Introdução
Um alerta direto vindo de dentro da Meta está ecoando pelos corredores das empresas de tecnologia: a infraestrutura corporativa atual, construída ao longo de duas décadas para atender humanos, tem prazo de validade. Barak Yagour, vice-presidente de engenharia responsável pela infraestrutura de dados da Meta, afirmou durante o VB Transform 2026 que as organizações têm aproximadamente 20 meses para reconstruir seus sistemas para um mundo dominado por agentes de IA. O executivo, que apareceu no palco usando os óculos Ray-Ban Meta AI, trouxe dados impressionantes: as consultas de agentes aos sistemas de dados da empresa cresceram 30 vezes em apenas seis meses, uma explosão que está quebrando premissas fundamentais sobre como a infraestrutura tecnológica deve funcionar.
A inversão do tráfego: quando máquinas superam humanos
O fenômeno não é exclusivo da Meta. Dados do relatório Bad Bot Report 2025 da Imperva mostram que o tráfego automatizado já superou o humano na internet, alcançando 51% do total. Mais preocupante ainda: esse tráfego de máquinas está crescendo oito vezes mais rápido que o tráfego humano, segundo o relatório State of AI Traffic 2026 da HUMAN Security. Para empresas brasileiras que ainda estão digitalizando processos básicos, esses números representam um salto quântico de complexidade que precisará ser endereçado simultaneamente.
Yagour foi direto ao questionar: ‘O que acontece com a infraestrutura que passamos anos construindo quando agentes, e não humanos, se tornam os principais consumidores?’ A pergunta ressoa especialmente forte no contexto brasileiro, onde muitas empresas ainda operam com sistemas legados que mal conseguem lidar com as demandas atuais de transformação digital.
Três pilares em colapso: capacidade, identidade e velocidade
O executivo da Meta identificou três premissas fundamentais que estão quebrando simultaneamente dentro da infraestrutura da empresa, cada uma com implicações profundas para qualquer organização que dependa de sistemas digitais.
Capacidade: a matemática exponencial dos agentes
A primeira ruptura está na capacidade dos sistemas. Tradicionalmente, um engenheiro representava uma unidade de carga nos sistemas. Agora, um único engenheiro pode disparar 10 agentes, cada um criando sub-agentes próprios. Uma equipe de mil pessoas pode gerar a carga equivalente a 100 mil usuários praticamente da noite para o dia. Para empresas que dimensionam sua infraestrutura baseadas em headcount, essa mudança representa um desafio orçamentário e técnico sem precedentes.
A solução proposta pela Meta não é bloquear o tráfego de agentes, mas tornar a infraestrutura ‘consciente’ deles. Isso significa implementar controles dinâmicos que entendam hierarquias de agentes, sistemas de atribuição de custos que rastreiem o consumo até o caso de uso original, e mecanismos de throttling que se adaptem baseados em prioridades.
Identidade: o que é um agente afinal?
O segundo pilar em colapso é a identidade. Um agente de IA não se encaixa em nenhuma categoria tradicional de controle de acesso. Não é um usuário humano com crachá, nem um serviço deployado com credenciais fixas. É uma entidade que toma decisões autônomas, mas precisa de permissões e limites. Para empresas brasileiras que ainda lutam com gestão básica de identidade e acesso (IAM), adicionar essa camada de complexidade representa um desafio técnico e de governança significativo.
Velocidade: o gargalo humano na era das máquinas
O terceiro problema é a velocidade. Yagour citou que o GitHub Copilot já escreve 46% do código médio de um desenvolvedor. Mas código gerado em segundos por uma IA ainda precisa passar pelos mesmos pipelines de build, teste, deploy e monitoramento construídos para o ritmo humano. É como ter uma Ferrari em uma estrada de terra – a capacidade de aceleração existe, mas a infraestrutura não acompanha.
Dados no centro da tempestade
Para Yagour, os dados estão no epicentro dessa transformação. A Meta está repensando fundamentalmente como concede autonomia aos agentes dentro de seus sistemas de dados. Em fevereiro, a empresa lançou o que chama de ‘aplicações de dados agênticas’. O resultado foi impressionante: em três meses, 63% dos dashboards publicados na Meta foram construídos usando essas novas ferramentas, parte do crescimento de 30 vezes nas consultas agênticas.
Mas autonomia sem governança é caos, como alertou o executivo. A Meta desenvolveu o que chama de ‘ambientes de dados confiáveis’ (trusted data environments), onde agentes podem explorar dados livremente, mas cada output é rastreado até sua origem e escrutinado. Campos sensíveis são mascarados antes que um agente possa acessá-los, e cada requisição é avaliada em tempo real contra políticas de acesso.
A revolução do raciocínio: quando correlação não é mais suficiente
A mudança de modelos baseados em correlação para modelos de raciocínio está forçando uma reimaginação completa da camada de dados. ‘Raciocínio é faminto por dados’, explicou Yagour. Enquanto o pattern matching funciona com sinais esparsos e resumidos, o raciocínio demanda o histórico comportamental completo – cada interação, em cada superfície, ao longo do tempo.
Duas mudanças fundamentais estão em curso na Meta para suportar essa demanda:
Streaming em tempo real substituindo ETL em batch: Um pipeline que leva 24 horas para processar é inviável quando um modelo precisa raciocinar sobre a intenção atual de um usuário. O streaming em tempo real está se tornando a espinha dorsal dos sistemas de ranking e recomendação da Meta.
Armazenamento consciente de schema: A Meta anteriormente armazenava dados de usuários como blobs opacos, sem consciência do conteúdo. Isso levava a overfetching massivo e capacidade de GPU ociosa. Agora, a empresa está construindo storage que entende o que contém, puxando apenas as colunas e períodos necessários. A meta é alcançar 500 milhões de queries por segundo e um petabyte por segundo de throughput para leitura de dados de treinamento.
O que isso significa para o mercado brasileiro
Para empresas brasileiras, o alerta de Yagour chega em um momento crítico. Enquanto muitas ainda lutam com transformação digital básica, a próxima onda de mudança já está batendo à porta. A janela de 20 meses mencionada pelo executivo não é apenas sobre atualizar sistemas – é sobre repensar fundamentalmente como a infraestrutura corporativa funciona.
Empresas que começarem agora terão vantagem competitiva significativa. Aquelas que esperarem podem descobrir que seus sistemas simplesmente não conseguem acompanhar quando agentes de IA se tornarem mainstream. O investimento necessário não é trivial, mas o custo de não agir pode ser a irrelevância no mercado.
Setores como finanças, varejo e saúde, que já lidam com volumes massivos de dados no Brasil, precisarão ser especialmente ágeis. A capacidade de processar queries em tempo real, gerenciar identidades híbridas humano-agente, e escalar dinamicamente será diferencial competitivo, não luxo tecnológico.
Conclusão
O aviso de Barak Yagour é claro: passamos 20 anos construindo infraestrutura para humanos, e temos talvez 20 meses para reconstruí-la para um mundo onde humanos e agentes co-criam em escala. Para o mercado brasileiro, isso representa tanto um desafio monumental quanto uma oportunidade única de pular etapas e construir sistemas nativamente preparados para a era dos agentes.
A transformação descrita pela Meta não é um exercício teórico ou uma visão distante do futuro. Os números – 30 vezes mais queries agênticas, 51% de tráfego automatizado na internet, 46% de código escrito por IA – mostram que a mudança já está acontecendo. A questão não é se as empresas precisarão se adaptar, mas quão rápido conseguirão fazê-lo. Como disse Yagour, a janela está aberta, mas não permanecerá assim por muito tempo.
Fonte original: Este artigo foi adaptado e traduzido a partir da matéria publicada em VentureBeat, disponível em https://venturebeat.com/data/we-have-maybe-20-months-to-rebuild-for-ai-agents-metas-infrastructure-vp-tells-vb-transform-2026.
