A IA que já mora nas suas ferramentas (e que só funciona se o dado estiver governado)

Guilherme Matos • July 6, 2026

O Copilot no Power BI e a IA do Jira (Rovo) já existem na sua assinatura. O problema: sem dado governado, eles erram com confiança. Veja o que cada plataforma exige do seu dado para a IA funcionar.

A maioria das empresas de porte já paga por IA embutida sem saber. O Copilot no Power BI e o Rovo/Atlassian Intelligence no Jira fazem parte das assinaturas Premium e Enterprise das duas plataformas. O Copilot lê o modelo semântico do Power BI para responder perguntas em linguagem natural, gerar relatórios e resumir páginas. O Rovo e as funções de IA do Jira resumem issues, convertem linguagem natural em JQL, criam regras de automação e surfam contexto do Teamwork Graph. Acontece que nenhum dos dois funciona direito sobre dado sujo.


A própria Microsoft alerta: sem preparar o modelo semântico, o Copilot produz resultados de baixa qualidade que podem ser incorretos ou enganosos. A Atlassian, por sua vez, condiciona a experiência de IA a uma base de conhecimento atualizada e abrangente. A consultoria que habilita essa IA não é de IA. É de dados e de Jira.

O paradoxo: você já paga pela IA, mas ela não funciona


O gestor de TI vê as notícias sobre Copilot e Atlassian Intelligence, avalia se vale investir em IA, e não percebe que a assinatura que já tem inclui funcionalidades de IA nativa. Não precisa comprar outro produto. Precisa preparar o dado que alimenta o que já tem. Esse descompasso é comum em empresa de porte: a ferramenta evoluiu, a camada de dados ficou parada, e a IA herdou a bagunça.


O resultado prático é previsível. O Copilot responde pergunta de negócio com número errado porque o modelo semântico tem campos duplicados e métricas sem descrição. A IA do Jira resume uma issue com informação incompleta porque os campos estão preenchidos com lixo ou o workflow tem status que ninguém entende. A IA amplifica o que recebe: dado bom vira insight, dado ruim vira erro com aparência de certeza.


A tese deste guia: a IA mais acessível para a maioria das empresas de porte não é um projeto novo. É habilitar o que já está na assinatura. O bloqueio não é tecnologia, é a qualidade do dado. E a consultoria que destrava isso não é de IA, é de dados e de configuração de plataforma.


O que o Copilot no Power BI faz e o que ele exige do seu dado


O Copilot usa o modelo semântico do Power BI como base para responder perguntas em linguagem natural. Quando a pergunta é sobre dados no modelo, o Copilot consulta o modelo semântico para gerar a resposta, conforme a documentação da Microsoft. Quando não é, ele responde a partir do conhecimento geral do LLM, o que nem sempre é o que o gestor quer.


As capacidades incluem perguntar sobre dados em linguagem natural, resumir páginas e relatórios inteiros, criar páginas novas a partir de prompt, e gerar consultas DAX. Tudo isso serve o gestor que quer explorar o dado sem depender do analista para cada pergunta.


Agora o ponto que a Microsoft não esconde: sem preparação do modelo, o Copilot produz resultados de baixa qualidade e imprecisos, que podem ser incorretos ou enganosos. A documentação oficial lista o que preparar:

A Microsoft lançou inclusive o recurso “Prep data for AI” no Power BI Desktop e no Service, com três funcionalidades: AI data schema (esquema enxuto para IA), verified answers (respostas oficiais) e AI instructions (instruções customizadas para o Copilot). É uma admissão direta da plataforma de que o modelo precisa ser preparado, e uma ferramenta para fazer isso de forma estruturada.

O que a IA do Jira faz e o que ela exige do seu dado


A Atlassian incorporou IA de forma nativa no Jira, no Confluence e no JSM sob a marca Atlassian Intelligence e, mais recentemente, Rovo. As funcionalidades no Jira incluem: resumir issues e seus comentários, converter linguagem natural em consultas JQL, gerar regras de automação a partir de descrição em texto, reformatar issues para melhorar clareza, sugerir recursos relacionados de outras ferramentas, e criar subtarefas automaticamente a partir de uma descrição. No JSM, a IA faz triagem de fila, recomenda tipo de requisição e opera um agente virtual de atendimento.


O motor por trás disso é o Teamwork Graph, que a Atlassian descreve como uma camada de dados unificada que puxa contexto de toda a organização (Confluence, Jira, Slack e mais) para entregar resultados específicos ao contexto da empresa. Em outras palavras: a IA do Jira lê o que o seu time escreveu, os workflows que você configurou, e a base de conhecimento que você manteve. Se essas fontes estão ruins, os resultados herdam a qualidade.

O que isso exige do seu Jira, na prática:


O padrão comum: a IA de ambas as plataformas depende da mesma coisa


Olhando as duas tabelas, o padrão é o mesmo em lados diferentes do ecossistema. O Copilot no Power BI precisa de um modelo semântico com nomes claros, descrições e métricas definidas. A IA do Jira precisa de workflows limpos, campos bem preenchidos e base de conhecimento atualizada. Os dois precisam de dado governado, cada um no seu formato.


É aqui que a consultoria agnóstica faz diferença: habilitar IA nativa nas duas plataformas não é instalar plugin nem ativar toggle. É preparar a camada de dados que cada uma lê. No Power BI, é o modelo semântico. No Jira, é o workflow, os campos e a base de conhecimento. A CSP Tech, como parceira Gold de ambas (Microsoft e Atlassian), atua nas duas camadas com a mesma metodologia de governança.


Quando vale habilitar e quando é cedo demais


Vale investir agora quando

     A empresa já tem assinatura Premium ou Enterprise do Power BI (Fabric) e/ou do Jira Cloud, e paga pela IA sem usá-la.

     O modelo semântico do Power BI já existe e precisa de limpeza (nomes, descrições, métricas), não de reconstrução total.

     O Jira está razoavelmente configurado e os ganhos de IA (resumo de issue, triagem, busca) seriam imediatos com ajustes de higiene.


É cedo demais quando

     A camada de dados está em estado crítico: workflows caóticos, campos sem padrão, nenhum modelo semântico no Power BI. Nesses casos, a prioridade é governança básica antes de pensar em IA.

     A empresa ainda não tem as licenças que habilitam IA (Free ou Standard sem acesso ao Copilot/Rovo). Investir em preparação de dado para IA que não está acessível não gera retorno.

     O problema real é outro: às vezes o gestor quer IA, mas o que precisa é de BI confiável ou de um Jira que funcione. A IA nativa é a cereja, não o bolo.


Perguntas frequentes


Preciso comprar uma ferramenta de IA separada para ter IA no Power BI e no Jira?

Na maioria dos casos, não. O Copilot já está disponível em capacidades Premium/Fabric do Power BI, e o Atlassian Intelligence/Rovo é ativado automaticamente em planos Premium e Enterprise do Jira Cloud desde maio de 2025, conforme a Atlassian. O que costuma faltar não é a ferramenta, é a preparação do dado que ela lê.


O Copilot no Power BI erra?

Sim. A Microsoft é direta: sem preparação do modelo semântico, o Copilot pode produzir resultados incorretos ou enganosos. A documentação oficial recomenda preparar descrições, nomes consistentes, respostas verificadas e um schema enxuto. Copilot bem alimentado responde bem; mal alimentado, erra com aparência de certeza.


A IA do Jira funciona em Jira Server ou Data Center?

Não. As funcionalidades de Atlassian Intelligence e Rovo estão disponíveis apenas no Jira Cloud, conforme a Atlassian. Empresas que ainda rodam Server ou Data Center não têm acesso a essas capacidades de IA nativa.


Qual a relação entre governança de dados e IA nativa?

Direta. As duas plataformas condicionam a qualidade da IA à qualidade do dado que ela lê. No Power BI, é o modelo semântico governado. No Jira, são os workflows, campos e a base de conhecimento. Governança é o pré-requisito técnico que transforma a IA de risco em vantagem. Tratamos esse tema em detalhe no nosso guia de governança de dados antes da IA.


Próximo passo


Se a sua empresa já paga por Power BI Premium/Fabric e Jira Cloud Premium ou Enterprise, a IA já está na assinatura. O que está entre você e ela funcionando é a qualidade do dado. Solicite um diagnóstico de dados para habilitar IA com a CSP Tech e descubra o que preparar em cada plataforma para a IA que você já tem começar a entregar.


Autor: Guilherme Matos, estrategista de conteúdo e IA, certificado HubSpot, Google e Anthropic. Revisão técnica por especialistas Atlassian e Microsoft da CSP Tech (Atlassian Gold + Microsoft Gold Partner, 34 anos, produto próprio Power BI for Jira no Atlassian Marketplace).


Fontes (oficiais, acesso jun/2026): Microsoft Learn, “Copilot for Power BI overview”, “Use Copilot with Semantic Models in Power BI”, “Prepare Your Data for AI to Improve Copilot Results”, “Optimize Your Semantic Model for Copilot in Power BI” e “Enable Fabric Copilot for Power BI” (learn.microsoft.com/power-bi). Atlassian Support, “About AI in Atlassian apps”, “Explore AI features” e “Rovo AI features in Jira” (support.atlassian.com). Atlassian, “Rovo in Jira: AI features” e “JSM AI feature guide” (atlassian.com). CSP Tech, Power BI for Jira, conector no-code no Atlassian Marketplace.

Fale com a CSP Tech

.

Agentes de código no Jira, ira Coding Agent, produtividade de desenvolvedores com IA
Por Romildo Burguez 20 de agosto de 2026
A Atlassian levou Claude Code, Cursor e Copilot para os agentes de código no Jira, mas a velocidade real de entrega segue baixa. Veja o que muda.
Por Guilherme Matos 20 de agosto de 2026
Case impressiona, pergunta técnica revela. Nove perguntas específicas de plataforma que separam quem operou Databricks em produção de quem conhece a teoria, com o sinal de alerta de cada resposta.
Por Guilherme Matos 19 de agosto de 2026
Toda operação que usa IA toma quatro decisões de forma recorrente: qual modelo aciona cada tarefa, quanto contexto é enviado, quanto de autonomia o sistema tem para agir e o que fica retido depois. Em quase toda empresa, essas quatro decisões são tomadas dezenas de vezes por dia por quem está com prazo, sem que ninguém as reconheça como decisões. É por isso que política de uso de IA raramente muda comportamento: ela descreve o que deveria ser decidido sem estabelecer quem decide, com qual critério e quem aprova a exceção. Um modelo operacional de governança resolve isso antes de qualquer redação, atribuindo dono e alçada a cada uma das quatro, e distinguindo o que é decisão de rotina, o que é exceção que exige aprovação e o que é decisão de política que não cabe a quem executa.
Por Guilherme Matos 18 de agosto de 2026
A ISO/IEC 42001 é a primeira norma internacional de sistema de gestão de IA. Ela não pede tecnologia, pede evidência. Veja o que a norma exige, o que a diferencia da ISO 27001 e por que documento não substitui rastro operacional.
economia de tokens, como reduzir custo de IA no desenvolvimento; qual o custo do token de IA
Por Romildo Burguez 18 de agosto de 2026
Sua equipe usa o modelo mais caro por hábito, não por necessidade. Entenda como a economia de tokens reduz custo de IA sem travar as entregas.
Por Guilherme Matos 17 de agosto de 2026
O humano hesita diante de uma tarefa ambígua. O agente de IA não hesita: ele entrega errado em minutos. Veja por que critérios de aceite deixaram de ser ritual ágil e viraram o ponto onde custo, qualidade e conformidade são decididos. 
Por Guilherme Matos 14 de agosto de 2026
A escolha de uma consultoria de IA se decide em três planos, e avaliar apenas o primeiro é o erro mais caro do processo. O plano da capacidade responde se o fornecedor domina a fundação que a IA exige para funcionar em produção: dado governado para consultar, sistema onde agir de forma rastreável e leitura que prove valor. O plano do contexto responde se ele está preparado para as condições brasileiras: obrigações da LGPD sobre tratamento e retenção, decisões de residência e trânsito de dados, e custo de consumo cotado em moeda estrangeira. O plano do modelo de trabalho responde como o fornecedor opera: o que ele faz nas primeiras semanas, o que registra e o que se recusa a vender. Demonstração impressiona nos três e comprova nenhum, porque roda sobre dado escolhido e escopo controlado.
Por Guilherme Matos 13 de agosto de 2026
Um defeito de QA e uma exposição de dado pessoal podem ser o mesmo achado, e o QA tradicional classifica com a régua errada. Veja por que rastreabilidade virou evidência de diligência e o que muda quando a IA acelera a produção de código.
Por Guilherme Matos 12 de agosto de 2026
Memória de IA não é propriedade dada, é decisão de arquitetura com custo explícito. E tudo o que o sistema lembra é dado retido. Veja por que minimizar contexto atende ao orçamento e ao princípio da necessidade ao mesmo tempo.