Do Hype à Prática: O Novo Cenário da Inteligência Artificial no Setor Público

A fase de deslumbramento com a Inteligência Artificial (IA) generativa passou. Se nos últimos anos o foco estava na experimentação, 2025 marca o momento da "aterrissagem" dessa tecnologia na infraestrutura crítica das organizações. Um novo relatório do Google sobre o estado da infraestrutura de IA, focado no setor público, revela que a discussão mudou do "se" devemos adotar para o "como" integrar, proteger e dimensionar essas soluções para gerar valor real ao cidadão.

Com uma adoção praticamente universal — 98% das organizações já estão testando ou usando IA generativa em produção — os líderes de tecnologia do setor público enfrentam agora o desafio de transformar pilotos em sistemas robustos, lidando com a complexidade de dados legados e exigências rigorosas de segurança.

Soberania e a Segurança dos Dados como Prioridade Zero

Diferente do setor privado, onde o time-to-market muitas vezes dita o ritmo, no setor público a segurança e a privacidade são inegociáveis. O relatório aponta que 62% dos líderes de tecnologia identificam a segurança e a privacidade como os maiores desafios para a adoção da IA.

A preocupação não é infundada. O uso de Grandes Modelos de Linguagem (LLMs) exige uma governança de dados impecável. No entanto, 70% das organizações admitiram ter dificuldades com essa gestão, incluindo a integração de dados aos modelos e a insuficiência de dados de treinamento de qualidade.

Para agências governamentais, isso significa que a "casa precisa estar em ordem". Sem uma linhagem de dados verificável — saber de onde o dado veio e quem tem direito de usá-lo — o risco de alucinações da IA ou violações de privacidade (como as exigidas pela LGPD ou GDPR) torna a implementação inviável.

O Futuro é Híbrido e Distribuído

Uma das descobertas mais relevantes para a arquitetura de TI pública é a rejeição ao modelo de "nuvem pública única" para tudo. A pesquisa indica uma preferência esmagadora (74%) por uma abordagem de nuvem híbrida.

Isso faz todo o sentido no contexto governamental: a nuvem híbrida permite manter dados sensíveis ou regulados em infraestruturas locais (on-premise), enquanto se aproveita o poder computacional da nuvem pública para processar cargas de trabalho de IA pesadas.

Além disso, a infraestrutura está se movendo para a "borda" (edge computing). Cerca de 73% dos líderes consideram importante implantar modelos de IA diretamente em dispositivos ou sistemas distribuídos8888. Na prática, isso se traduz em cidades inteligentes: sensores de IoT, câmeras de tráfego e dispositivos médicos processando dados localmente para garantir respostas em tempo real, sem a latência de enviar tudo para um data center centralizado.

Casos de Uso: Eficiência Interna e Inclusão do Cidadão

O relatório destaca que o setor público não está buscando IA apenas por inovação, mas por sobrevivência operacional e melhoria de serviços. Os casos de uso se dividem majoritariamente entre melhorar a eficiência interna e o engajamento externo.

Exemplos práticos ilustram essa aplicação:

• Cibersegurança: O Comando Cibernético da cidade de Nova York (NYC Cyber Command) utilizou soluções de nuvem e automação para identificar e mitigar riscos em larga escala, protegendo a infraestrutura digital da cidade.
• Inclusão e Acessibilidade: A cidade de Dearborn, em Michigan, implementou agentes de IA e hubs de tradução para se comunicar com uma população linguisticamente diversa, garantindo que todos os residentes tivessem acesso equitativo aos serviços municipais.
• Processamento de Documentos: A National Archives and Records Administration (NARA) emprega IA para processar registros históricos, facilitando o acesso público a documentos que antes estariam "presos" em arquivos físicos.

O Dilema do Custo e a Busca por Serviços Gerenciados

Apesar do otimismo, o orçamento público é finito. Para 83% dos líderes, o custo é uma consideração crítica. A IA exige recursos computacionais significativos (GPUs, TPUs) e energia, o que pode tornar a conta impagável se não houver uma estratégia de otimização.

Essa complexidade técnica e financeira explica por que 98% das organizações preferem utilizar serviços gerenciados em vez de construir e manter sua própria infraestrutura de IA do zero. Agências públicas raramente possuem equipes de engenharia grandes o suficiente para gerenciar a "canalização" bruta da IA; elas precisam de parceiros e plataformas que entreguem a infraestrutura como serviço, permitindo que os servidores públicos foquem na missão final: atender o cidadão.

O relatório do Google de 2025 deixa claro que a infraestrutura de IA no setor público está amadurecendo. Não se trata mais de "ter um chatbot", mas de construir uma fundação tecnológica que seja segura, híbrida e financeiramente sustentável. Para os gestores públicos, o recado é claro: a tecnologia está pronta, mas o sucesso dependerá da qualidade dos dados e da estratégia de governança adotada.