A empresa adotou IA. Mas ninguém sabe qual, quem usa, para que e quanto está custando.

Leonardo trouxe ao palco do AI Festival 2026 uma viagem no tempo: para 2021. As empresas tinham um problema que demoraram a enxergar: dezenas de ferramentas SaaS contratadas por times diferentes, sem centralização, sem visibilidade e sem controle. Licenças pagas e não usadas. Dados espalhados em sistemas que não conversavam entre si. Custos invisíveis acumulando mês a mês. Foi necessário um ciclo inteiro de maturidade — e muita perda — para que as organizações aprendessem a gerir o SaaS com seriedade.

Leonardo Zappa, responsável pelo Go-to-Market da Glean para a América Latina, trouxe uma provocação direta: estamos repetindo exatamente o mesmo erro, agora com inteligência artificial. E estruturou sua palestra em cinco pontos que funcionam como um mapa de como não se perder nessa transição.

1. Do hype ao ROI

O primeiro movimento da palestra foi de reposicionamento. A conversa sobre IA, por muito tempo, girou em torno de velocidade, distribuição e experimentação. Zappa argumenta que esse ciclo ficou para trás: o que as empresas precisam hoje é de monetização, eficiência e retorno real. Não basta lançar iniciativas de IA. É preciso saber o que elas estão gerando — e ser capaz de medir isso com clareza. A pressão por ROI deixou de ser uma exigência de CFO cético e virou a régua pela qual toda iniciativa de IA vai ser julgada daqui para frente.

2. O novo risco: adoção sem disciplina

O segundo ponto é o coração da tese. Democratizar IA sem critério, sem governança e sem priorização pode repetir os erros de 2021 — só que em velocidade e escala maiores. O Shadow AI já é uma realidade nas organizações: funcionários adotam ChatGPT, Copilot, Gemini e dezenas de outras ferramentas sem que TI saiba. Dados sensíveis trafegam por plataformas sem as garantias contratuais necessárias. Processos críticos são automatizados sem supervisão. E o conhecimento institucional — que deveria ser o maior ativo da empresa na era da IA — continua fragmentado em silos que nenhum agente consegue atravessar com segurança.

3. Nem toda automação merece existir

O terceiro ponto é uma das provocações mais importantes da palestra — e uma das menos discutidas no mercado. O filtro para decidir o que automatizar não é "o que já dá para automatizar". É "o que realmente move o core business". Automatizar por automatizar gera complexidade sem retorno, cria dependências frágeis e consome recursos que deveriam estar concentrados onde o impacto é real. A IA não deve ser aplicada a tudo o que é tecnicamente possível — deve ser aplicada ao que estrategicamente importa.

4. IA não substitui systems of record

O quarto ponto é um alerta técnico com consequências estratégicas sérias. Recriar CRM, billing ou outros processos críticos usando agentes de IA aumenta risco, custo e fragilidade operacional. Os sistemas de registro existem por razões que vão além da funcionalidade — auditoria, compliance, integridade histórica. Agentes de IA devem operar sobre esses sistemas, não substituí-los. Quem confunde as duas coisas vai descobrir o problema na pior hora possível.

5. O que escala é contexto com governança

O quinto ponto é a síntese e a proposta de solução. Para automatizar de verdade — e não apenas experimentar — a IA precisa operar com contexto, regras, auditoria e eficiência. Contexto significa que o agente sabe quem está perguntando, o que essa pessoa tem permissão de acessar, e qual é a situação específica da empresa naquele momento. Governança significa que cada ação é rastreável, reversível e auditável. Sem essas duas condições juntas, o que parece uma iniciativa de IA bem-sucedida hoje vira um problema de segurança ou compliance amanhã.

É exatamente essa camada que a Glean se propõe a ser. 

Fundada em 2019 por ex-engenheiros do Google, Meta e Dropbox, a empresa evoluiu de busca corporativa avançada para o que chama de Work AI Platform: uma infraestrutura que conecta mais de 100 aplicações corporativas, constrói um grafo de conhecimento organizacional com permissões granulares, e permite que agentes operem com contexto real — sabendo o que cada usuário pode ver, o que cada processo exige, e o que a empresa de fato sabe. A Glean atingiu US$ 200 milhões em ARR, opera em 27 países e já processa mais de 100 milhões de ações de agentes por ano. 

A janela para estruturar isso corretamente está aberta — mas por tempo limitado. As empresas que agirem agora vão colher os resultados da IA com muito menos desperdício e risco do que aquelas que esperarem o problema aparecer. 

A diferença desta vez é que, diferente de 2021, as consequências chegam brutalmente mais rápido.