Menos ferramentas, mais resultado: consolide fornecedores para 2026

Romildo Burguez • September 30, 2025

Você não precisa de um mapa para perceber: o seu ambiente cresceu em camadas, como uma cidade que foi se virando. Cada dor trouxe uma ferramenta. Cada demanda urgente, mais um contrato. O resultado é um ecossistema que funciona, mas custa caro, é difícil de explicar e, em momentos críticos, faz barulho demais. Em 2026, a pressão por eficiência aumenta, porém sem licença para piorar a qualidade. A pergunta certa não é “qual ferramenta é melhor?”, e sim: quais capacidades o negócio precisa, quanto elas custam de verdade e como mantê-las simples e confiáveis. 


Este texto apresenta uma forma prática de consolidar fornecedores através de um sistema de decisão contínua, que cabe na rotina de uma TI enxuta e orienta escolhas responsáveis — o tipo de escolha que não vira manchete por ter parado operação, nem “sangra” seu orçamento com promessas vazias. 


Vamos lá? 


O que “menos ferramentas, mais resultado” quer dizer na prática 


Ferramenta é o meio; capacidade é o fim. Quando você fala em “monitorar ambientes”, “integrar sistemas”, “armazenar e servir dados”, “atender chamados”, está falando de capacidades. O problema não é ter muitas ferramentas; é ter várias ferramentas para a mesma capacidade, cada uma puxando treinamento, integração, suporte e custo. É essa sobreposição que rouba tempo e previsibilidade. 


Consolidar é alinhar ferramentas às capacidades essenciais e, com isso, reduzir ruído e recuperar clareza de custo. A régua é simples e não tem jargão: 


  1. Impacto: essa solução move um indicador que o negócio enxerga? 
  2. Qualidade: mantém (ou melhora) a disponibilidade e a segurança? 
  3. Previsibilidade: o custo total é claro, estável e justificável? 


Se a resposta a essas três perguntas não for um “sim” convincente, há espaço para juntar ou aposentar. 


O inimigo invisível: ruído, retrabalho e custos escondidos 


A sobreposição de ferramentas cria um efeito multa que ninguém vê na fatura: mais alertas duplicados, mais telas para um mesmo processo, mais ajustes manuais para “colar” sistemas que não conversam direito. Isso vira retrabalho, demora e stress nos piores horários. E vira também custo de gente: horas valiosas vão para reconciliar dados, contornar bugs e manter integrações frágeis. Consolidar é, antes de tudo, devolver tempo produtivo ao time e tirar tijolos do caminho do usuário na ponta. 


Esqueça o calendário: adote um Sistema de Decisão Contínua (SDC) 


Em vez de um cronograma com marcos e semanas, pense em um sistema leve que roda sempre e orienta escolhas. Ele tem cinco peças. Juntas, elas trocam “opinião” por evidência e “apego à ferramenta” por compromisso com capacidade. 


Mapa de capacidades em uma página 


Liste de 5 a 8 capacidades que sustentam o seu negócio (monitorar, integrar, dados, atendimento, desenvolvimento, distribuição de aplicações etc.). Para cada uma, responda quatro linhas: quem usa, para quê, que indicador de negócio move e quais ferramentas entregam isso hoje. 


Esse mapa revela duplicidades em minutos: “temos três formas de monitorar o mesmo ativo”, “duas entradas de chamado para o mesmo fluxo”, “dois caminhos para levar o mesmo dado ao relatório”. 


Scoreboard de valor


Escolha três indicadores que o executivo reconhece sem legenda: disponibilidade que o cliente percebe, tempo para resolver um problema importante e custo por capacidade (quanto custa monitorar uma loja por mês? quanto custa processar um lote? quanto custa manter uma integração crítica?). 


Toda decisão de consolidação deve apontar como mexe nesses números. Sem isso, é opinião contra opinião. 


Filtros de decisão (quatro perguntas que não trapaceiam) 


  • Move o indicador certo? 
  • Mantém ou melhora a qualidade percebida pelo usuário? 
  • Torna o custo mais claro e estável? 
  • Evita dependências perigosas? (nada de amarrar o futuro a um ponto único de falha, técnico ou contratual) 


Se qualquer resposta for “não”, não avance. Se forem “sim”, você tem uma decisão defensável. 


Salvaguardas de continuidade (as três travas de segurança) 


  • Janela protegida para mudanças em processos críticos, combinada com quem opera. 
  • Plano de volta simples e testado: se deu errado, retornamos sem drama. 
  • Comprovação curta de que nada regrediu: um checklist claro (“a leitura do sensor chega em até X minutos?”, “o ticket abre em até Y segundos?”). 


Política de depreciação responsável (regras sem exceção)

 

  • Nada sai do ar sem alternativa validada. 
  • Treinamento de bolso, direto ao ponto, antes de trocar. 
  • Encerramento real: contratos, acessos e integrações desligados e registrados, para não pagar “duas vezes pelo mesmo”. 


Esse SDC é o seu “osso” de governança: poucos itens, sempre os mesmos, e usados em toda decisão. Ele não depende de datas. Depende de disciplina. 


Como aplicar sem travar a rotina: as Quatro Conversas que destravam decisões 


Você não precisa de comitê. Precisa de quatro conversas curtas e objetivas, repetidas quando surgir uma decisão de consolidação. 


Conversa de valor (executiva) 


Trinta minutos para conectar a troca a um resultado claro: menos tempo parado em campo, mais velocidade no atendimento, custo por capacidade mais baixo e transparente. Aqui só entram números que o negócio reconhece. 


Conversa de arquitetura (técnica, sem jargão) 


Quinze minutos para a pergunta certa: “o caminho novo é mais simples que o atual?” Se a resposta for “depende”, não está pronto. O novo tem de reduzir caminhos e diminuir pontos de falha. 


Conversa de operação (quem sente na pele) 


Quinze minutos com quem roda a rotina. É aí que aparece o detalhe que derruba planos: aquele script que ninguém sabia, aquele relatório que o gerente da loja usa às 7h, aquela sincronização que acontece de madrugada. Sem esse olhar, a troca vira surpresa. 


Conversa de adoção (gente e comunicação) 


Quinze minutos para planejar como as pessoas vão aprender o novo caminho. Não precisa manual de 40 páginas: um passo-a-passo de 1 página, com imagem, resolve muito. E um canal claro para dúvidas nos primeiros dias. 


Quatro conversas, pouco tempo, grandes riscos evitados. 


Decidindo o destino: manter, juntar, aposentar 


Com o mapa e o scoreboard prontos, a classificação deixa de ser “gosto ou não gosto”.

 

  • Manter quando a solução move o indicador de negócio e entrega qualidade estável a um custo sensato. 
  • Juntar quando duas (ou mais) ferramentas entregam a mesma capacidade. Escolhe-se a mais simples, confiável e barata de operar; a outra vira rota de saída com as salvaguardas. 
  • Aposentar quando não há impacto claro, há ruído ou o custo não se justifica. 


Importante: “juntar” é uma decisão tão estratégica quanto “manter”. Não é empilhar. É convergir para um caminho único e melhor, com ensaio e plano de volta. 


Casos curtos com resultado 

Operação de campo: Muitos alertas, pouca ação 


Três sistemas diferentes avisavam sobre o mesmo evento. Havia duplicidade de scripts, dashboards e contatos. A decisão foi unir a monitoração em uma rota, com alertas priorizados por impacto. O NOC saiu do modo “apito” para “ação”: menos alarmes por turno, mais tempo aplicado em incidentes verdadeiros e redução de falhas que estouravam no horário crítico. Ninguém sentiu falta do “brilho” da ferramenta aposentada. 


Varejo: Abertura de chamado aparecia em duas telas 


Por histórico, conviviam duas formas de registrar problemas da loja. Cada uma tinha fila, regras e integrações próprias. Ao consolidar, a jornada do operador ficou uma só. Na prática: menos reenvio, menos “cadê meu ticket?” e uma visão de ponta a ponta que o gerente entendia. A TI parou de reconciliar planilhas; a loja parou de explicar o óbvio duas vezes. 


Energia: Dados duplicados, verdades diferentes 


Havia dois caminhos de ingestão para alimentar relatórios e previsões. A consolidação criou um pipeline com catálogo simples: nomes claros, dono visível e política mínima de qualidade. Acabou a discussão sobre “qual número é o certo”. Mais que economia em armazenamento, houve ganho de confiança — e isso decide reunião. 


Métricas que cabem no bolso 


Fuja de apresentações que começam com 20 índices. Seu scoreboard precisa falar de três coisas:

 

  1. Disponibilidade percebida por quem usa (parada que deixou de acontecer, lentidão que deixou de atrapalhar). 
  2. Tempo de resolução do que é crítico (do pedido travado ao sistema que volta). 
  3. Custo por capacidade, não por ferramenta (quanto custa manter uma loja monitorada? quanto custa tratar um chamado até fechar?). 


Conte a história com antes e depois e meia dúzia de números honestos. É isso que apoia a próxima decisão e fecha a conversa com o board. 


Erros que mantêm a pilha inchada (e como evitá-los) 


Trocar tudo de uma vez. Em ambientes críticos, isso não é coragem; é imprudência. Consolidação boa é por ondas pequenas, sempre com alternativa de volta. 


Decidir por preferência pessoal. Goste ou não, a régua é o indicador de negócio, não a marca. 


Ignorar contratos. Licenças, auditorias e bundles mudam o custo de verdade. Leia cedo, não depois. 


Esquecer treinamento. A troca dá errado quando o usuário não sabe o que fazer no dia seguinte. Um guia de bolso salva projetos. 


Não desligar de verdade. Deixar “só por garantia” é pagar duas vezes e manter ruído. Encerrar é parte da consolidação. 


Como comunicar sem travar: do executivo ao técnico 


A comunicação mata ou salva a consolidação. Para o executivo, mostre o scoreboard e diga o que mudou na vida do cliente/operador. Para quem opera, mostre o passo-a-passo com imagem e onde tirar dúvidas. Para quem decide junto, mostre o mapa de capacidades e como cada decisão passou pelos filtros. 


Evite o “powerpoint de encantamento”. Prefira a honestidade que dá segurança: “saímos de X ferramentas para Y nesta capacidade; a disponibilidade ficou igual ou melhor; economizamos tanto; o caminho novo é mais curto”. 


Cultura digital: quando a régua é clara, o ego perde força 


Sempre que a conversa escorregar para “eu prefiro tal marca”, puxe de volta para o sistema: capacidade, scoreboard, filtros, salvaguardas e política de saída. Essa disciplina tira o peso do gosto pessoal e protege a relação com o negócio. É assim que se mantém foco quando prazos são curtos e integrações são frágeis. 


Perguntas que destravam a próxima decisão 


  • Se eu fosse começar do zero, eu escolheria esse caminho? 
  • O caminho novo é mais simples que o antigo? 
  • Qual evento real (parada, fila, perda) fica melhor com essa troca? 
  • Se der errado, como eu volto sem alarde? 
  • Daqui a seis meses, qual custo recorrente essa decisão evita? 


Se você tem respostas diretas, está pronto. Se não tem, falta trabalho — e é melhor descobrir agora do que no horário de pico. 


Para que você possa se aprofundar ainda mais, recomendamos também a leitura dos artigos abaixo: 





Conclusão


Consolidar fornecedores para 2026 não é pintar a casa; é reorganizar o guarda-roupa de forma que você encontre o que precisa no escuro, sob pressão, e saiba exatamente quanto custa manter tudo em ordem. É assim que a TI de empresas de setores consolidados — com times enxutos e metas grandes — vira motor de eficiência e inovação, sem prometer o que não consegue cumprir. 


O caminho não pede um calendário rígido. Pede um sistema simples, repetível e honesto: mapa de capacidades, scoreboard, filtros de decisão, salvaguardas de continuidade e política de depreciação responsável. Com isso, cada escolha é justificável, cada troca é mais segura e cada economia é real — aparece no resultado e alivia a rotina. 


“Menos ferramentas, mais resultado” não é um slogan; é um jeito de trabalhar. Quando a régua está clara, você decide melhor, gasta menos, para menos e entrega mais. E, no fim, é isso que o seu negócio precisa em 2026: uma TI que faz escolhas maduras, sem glamour e com impacto. 


Esperamos que você tenha gostado do conteúdo desse post! 


Caso você tenha ficado com alguma dúvida, entre em contato conosco, clicando aqui! Nossos especialistas estarão à sua disposição para ajudar a sua empresa a encontrar as melhores soluções do mercado e alcançar grandes resultados! 


Para saber mais sobre as soluções que a CSP Tech oferece, acesse: www.csptech.com.br. 

Fale com a CSP Tech

.

Por Guilherme Matos • 19 de novembro de 2026
Para usar agentes de IA sobre dados de sinistro sem expor dado pessoal do segurado, o agente precisa herdar a mesma regra de acesso do analista que faz a pergunta, aplicada no momento da consulta. No Databricks, isso depende de duas escolhas. A primeira é o modo de autorização do agente: na autorização por usuário , o agente consulta os dados com a identidade de quem pergunta, e o Unity Catalog aplica automaticamente filtros de linha e máscaras de coluna; na autorização do app, todos os usuários compartilham as permissões de uma conta técnica. A segunda é não contornar as máscaras com cópias de dados feitas para alimentar a busca vetorial. Em sinistros de vida, saúde e acidentes pessoais, parte desses dados é dado de saúde, que a LGPD trata como dado pessoal sensível. Por que o dado de sinistro pede um cuidado diferente Um processo de sinistro reúne dados de identificação do segurado e dos beneficiários, dados bancários para indenização, relatos do evento e, em vários ramos, laudos e informações médicas. A Lei Geral de Proteção de Dados define, no artigo 5º, inciso II, o dado referente à saúde como dado pessoal sensível, e o artigo 11 limita as hipóteses em que ele pode ser tratado. Entre elas estão o exercício regular de direitos, inclusive em contrato, e a garantia da prevenção à fraude. O artigo 6º, inciso III, acrescenta o princípio da necessidade: o tratamento deve se limitar ao mínimo necessário para a sua finalidade. Na operação, esse princípio já costuma estar refletido em perfis de acesso. O regulador de sinistro vê o processo que conduz, o time antifraude vê os sinais de que precisa, e o atendimento vê o status do pedido sem acessar o laudo. O risco do agente de IA é desfazer essa separação sem que ninguém perceba, porque ele responde em linguagem natural e não mostra de qual tabela, com qual permissão, tirou cada informação. Tese da CSP Tech: na seguradora, o agente de IA deve ver exatamente o que o analista que fez a pergunta veria, nem mais nem menos, e essa regra precisa ser aplicada no momento da consulta, pela plataforma de dados, e não por instruções no prompt. No Databricks, os dois pontos em que o dado do segurado costuma escapar são a escolha da autorização do agente e as cópias feitas para busca vetorial, e ambos se resolvem no desenho, antes do piloto. Os dois modos de autorização do agente Autorização do app Segundo a documentação da Databricks, atualizada em 23 de outubro de 2026, na autorização do app o agente se autentica com uma conta técnica criada automaticamente, e todos os usuários compartilham as mesmas permissões. É o modo mais simples de colocar um piloto no ar, e por isso é o mais comum. O efeito em um ambiente de sinistros é direto: se a conta técnica tem acesso ao laudo médico, qualquer pessoa que converse com o agente pode receber uma resposta baseada nele, ainda que o perfil dessa pessoa não permita abrir o laudo. Autorização por usuário Na autorização por usuário, antes chamada de on-behalf-of-user, o agente acessa os recursos com a identidade de quem faz a pergunta. A documentação lista como benefícios o acesso por usuário a dados sensíveis, os controles granulares do Unity Catalog, a trilha de auditoria por usuário e a aplicação automática de filtros de linha e máscaras de coluna. O recurso funciona com SQL Warehouse, Genie, Model Serving, índices de AI Search e tabelas do Unity Catalog, entre outros. Os dois modos podem ser combinados no mesmo agente, o que permite usar a conta técnica para recursos sem dado pessoal e a identidade do usuário para os que têm. Há três cuidados registrados pela própria Databricks. A autorização por usuário está em prévia pública e precisa ser habilitada por um administrador do workspace. As mudanças de escopo podem levar até cinco minutos para valer, por causa de caches. E, se o token do usuário não chegar ao agente, a função que deveria usar a identidade dele recorre à conta técnica sem gerar erro. Por isso a documentação recomenda testar o agente com uma ferramenta que devolva a identidade em uso antes de liberar o acesso. Filtros de linha e máscaras de coluna: a regra aplicada na consulta No Unity Catalog, filtros de linha e máscaras de coluna restringem, no momento da consulta, quais linhas e quais valores cada usuário consegue ver, segundo a documentação de filtros e máscaras , atualizada em 6 de novembro de 2026. O filtro de linha é uma função que exclui as linhas para as quais retorna falso, o que permite, por exemplo, que o regulador veja só os processos da sua carteira. A máscara de coluna é uma função que devolve o valor original ou uma versão mascarada, o que permite mostrar o diagnóstico ao time médico e um valor oculto ao atendimento. Para aplicar a mesma regra a muitas tabelas, a Databricks recomenda políticas baseadas em atributos, ligadas a tags no catálogo ou no esquema, que os donos das tabelas não conseguem remover. Combinadas com a autorização por usuário, essas regras fazem o agente herdar o perfil do analista sem nenhuma instrução no prompt. Uma instrução do tipo “não revele dados de saúde” pode ser contornada por uma pergunta bem formulada, enquanto a máscara aplicada pela plataforma impede que o dado chegue ao modelo. Onde o dado do segurado escapa A cópia para busca vetorial. A documentação informa que tabelas com filtros de linha ou máscaras de coluna não podem ser usadas para criar um índice do AI Search. Quando o time de dados quer que o agente pesquise documentos de sinistro, a saída mais rápida é criar uma cópia sem as proteções para indexar, e com isso o índice passa a conter o que as máscaras escondiam. O desenho seguro prepara uma tabela própria para o índice, já sem os campos sensíveis ou com eles transformados, e aplica a autorização por usuário ao índice. Os clones e as versões antigas. Clones de tabelas com filtros ou máscaras não são suportados, e a consulta a versões anteriores da tabela, o time travel, não funciona com filtros e máscaras em nível de tabela. Ambientes de teste montados com cópias de produção são um caminho conhecido para o dado sensível sair do perímetro. As views. Filtros e máscaras não podem ser aplicados diretamente a uma view. Se o agente consulta uma view construída sobre a tabela original, a proteção precisa estar na tabela de origem. O fallback silencioso. Quando o token do usuário não chega ao agente, a consulta passa a usar a conta técnica sem erro. O teste de identidade em uso precisa fazer parte da homologação e do monitoramento, e não só do primeiro deploy. O que a seguradora precisa decidir antes do piloto A plataforma aplica as regras, mas não as define. Antes de liberar o agente, a seguradora precisa classificar quais colunas de sinistro são dado pessoal e quais são dado de saúde, decidir quais perfis podem ver cada classe, registrar essas decisões como tags governadas no catálogo e escolher, recurso por recurso, se o agente usa a identidade do usuário ou a conta técnica. Essa classificação é o mesmo trabalho de governança de dados que a seguradora já precisaria fazer para a LGPD, agora aplicado a um consumidor novo, que responde a perguntas em vez de abrir telas. O caso de dados de conversa, com mascaramento de gravações e transcrições, está tratado no artigo “Governança de dados de conversa no Databricks” , publicado no blog. Aqui o foco é o agente que consulta o processo de sinistro. A camada regulatória, com a ressalva devida A LGPD exige, no artigo 46, medidas de segurança técnicas e administrativas aptas a proteger os dados pessoais de acessos não autorizados, e não prescreve ferramenta. No mercado de seguros, a Circular Susep 638/2021 trata de segurança cibernética e determina a comunicação de incidentes relevantes à autarquia. A leitura de que o agente de IA deve herdar a regra de acesso do analista é uma interpretação editorial da CSP Tech sobre como aplicar o princípio da necessidade a um novo tipo de consumidor de dados. A base legal de cada tratamento, a classificação dos dados e a avaliação de impacto cabem ao encarregado de dados e às áreas de compliance e jurídico da seguradora. Quando esse desenho é desproporcional Um agente que trabalha só com dados agregados ou anonimizados, como volume de sinistros por ramo e região, não precisa de autorização por usuário: a conta técnica com acesso apenas a essas tabelas resolve. O mesmo vale para um agente interno que responde sobre normas e procedimentos, sem acesso a processos de segurados. O cuidado descrito aqui é para o agente que consulta processos individuais. Perguntas frequentes Dado de sinistro é dado pessoal sensível? Parte dele é. A LGPD, no artigo 5º, inciso II, classifica o dado referente à saúde como dado pessoal sensível, e processos de sinistro de vida, saúde e acidentes pessoais costumam conter laudos e informações médicas. Dados de identificação e bancários do segurado são dados pessoais, ainda que não sensíveis. O que é autorização por usuário em agentes do Databricks? É o modo em que o agente acessa os dados com a identidade de quem faz a pergunta, antes chamado de on-behalf-of-user. Com ele, o Unity Catalog aplica automaticamente filtros de linha e máscaras de coluna. Segundo a documentação da Databricks de outubro de 2026, o recurso está em prévia pública e precisa ser habilitado por um administrador do workspace. Posso indexar no AI Search uma tabela com máscaras de coluna? Não. A documentação da Databricks informa que tabelas com filtros de linha ou máscaras de coluna não podem ser usadas para criar um índice do AI Search. O caminho seguro é preparar uma tabela própria para o índice, sem os campos sensíveis ou com eles transformados, em vez de copiar a tabela original sem proteção. Uma instrução no prompt basta para o agente não revelar dados de saúde? Não é uma proteção confiável, porque pode ser contornada por perguntas bem formuladas. A forma mais segura é impedir que o dado chegue ao modelo, aplicando máscaras de coluna e filtros de linha na plataforma de dados e fazendo o agente consultar com a identidade do usuário. Próximo passo Faça um teste de dez minutos: no agente que sua equipe está testando sobre dados de sinistro, faça a mesma pergunta com dois usuários de perfis diferentes, um do atendimento e outro da regulação, e compare as respostas. Depois, verifique se o índice de busca do agente foi criado a partir de uma cópia da tabela original. Se as respostas forem iguais, ou se o índice veio de uma cópia sem máscaras, o agente está vendo mais do que o analista. Solicite um diagnóstico de dados da CSP Tech para desenhar a autorização e as máscaras antes de ampliar o piloto. Leituras relacionadas Governança de dados e IA Segurança de agentes de IA: por que permissão virou o novo perímetro (e como limitar o agente sem inutilizá-lo) Data lake ou pântano de dados: por que a IA não fracassa por falta de dado, e sim por não achar o dado certo MDM no Databricks: como construir gestão de dados mestres no Lakehouse (sem comprar mais uma plataforma) Por que 40% dos projetos de agentes de IA serão cancelados até 2027 (e o que a fundação de dados tem a ver com isso) Setor financeiro e seguros Agentes de IA não autorizados chegaram às contas bancárias dos EUA. Seus sistemas sabem quem está do outro lado? Empresa de intranet para banco, cooperativa ou seguradora: como comparar plataforma pronta, SharePoint e desenvolvimento sob medida “De onde veio esse número”? Rastreabilidade de dados para decisões mais confiáveis Autor: Guilherme Matos, estrategista de conteúdo e IA, certificado HubSpot, Google, Anthropic e Semrush. Revisão técnica por especialistas Atlassian e de dados da CSP Tech (Atlassian Gold Partner, parceira Databricks, Microsoft Gold Partner, participante do Anthropic Partner Network, 38 anos de mercado, produto próprio Power BI for Jira no Atlassian Marketplace). Fontes (acesso em 19/11/2026): Databricks Documentation, “Authentication for AI agents” (autorização do app e por usuário; prévia pública; fallback sem erro; recursos suportados), atualizada em 23/10/2026. Databricks Documentation, “Row filters and column masks” (avaliação em tempo de consulta, políticas ABAC, limitações com AI Search, clones, time travel e views), atualizada em 06/11/2026. Lei nº 13.709/2018 (LGPD) , arts. 5º (II), 6º (III), 11 e 46, texto compilado no Planalto. Circular Susep nº 638/2021 . A tese e as práticas de desenho são formulação editorial da CSP Tech. Este conteúdo não constitui aconselhamento jurídico ou regulatório.
Por Guilherme Matos • 18 de novembro de 2026
Scripts envenenados em quatro serviços web, DDoS contra a rede Tor: como cada ataque de novembro de 2026 funcionou e o que revisar em cada camada.
Por Guilherme Matos • 17 de novembro de 2026
Com o Pix funcionando 24 horas, a mudança segura em pagamentos é a que chega à janela com o caminho de volta testado e registrado. Veja como estruturar janela, aprovação e rollback.
Por Guilherme Matos • 16 de novembro de 2026
A linhagem do Unity Catalog mostra de onde veio cada coluna, mas tem limites documentados. Veja o que ela não cobre e o que a instituição financeira precisa somar para defender um número reportado.
Por Guilherme Matos • 13 de novembro de 2026
Em banco, seguradora ou cooperativa, um normativo interno vencido que continua acessível na intranet deixa de ser só conteúdo desatualizado e passa a ser instrução operacional errada. Com o Microsoft 365 Copilot, o risco cresce, porque o assistente usa todo o conteúdo que o colaborador tem permissão de ver, inclusive a
Por Guilherme Matos • 12 de novembro de 2026
Uma instância Jira por cooperativa ou uma para o sistema inteiro? Veja os três desenhos possíveis, os critérios de decisão e o que a Resolução 4.893 permite ao sistema cooperativo.
Por Guilherme Matos • 10 de novembro de 2026
Com IA, o gestor de banco pergunta ao dado em linguagem natural em vez de esperar o relatório. Veja o que muda no time de dados com o Genie do Databricks: curadoria, testes de precisão, revisão de respostas e o histórico de perguntas como fila de demanda.
Por Guilherme Matos • 9 de novembro de 2026
Banco, cooperativa e seguradora já usam mais IA do que a TI registrou. Veja o que um inventário de IA precisa conter para servir de evidência à auditoria e ao Banco Central, de onde vêm os itens e onde manter o registro vivo no Jira Service.
Por Guilherme Matos • 5 de novembro de 2026
A Resolução 4.893 pede que o Banco Central saiba onde os dados podem ser processados. No Databricks, os recursos de IA seguem a área geográfica do workspace, que pode ir além do Brasil. Veja o que mapear antes de contratar e como configurar.