De 2023 para cá, todo fornecedor de tecnologia virou “especialista em IA” no material de vendas. O termo perdeu poder de sinalização justamente quando o comprador mais precisa dele, e separar quem entrega de quem reembala hype virou o problema real de quem vai contratar. O critério que funciona não é o discurso, é a evidência verificável: uma empresa especialista em IA de verdade se reconhece pela fundação de dados que ela sabe construir, porque modelo de IA sem dado governado não entrega em produção. É por isso que a consultoria Databricks é o teste mais concreto de especialismo real: quem domina Lakehouse, governança e curadoria de dados tem a base que faz a IA funcionar; quem só fala de modelo está vendendo a ponta de um iceberg que não construiu.

O termo que todo mundo usa e quase ninguém prova

Existe um paradoxo no mercado de IA de 2026. Nunca tantas empresas se declararam especialistas em IA, e nunca foi tão difícil para o comprador saber quais são. O material de vendas convergiu: todo fornecedor tem “IA” na home, “machine learning” no portfólio e um case de chatbot para mostrar. O termo virou ruído, e o comprador ficou sem bússola justamente no momento em que a decisão ficou mais cara.

Não é um problema só de marketing. Reguladores começaram a tratar exagero de IA como infração: nos Estados Unidos, a SEC abriu, a partir de março de 2024, ações contra empresas por “AI washing”, o exagero ou a invenção de capacidades de IA, e o princípio que os órgãos firmaram é direto: quem alega capacidade de IA precisa conseguir prová-la. São casos do setor de investimentos americano, com contexto próprio, mas o princípio viajou: alegação de IA sem substância virou risco, não diferencial. Para o comprador corporativo brasileiro, a lição prática é a mesma que a do regulador: peça evidência, não adjetivo.

A tese deste guia: especialista em IA de verdade não se prova pelo que diz sobre modelos, se prova pelo que constrói de fundação de dados. A pergunta que separa os dois é simples e verificável: essa empresa sabe deixar o meu dado pronto para IA? Quem sabe responde falando de Lakehouse, governança, identidade e curadoria. Quem não sabe muda de assunto para o modelo da moda. A consultoria Databricks é onde o especialismo real aparece ou desaparece.

Por que a fundação de dados é o divisor de águas

A parte contraintuitiva do especialismo em IA é que o gargalo quase nunca é o modelo. Modelos de ponta estão disponíveis para qualquer um via API, e ficam melhores todo mês sem esforço do fornecedor. O que não vem pronto, e o que decide se a IA entrega, é o dado: unificado, governado, com identidade resolvida e curado para o caso de uso. Essa é a parte difícil, cara e invisível, e é exatamente onde o especialista de verdade trabalha.



Por isso a consultoria de dados, e a consultoria Databricks em particular, é o melhor proxy de especialismo em IA que existe. Não porque a plataforma seja mágica, mas porque dominar Lakehouse, Unity Catalog, arquitetura medalhão e resolução de identidade exige a competência que a IA de produção realmente consome. Um fornecedor que sabe fazer isso sabe fazer IA funcionar. Um que só integra uma API de modelo entrega demonstração, não produção.

Discurso vs evidência: a tabela que o comprador deveria usar

O checklist de verificação: sete perguntas que revelam o especialista real

Antes de contratar uma empresa que se diz especialista em IA, estas sete perguntas separam evidência de discurso. As respostas certas falam de dado; as erradas mudam de assunto para o modelo:

•     As parcerias são verificáveis? Parceria formal com plataforma de dados (Databricks) e com provedores de modelo é pública e checável. Peça o nome e confirme na fonte.

•     Os cases descrevem a fundação, não só o resultado? Um case honesto explica como o dado foi preparado. Case que só mostra a tela do chatbot esconde a parte que dá trabalho.

•     A empresa fala de governança sem ser perguntada? Especialista real levanta governança, acesso e linhagem por conta própria, porque sabe que é aí que o projeto vive ou morre.

•     Ela diz não para IA quando uma automação basta? Quem entende de IA reconhece quando o problema não pede IA. Quem vende hype recomenda IA para tudo.

•     Consegue explicar a origem de uma resposta do modelo? Se o fornecedor não sabe dizer de onde o modelo tirou a informação, ele não tem controle sobre a confiabilidade da saída.

•     Fala do custo real de produção, não só do piloto? Especialista dimensiona o custo de operar em escala. Quem só fez piloto subestima a conta, e o projeto estoura depois.

•     Domina as camadas de baixo, não só a de modelo? Dado, ação e leitura são as camadas que sustentam a IA. Fornecedor que só toca no modelo depende de terceiros para o que importa.

Onde a CSP Tech se posiciona nesse critério

Aplicar o próprio critério é o teste de honestidade de qualquer empresa que escreva um artigo como este. A CSP Tech se posiciona como especialista em IA pela fundação, não pelo discurso: parceira Databricks para a camada de dado, Atlassian Gold para a camada de ação (Jira), Microsoft Gold para a leitura (Power BI), e participante do Anthropic Partner Network na camada de modelo. São credenciais verificáveis em cada camada que a IA de produção exige, e é o que sustenta a afirmação de especialismo sem cair no exagero que os próprios reguladores passaram a punir.

O que isso significa na prática para o comprador: quando a CSP diz que faz IA, o que ela está dizendo é que constrói a fundação que faz a IA funcionar: dado governado no Databricks, ação rastreável no Jira, valor comprovado no BI, e a arquitetura de modelo sobre essa base. O especialismo não está em ter o modelo mais novo, que qualquer um acessa. Está em saber deixar o dado pronto para ele, que é a parte que separa demonstração de produção. A consultoria Databricks é a prova concreta desse especialismo, não um serviço à parte dele.

Quando você não precisa de um especialista em IA (ainda)

•     Quando o problema é de dado, não de IA. Se a dor é relatório que não fecha ou dado espalhado, o passo é consultoria de dados pura, sem camada de IA por cima ainda. IA sobre dado ruim só amplia o problema.

•     Quando uma automação tradicional resolve. Regra determinística não precisa de IA. Um bom especialista dirá isso, e é um sinal de que ele é de verdade.

•     Quando ainda não há caso de uso com dono e métrica. Sem um problema de negócio definido e uma métrica atrelada, contratar especialista em IA é comprar solução para problema não formulado. Defina o caso de uso primeiro.

Perguntas frequentes

O que define uma empresa especialista em IA de verdade?

A capacidade verificável de construir a fundação que a IA exige para funcionar em produção: dado unificado e governado, identidade resolvida, curadoria para o caso de uso, e a arquitetura de modelo sobre essa base. O discurso sobre modelos é o que qualquer um oferece; a competência em dados é o que separa o especialista real. Por isso a consultoria Databricks é um dos melhores indicadores de especialismo em IA.

Por que a consultoria Databricks indica especialismo em IA?

Porque a IA de produção consome exatamente a competência que o Databricks exige: unificar dado no Lakehouse, governar acesso e linhagem no Unity Catalog, curar dado na arquitetura medalhão e resolver identidade de entidades. Um fornecedor que domina isso tem a fundação que faz a IA entregar. Um que só integra uma API de modelo entrega piloto, não produção em escala.

O que é AI washing e por que devo me preocupar ao contratar?

AI washing é o exagero ou a invenção de capacidades de IA para atrair clientes ou investidores, um paralelo do greenwashing. Nos Estados Unidos, a SEC abriu ações por isso a partir de 2024 no setor de investimentos, firmando o princípio de que alegação de IA precisa de prova. Para o comprador corporativo, a defesa é a mesma: exigir evidência verificável (parcerias, cases com fundação descrita, domínio de governança) em vez de aceitar o adjetivo “especialista” no material de vendas.

Uma consultoria de dados é o mesmo que uma consultoria de IA?

Em 2026, cada vez mais sim, e essa é a mudança que o mercado ainda está absorvendo. Como a fundação de dados é o que decide se a IA entrega, a consultoria de dados madura (Databricks, governança, curadoria) é o núcleo do especialismo em IA. A camada de modelo é importante, mas é a mais acessível e a menos diferenciadora. O diferencial real está embaixo, no dado.

Próximo passo

Antes de contratar qualquer empresa que se diga especialista em IA, aplique o critério que este guia propõe: peça a evidência da fundação de dados, não o discurso sobre modelos. E se quiser começar pela base que faz a IA funcionar, converse com a CSP Tech sobre a fundação de dados do seu projeto de IA: uma conversa sobre o que precisa estar pronto no seu dado antes de qualquer modelo, com quem constrói cada camada com credencial verificável.

Autor: Guilherme Matos, estrategista de conteúdo e IA, certificado HubSpot, Google e Anthropic. Revisão técnica por especialistas de dados da CSP Tech (parceira Databricks, Atlassian Gold Partner, Microsoft Gold Partner, participante do Anthropic Partner Network, 34 anos de mercado, produto próprio Power BI for Jira).

Fontes (acesso jul/2026): U.S. Securities and Exchange Commission, press release sobre ações de “AI washing” contra Delphia e Global Predictions (sec.gov/newsroom, mar/2024) e cobertura subsequente de fiscalização (contexto do setor de investimentos dos EUA, citado como precedente regulatório, não como norma brasileira). Databricks Documentation (Lakehouse, Unity Catalog, arquitetura medalhão), Microsoft Learn (modelo semântico Power BI) e Atlassian (workflow, service management).