3 previsões que impactarão o setor público em 2026

Em 2026, as organizações do setor público enfrentam uma pressão crescente para implementar a IA de forma eficaz e segura. Com essa grande transformação operacional, as organizações do setor público buscam formas de adotar essas ferramentas inovadoras dentro de suas estruturas de governança já existentes. O setor como um todo enfrenta orçamentos mais apertados e maior supervisão, ao mesmo tempo em que equilibra a pressão para modernizar, colaborar entre departamentos e gerar impacto na missão. 

O ritmo das mudanças só vai continuar a se acelerar. "Reconheça a velocidade disso. Três anos atrás, ninguém tinha ouvido falar em ChatGPT ou IA generativa", afirma Stephen Moon, Chief Technology Officer Global do Setor Público da Snowflake. "Precisamos estar atentos ao que vai acontecer daqui a 12, 18, 24 meses, porque as coisas vão mudar."

Confira três previsões importantes para as organizações do setor público no próximo ano:

• A interoperabilidade de dados e semântica será essencial para que a implementação de IA gere valor. 

• A supervisão baseada em resultados e a transparência se tornarão o padrão.

• A adoção de IA avançará para enclaves seguros e governados.

Previsão 1: Dados prontos para IA serão fundamentais para uma implementação eficaz 

Os orçamentos continuam apertados, por isso, concentrar-se em aproveitar as capacidades de IA que apoiam trabalhos de missão crítica se tornará ainda mais importante. As organizações são pressionadas a usar métricas compartilhadas entre diferentes departamentos para demonstrar como estão cumprindo sua missão. Esse reporte de métricas impactará diretamente a forma como as verbas são financiadas e quais programas são priorizados. 

Tudo começa com os dados. "Preparar os dados para a IA é o que mais importa", afirma Moon. "No governo, se os dados estão em silos, curá-los e torná-los prontos para IA — agregando mais valor para que grandes modelos de linguagem possam acessá-los com segurança (interoperabilidade de dados) e compreendê-los (interoperabilidade semântica) — é fundamental."

A interoperabilidade de dados e semântica deixa de ser um 'nice to have' nas organizações do setor público e passa a ser um requisito que gera valor comercial. "Se faço uma pergunta a um modelo, quero uma resposta confiável", diz Moon. "Quando falamos em 'preparar os dados para IA', queremos que esse processo de fundamentação forneça dados de alta qualidade que possamos devolver aos modelos de IA para gerar respostas ao usuário final."

Em 2026, espera-se que as agências utilizem produtos de dados compartilhados e desenvolvam definições e métricas de sucesso consistentes, tudo contribuindo para o cumprimento de sua missão. Elas estão migrando de trocas de dados ponto a ponto para produtos de dados governados e em tempo real.

Nos últimos anos, as organizações estiveram em modo de experimentação. "Agora estamos começando a ver as pessoas perguntarem: 'O que é esse piloto e temos uma linha clara de visão até a produção?'", diz Moon. Os líderes do setor público buscam iniciativas de IA que gerem o maior valor para a organização e tenham uma linha clara de visão para viabilizar a qualidade em produção. 

Previsão 2: A supervisão baseada em resultados e a transparência em tempo real se tornarão a norma

As organizações do setor público enfrentam o desafio de equilibrar a inovação em IA com restrições orçamentárias e a conformidade de IA com obstáculos de segurança. Os órgãos de supervisão organizacional querem saber quais modelos de IA estão sendo usados, quais dados estão sendo aproveitados nesses modelos e quais decisões eles estão influenciando. Para impulsionar a eficiência operacional e a transparência durante a implementação de iniciativas de IA, as organizações estão caminhando para um melhor aproveitamento de infraestruturas compartilhadas. 

"Seus recursos são limitados, então você não pode fazer tudo", diz Moon. "Escolha projetos com base no retorno sobre esse investimento. Ao trabalhar com parceiros de tecnologia, certifique-se de que eles tenham uma forma de avaliar o retorno provável sobre esse investimento. Todo mundo está sob pressão para usar IA, mas isso não significa que os recursos estejam disponíveis para todos. Há trade-offs: impacto baixo versus alto. Trata-se da missão e do que terá mais impacto."

Os órgãos de supervisão e a liderança vão querer visões em tempo real e reproduzíveis dos resultados dos programas, além de respostas mais rápidas às perguntas de supervisão. Os líderes precisam avaliar quais projetos apoiam sua missão e tomar decisões com base no que terá mais impacto, tanto do ponto de vista técnico quanto do ponto de vista de negócios. 

Previsão 3: A adoção de IA avançará para enclaves seguros e governados

Os padrões de IA em rápida evolução e os requisitos de segurança vão remodelar as arquiteturas de IA do setor público. Em vez de experimentação aberta, as organizações implementarão IA pronta para a missão e específica por domínio, incluindo agentes de IA que aumentam a produtividade dos colaboradores. Elas querem priorizar "enclaves de IA" seguros que suportem governança, controles com humano no ciclo e conformidade em escala. 

Há uma pressão crescente por diretrizes de política e segurança, incluindo regras centralizadas de IA. Ainda assim, "a governança é interessante porque a IA está mudando rapidamente", diz Moon. "Você não pode criar uma política hoje e [esperar para] revisá-la cinco anos depois."

O dinamismo do setor é importante para os modelos de governança e segurança. As organizações do setor público podem colaborar para acelerar a adoção segura de IA. O medo não pode frear as organizações. "Em algum momento, você vai escolher uma plataforma de dados ou um modelo para usar", diz Moon. Para evitar o lock-in de fornecedor, ele afirma: "Escolha um modelo que possa operar com diferentes plataformas, para que, se quiser mudar de plataforma, você consiga. Esse aspecto de interoperabilidade, tanto do ponto de vista técnico quanto do ponto de vista de dados, se complementa e se fortalece."

Como os líderes do setor público precisam navegar com eficácia pelo cenário de IA

Ao implementar iniciativas de IA daqui para frente, os líderes do setor público precisam priorizar a geração de impacto real para suas organizações. Antes de tudo, as organizações devem se concentrar nos dados, pois são eles que movem o motor. Lixo entra, lixo sai, diz Moon. "A IA não muda isso. Se você fornecer informações ruins, ela vai reproduzir uma resposta ruim. Quanto mais você se concentrar na qualidade, interoperabilidade, curadoria e plataformas de dados, mais útil a IA será para a missão."

Os padrões de IA estão evoluindo e formalizando como as agências determinam onde os modelos de IA podem ser executados e quais dados esses modelos têm permissão de acessar. As organizações enfrentam a pressão de ajustar a escala da IA sem criar stacks sob medida em cada departamento. Elas vão trabalhar juntas para definir enclaves seguros de IA, centralizar padrões de governança e implementar agentes de IA específicos por domínio nos fluxos de trabalho. 

Para ser mais eficaz na implementação de IA, "aprenda a usar a IA como um multiplicador de força", diz Moon. "Você recebe uma enxurrada de informações que é quase impossível de organizar manualmente. Use-a como um multiplicador de força para encontrar o que é importante como complemento ao seu trabalho."

Quer saber mais sobre tendências de IA e dados no setor público? Assista ao webinar completo "How AI Policies Are Impacting Gov IT".