflow, ganharam relevância estratégica. Elas permitem que as empresas construam uma base tecnológica mais flexível, evitando dependência de fornecedores específicos e facilitando a integração entre ambientes.
Um dos exemplos apresentados recentemente envolve a gigante global de pagamentos Mastercard, que processa mais de 173 bilhões de transações anuais e vem utilizando plataformas modernas de dados para fortalecer governança e iniciativas de inteligência artificial em escala global.
Outro destaque apresentado no ecossistema Databricks foi o caso da Corteva, que reduziu o tempo necessário para integrar novas fontes de dados de 30 a 45 dias para apenas 4 a 7 dias, acelerando em aproximadamente 85% o processo de onboarding de dados. Esse ganho permitiu maior velocidade na disponibilização de informações para analytics e IA.
Já a Nationwide modernizou toda a sua arquitetura de ITSM e analytics, substituindo ambientes fragmentados por uma plataforma unificada de dados, melhorando governança, qualidade das informações e velocidade de geração de insights.
O movimento atual aponta para a consolidação de um ecossistema cada vez mais integrado. Frameworks estão sendo combinados com tecnologias abertas de dados para criar aplicações corporativas mais inteligentes, escaláveis e governadas. Essa é uma das grandes forças do ecossistema da Databricks.
O Unity Catalog é a camada de governança que amarra controle de acesso, linhagem, descoberta de dados sobre a estrutura de Lakehouse, independentemente de nuvem ou formato (Delta ou Iceberg). Com isso, o Unity Catalog permite centralizar governança, rastreabilidade e controle de permissões em ambientes analíticos e de IA, reduzindo riscos regulatórios e fortalecendo compliance.
FinOps e otimização de custos em nuvem
Com o crescimento dos investimentos em IA, os gastos com infraestrutura cloud tornaram-se uma preocupação estratégica. A centralização dos dados em arquiteturas Lakehouse permite monitorar consumo, identificar desperdícios e criar modelos preditivos para gestão financeira da nuvem. Com isso, fica mais fácil um planejamento orçamentário, monitorando os recursos consumidos por IA e controlando os custos da nuvem.
A tendência mais forte observada em 2026 é a convergência entre dados, analytics e IA generativa para gerar inteligência de negócios em tempo real. A principal lição dos cases apresentados no Data + AI Summit 2026 é que as empresas que estão obtendo os melhores resultados são as que conseguem unir governança de dados, arquitetura open source, automação de pipelines, IA generativa e analytics em tempo real. O resultado é uma organização mais ágil, preparada para escalar inteligência artificial com segurança, eficiência operacional e retorno financeiro mensurável.
WEBINAR OPT3
No próximo dia 24 de junho às 13h vamos lançar nosso produto OPT3, uma plataforma de gestão financeira multicloud, em um webinar online conduzido pelo CEO Anderson Argentoni e pelo COO Rafael Yashiki Capua.
O OPT3 chega ao mercado para resolver um problema que cresce junto com a digitalização das empresas: infraestrutura em nuvem já figura entre os maiores itens de despesa operacional de organizações de médio e grande porte, mas o controle financeiro sobre esse gasto permanece fragmentado. AWS, Azure, GCP e Databricks operam com lógicas de cobrança distintas, e consolidar esses dados em uma visão única e acionável ainda exige esforço manual considerável na maioria das empresas.
Garanta sua vaga no webinar OPT-3 →
Nuvem Financeira
A corrida pela transformação digital acelerou o consumo de cloud computing em escala global e junto com a expansão da nuvem, surgiu o desafio de controlar custos, gerar eficiência operacional e garantir previsibilidade financeira em ambientes cada vez mais complexos.
Os investimentos globais em cloud computing devem ultrapassar US$ 1 trilhão em 2026, impulsionados principalmente pela expansão da Inteligência Artificial, automação e análise de dados em tempo real. Segundo dados do setor, apenas 43% das organizações possuem rastreamento detalhado de despesas cloud por times, produtos ou serviços criando ambientes de expansão tecnológica sem governança financeira.
Com a conscientização do Cloud Value Management, as empresas deixam de medir apenas redução de custos e passam a analisar o retorno estratégico gerado pela infraestrutura. O mercado caminha para um modelo em que eficiência financeira será tão importante quanto inovação tecnológica.
O avanço da IA elevou o desperdício em cloud
O relatório “State of the Cloud 2026”, da Flexera, mostrou que o desperdício estimado em cloud chegou a 29% dos investimentos totais, revertendo uma tendência de queda observada nos últimos cinco anos. O principal fator apontado foi o crescimento acelerado das cargas de Inteligência Artificial. O dado revela um novo cenário para empresas orientadas por IA de que é preciso garantir governança financeira sobre GPUs, processamento, inferência e armazenamento em escala.
Em 2026, a FinOps Foundation anunciou uma mudança histórica em sua missão e deixou de “gerenciar o valor da cloud” para “gerenciar o valor da tecnologia”. Paralelamente, muitas organizações estão abandonando o conceito de “cloud para tudo” e adotando um modelo mais pragmático, no qual workloads são distribuídos conforme custo, performance e eficiência operacional.
FinOps no mercado financeiro brasileiro
Poucos segmentos sentem tanto o impacto da transformação digital quanto o setor financeiro. Bancos, fintechs, seguradoras e empresas de meios de pagamento operam hoje em um ambiente de alta demanda computacional principalmente por causa do Pìx e Open Finance com pagamentos instantâneos, análise antifraude em tempo real e hiperpersonalização da experiência do cliente.
O Banco do Brasil tornou-se um dos exemplos mais relevantes de modernização tecnológica no setor financeiro nacional. O banco opera com estratégia multi-cloud, combinando nuvem privada com os principais provedores globais de cloud computing para equilibrar performance, escala, segurança, compliance e eficiência operacional. A instituição também acelerou o uso de inteligência artificial em onboarding digital, biometria facial, prevenção à fraude, análise automatizada e hiperpersonalização da experiência do cliente. Com cerca de 33 milhões de clientes utilizando o aplicativo mensalmente, o banco passou a tratar eficiência computacional e governança cloud como temas estratégicos para sustentar crescimento digital em larga escala.
O Bradesco transformou IA e cloud em pilares de escala digital. Segundo executivos do banco, 99% das transações já acontecem em ambiente digital, sustentadas por uma arquitetura moderna baseada em cloud, automação e inteligência artificial. A assistente virtual BIA, lançada ainda antes da explosão da IA generativa, tornou-se um dos principais canais de relacionamento da instituição.
Entre as fintechs, o Nubank talvez seja um dos exemplos mais emblemáticos da relação entre tecnologia, escalabilidade e eficiência operacional. Em 2026, a fintech ultrapassou o Bradesco em número de clientes e tornou-se o segundo maior banco do Brasil em base de usuários, alcançando mais de 112 milhões de clientes. O crescimento acelerado foi sustentado por arquitetura cloud-native, automação massiva, uso intensivo de dados e forte escalabilidade operacional.
Outro exemplo relevante veio do Ouribank. Durante o evento FinOps Exchange 2026, executivos do banco destacaram que o aumento da taxa Selic e a pressão por rentabilidade fizeram o mercado financeiro acelerar iniciativas de controle de custos tecnológicos. A mudança reflete um novo momento do setor em que investidores e conselhos passaram a exigir retorno mais claro sobre investimentos em cloud, IA e automação.
Com isso, FinOps deixou de ser apenas uma pauta técnica para se tornar um mecanismo estratégico de governança, previsibilidade financeira, eficiência operacional e otimização de margem.
IA Generativa: A força impulsionadora da criatividade sem limites
Nos últimos anos, a Inteligência Artificial (IA) generativa emergiu como uma das áreas mais empolgantes e promissoras da pesquisa em IA. Enquanto a IA tradicionalmente se concentra em tarefas específicas, como classificação de imagens ou tradução de idiomas, a IA generativa vai além, capacitando sistemas para criar conteúdo original e autêntico, como imagens, música, texto e até mesmo vídeos.
O que é inteligência artificial generativa?
Em termos simples, a IA generativa refere-se a sistemas que têm a capacidade de gerar novos conteúdos que se assemelham ao que um humano poderia criar. Esses sistemas são treinados em grandes conjuntos de dados e utilizam modelos de aprendizado profundo, como Redes Neurais Generativas Adversariais (GANs) e Redes Neurais Recorrentes (RNNs), para aprender padrões e estruturas nos dados e gerar novas saídas.
Como funciona a IA Generativa?
Os modelos de IA generativa funcionam em um processo iterativo de aprendizado e geração. Eles começam com um conjunto inicial de dados e, com o tempo, refinam suas saídas com base no feedback recebido. Por exemplo, uma GAN consiste em duas redes neurais – o gerador e o discriminador – que competem entre si. O gerador cria amostras de dados, enquanto o discriminador tenta distinguir entre amostras reais e geradas. Com o tempo, o gerador melhora suas habilidades de geração com base no feedback do discriminador.
Aplicações da IA Generativa
A IA generativa tem um vasto leque de aplicações, com potencial para revolucionar diversos setores:
Criação de conteúdo: Para a geração de textos para artigos, blog, posts, roteiros, anúncios e até mesmo livros. Isso pode ajudar empresas e profissionais a economizar tempo e recursos na criação de conteúdo de alta qualidade.
Desenvolvimento de produtos: Gerando designs de produtos, protótipos e até mesmo código, acelerando o processo de desenvolvimento e tornando-o mais eficiente.
Entretenimento: A IA pode ser usada para criar músicas, filmes, jogos e outras formas de entretenimento, personalizando a experiência para cada usuário.
Educação: Usada para criar materiais didáticos personalizados, adaptar-se ao ritmo de aprendizado de cada aluno e até mesmo fornecer feedback personalizado.
“A criatividade é a inteligência se divertindo.” – Albert Einstein
Benefícios da IA Generativa
A IA generativa oferece diversos benefícios para empresas, profissionais e indivíduos. Alguns dos principais benefícios incluem:
Aumento da produtividade: Automatização de tarefas repetitivas e demoradas, liberando tempo para que as pessoas se concentrem em atividades mais criativas e estratégicas.
Melhoria da criatividade: Auxiliando na criação de conteúdo mais criativo e original, abrindo novas possibilidades para a comunicação e o marketing.
Redução de custos: A IA generativa pode reduzir os custos de produção de conteúdo, especialmente em tarefas que exigem mão de obra manual.
Personalização: Pode ser utilizada para criar conteúdo personalizado para cada usuário, proporcionando uma experiência mais engajadora e relevante.
Desafios da IA Generativa
Embora a IA generativa seja uma tecnologia promissora, existem alguns desafios que precisam ser superados para que ela possa ser utilizada em todo o seu potencial. Alguns dos principais desafios incluem:
Preconceito: Os modelos de IA generativa podem ser tendenciosos, refletindo os preconceitos dos dados em que foram treinados. É importante garantir que os dados utilizados para treinar esses modelos sejam diversificados e inclusivos para evitar que perpetuem estereótipos e discriminações.
Segurança: A IA generativa pode ser utilizada para gerar conteúdo falso ou enganoso, como deepfakes ou notícias falsas. É importante desenvolver mecanismos para verificar a autenticidade do conteúdo gerado por IA e para evitar que essa tecnologia seja utilizada para fins maliciosos.
Regulamentação: A IA generativa levanta questões éticas e legais que precisam ser discutidas e regulamentadas. É importante definir regras claras sobre o uso dessa tecnologia para garantir que ela seja utilizada de forma responsável e ética.
O futuro da criatividade impulsionada pela IA
À medida que a pesquisa em IA generativa avança, é provável que presenciaremos uma explosão de inovação criativa. A colaboração entre humanos e máquinas poderia levar a novas formas de arte, música e literatura que desafiam nossas noções convencionais de criatividade. No entanto, é essencial abordar cuidadosamente os desafios éticos e garantir que a IA generativa seja usada para o bem da sociedade.
Em resumo, a Inteligência Artificial Generativa representa uma nova fronteira na interseção entre tecnologia e criatividade, prometendo ampliar nossas perspectivas e inspirar novas formas de expressão no mundo digital em constante evolução.
Com um serviço completo e personalizado, vamos fazer uma transformação digital na sua empresa.
Vamos escutar sobre tecnologia?
Acesse o Jump Talk, nosso bate-papo com convidados relevantes que apresentam assuntos relevantes para a transformação digital da sua empresa.
Separamos episódios que podem te interessar:
JumpTalk #25 – O desenvolvimento e o futuro da tecnologia com IA
JumpTalk #24 – Como utilizar a tecnologia na retenção e na jornada do aluno
JumpTalk #15 – Dados em marketing
Cloud Computing: O futuro da infraestrutura de TI
A computação em nuvem, ou cloud computing, transformou a maneira como as empresas e indivíduos utilizam a tecnologia. Ao invés de depender de servidores físicos e infraestrutura local, a nuvem permite o acesso a recursos de computação por meio da internet. Este artigo explora os fundamentos da computação em nuvem, seus benefícios, modelos de serviço e melhores práticas para sua implementação.
O que é Cloud Computing?
Cloud computing é a entrega de serviços de computação, como servidores, armazenamento, bancos de dados, redes, software, análises e inteligência, através da internet (“a nuvem”). Esses serviços são fornecidos por provedores de nuvem como Amazon Web Services (AWS), Microsoft Azure e Google Cloud Platform (GCP).
Modelos de serviço de Cloud Computing:
Infraestrutura como Serviço (IaaS): Proporciona serviços básicos de computação, redes e armazenamento. As empresas podem alugar servidores e armazenamento, o que permite maior flexibilidade e controle sobre a infraestrutura de TI.
Plataforma como Serviço (PaaS): Oferece um ambiente para desenvolvimento, teste e implantação de aplicativos. As plataformas incluem infraestrutura e ferramentas que permitem aos desenvolvedores criar e gerenciar aplicativos sem se preocupar com a gestão da infraestrutura subjacente.
Software como Serviço (SaaS): Fornece aplicativos via internet, eliminando a necessidade de instalação e execução de software nos computadores dos usuários. Exemplos incluem Microsoft Office 365, Google Workspace e Salesforce.
Benefícios da computação em nuvem:
Redução de custos: A computação em nuvem elimina a necessidade de grandes investimentos iniciais em hardware e infraestrutura, permitindo que as empresas paguem apenas pelos recursos que utilizam.
Escalabilidade: As empresas podem escalar seus recursos de TI rapidamente para atender à demanda, sem precisar comprar e configurar novos servidores.
Flexibilidade e Mobilidade: Acesso a dados e aplicativos de qualquer lugar, a qualquer hora, permite que os funcionários trabalhem remotamente e colaborem mais eficazmente.
Desempenho e Confiabilidade: Os provedores de nuvem geralmente oferecem alta disponibilidade, redundância e recuperação de desastres, garantindo que os serviços estejam sempre acessíveis.
Segurança: Provedores de nuvem investem pesadamente em segurança e conformidade, protegendo os dados contra ameaças e assegurando que as normas regulatórias sejam cumpridas.
Desafios e considerações:
Segurança e Privacidade: Apesar dos avanços, a segurança dos dados na nuvem continua sendo uma preocupação, especialmente em relação ao acesso não autorizado e à conformidade com regulamentos de privacidade.
Dependência do Provedor: Migrar para a nuvem pode criar uma dependência significativa de um único provedor de serviços, o que pode ser arriscado se ocorrerem problemas com o provedor.
Custos de Longo Prazo: Embora os custos iniciais possam ser menores, os custos de longo prazo podem aumentar, especialmente se a utilização dos serviços de nuvem não for gerenciada de maneira eficiente.
Interoperabilidade e Portabilidade: Mover dados e aplicativos entre diferentes provedores de nuvem pode ser complexo e caro, exigindo um planejamento cuidadoso.
Melhores práticas para implementação:
Avaliação de Necessidades: Antes de migrar para a nuvem, é importante avaliar as necessidades da organização e escolher o modelo de serviço que melhor se adequa.
Planejamento de Segurança: Implementar medidas de segurança robustas, incluindo criptografia de dados, controle de acesso e monitoramento contínuo.
Gerenciamento de Custos: Utilizar ferramentas de monitoramento e otimização de custos para gerenciar e prever os gastos com a nuvem.
Escolha de Provedor: Selecionar provedores de nuvem com base em critérios como desempenho, segurança, suporte e conformidade.
Treinamento e Capacitação: Treinar a equipe de TI e os usuários finais sobre as melhores práticas e ferramentas da nuvem para maximizar os benefícios.
Conclusão
A computação em nuvem representa uma revolução na forma como as empresas gerenciam e utilizam a tecnologia. Com seus muitos benefícios, incluindo redução de custos, escalabilidade, flexibilidade e segurança, a nuvem é uma solução poderosa para organizações de todos os tamanhos. No entanto, é essencial abordar os desafios e seguir as melhores práticas para garantir uma transição bem-sucedida e sustentável para a nuvem. Como o futuro da infraestrutura de TI, a nuvem continua a evoluir, oferecendo novas oportunidades para inovação e crescimento.
“A verdadeira transformação digital não é possível sem a Nuvem” – Aaron Levie, diretor da Box
Pronto para transformar sua infraestrutura de TI com a computação em nuvem? Entre em contato conosco hoje mesmo para descobrir como nossa equipe de especialistas pode ajudar sua empresa a migrar para cloud de forma segura e eficiente. Leve sua empresa para o futuro com a computação em nuvem!
Vamos escutar sobre tecnologia?
Acesse o Jump Talk, nosso bate-papo com convidados relevantes que apresentam assuntos relevantes para a transformação digital da sua empresa.
Separamos episódios que podem te interessar:
JumpTalk #25 – O desenvolvimento e o futuro da tecnologia com IA
Jump Talk #17 – Boas Práticas em Governança de Dados
Jump Talk #16 – Lei Geral de Proteção de Dados – LGPD
JumpTalk #15 – Dados em marketing
Jump no Teradata Possible Orlando 2023
A Teradata realizou entre os dias 2 e 4 deste mês o Possible 2023 de Orlando, parte da sua série de eventos globais focados em apresentar as principais inovações no mercado de machine learning, inteligência artificial, dados e tecnologia de nuvem.
Os eventos Possible reúnem tomadores de decisão de todos os mercados, além de parceiros da Teradata, como a Jump. Nossa equipe esteve presente para acompanhar as últimas novidades de desenvolvimento para aplicar em todos os projetos da casa.
Durante esses três dias, a equipe Jump acompanhou keynotes e mesas redondas sobre o futuro da tecnologia de dados e as tendências para ecossistemas de analytics. Além disso, tiveram a oportunidade de participar de workshops de soluções da Teradata, como VantageCloud Lake e ClearScape Analytics.
“Foi uma excelente oportunidade para promover a interação entre profissionais de diferentes empresas, compartilhar histórias, estabelecer parcerias e ampliar o networking”, comentou nosso Gerente de Vendas – Hunter, Thiago Ferreira. “Clientes da Jump estavam presentes conosco, e acompanharam em primeira mão o avanço da tecnologia em cloud da Teradata. Foi uma oportunidade do cliente conhecer de perto a tecnologia e entender que nossa parceira tem o potencial que sua empresa precisa”, completa.
A Jump sempre acompanha os principais movimentos do mercado de tecnologia para trazer o máximo de eficácia e agilidade para os projetos de nossos clientes!
Jump agora é parceira Select da AWS
A Jump Label, anuncia sua validação como parceiro de serviços do nível Select da AWS. Esta validação certifica que a Jump Label segue as melhores práticas da AWS, possui profissionais treinados e certificados, e demonstra experiência comprovada no fornecimento de serviços da AWS.
Além disso, a Jump Label obteve a designação do Programa de Parceiros do Setor Público da AWS, reconhecendo sua competência em soluções baseadas em nuvem nas áreas educacional, governamental, espacial e de ONGs.
“A Jump Label tem orgulho de receber a validação da parceria com a AWS”, afirma Anderson Argentoni, sócio-fundador da empresa. “Nossa equipe se dedica a ajudar as empresas a atingirem suas metas de tecnologia, aproveitando a agilidade, a amplitude dos serviços e o ritmo de inovação que a AWS oferece.”, completa.
A Rede de parceiros da AWS (APN)
A APN é uma comunidade global de parceiros que oferece programas, especializações e recursos para criar, promover e vender ofertas otimizadas para clientes que buscam soluções de nuvem. Juntos, os parceiros e a AWS podem fornecer soluções inovadoras, solucionar desafios técnicos, concretizar negócios e proporcionar valor aos clientes.
Caso de Sucesso: Migração de Sistema Legado para Nuvem
A empresa, atuante no setor de agronegócio, enfrentava problemas com seu sistema de gerenciamento de vendas on-premises, que apresentava limitações em termos de escalabilidade e flexibilidade. Diante disso, a empresa decidiu migrar seus processos para a nuvem, utilizando a AWS Databricks. A mudança gerou desafios, mas também trouxe melhorias significativas na agilidade e eficiência dos processos.
Desafios Enfrentados:
Limitação de recursos em seu sistema de gerenciamento de vendas on-premises;
Limitações em termos de escalabilidade e flexibilidade;
Sistema obsoleto;
Picos de demanda;
Desenvolvimento de novas funcionalidades.
Soluções Implementadas:
Realizar uma avaliação da infraestrutura atual e dos requisitos da empresa em relação à nuvem;
Migração de processos para AWS Databricks utilizando ferramentas de migração de dados;
Configurar políticas de segurança;
Implementar automação de processos;
Geração de painel gerencial com os indicadores de vendas.
Benefícios Alcançados:
Maior escalabilidade, permitindo que a empresa pudesse lidar com picos de demanda sem afetar a qualidade do serviço;
Maior flexibilidade na manipulação de grandes volumes de dados;
Redução de custos;
Aumento da eficiência do processo e gerenciamento de vendas;
Maior segurança no processo.
Resultados:
94% de aumento na disponibilidade.
37% de redução no custo operacional.
4 horas de redução no tempo médio de respostas para consultas.
Serviços oferecidos pela Jump
Migração para a nuvem: Serviços para facilitar a transição de sistemas on-premises para a nuvem.
Análise e ciência de dados: Soluções focadas em machine learning e inteligência artificial.
Desenvolvimento de pipelines: Estruturação de dados para otimização de processos.
Utilizamos uma metodologia diferenciada, entregando resultados de alta performance e qualidade com agilidade e eficiência. Nossa missão é ir além do básico e trazer dinamismo e inovação para todos os tipos de negócios.
Vamos escutar sobre tecnologia?
Acesse o Jump Talk, nosso bate-papo com convidados relevantes que apresentam assuntos relevantes para a transformação digital da sua empresa.
Separamos episódios que podem te interessar:
Jump Talk #25 – O desenvolvimento e o futuro da tecnologia com IA
JumpTalk #23 – Martech e liderança na era digital
Jump Talk #17 – Boas Práticas em Governança de Dados
Jump Talk #15 – Dados em Marketing
