O Brasil está começando a ocupar uma posição difícil de ignorar no mercado global de inteligência artificial. Segundo dados divulgados pela OpenAI em agosto de 2026, o país está entre os três maiores mercados do ChatGPT em usuários ativos semanais, gera cerca de 215 milhões de mensagens por dia e ocupa a segunda posição mundial em número de desenvolvedores utilizando a API da empresa. No mercado corporativo, o número de licenças do ChatGPT Enterprise no Brasil cresceu cinco vezes em um ano.
Esse volume começa a aparecer nas decisões de investimento: a OpenAI iniciou sua operação comercial em São Paulo, estabelecendo seu primeiro escritório na América Latina e o primeiro nas Américas fora dos Estados Unidos. No mesmo período, a Alibaba Cloud inaugurou sua primeira região de cloud no Brasil, com dois data centers e infraestrutura local para computação, armazenamento, redes, bancos de dados e serviços de inteligência artificial.
Os movimentos são diferentes, mas apontam para a mesma questão: o Brasil já possui escala suficiente para justificar uma presença mais próxima dos grandes fornecedores de IA e infraestrutura.
A adoção corporativa, porém, traz desafios diferentes daqueles encontrados pelo usuário individual.
O modelo é apenas uma parte da arquitetura#
Quando uma empresa contrata acesso a um LLM, o modelo representa somente uma parte do ambiente necessário para colocá-lo em produção.
Em setores regulados, entram também identidade, gestão de acessos, criptografia, conectividade privada, observabilidade, rastreabilidade, retenção de dados, gestão de incidentes, prevenção de vazamentos e integração com sistemas corporativos.
A Resolução CD/ANPD nº 19/2024, que regulamenta a transferência internacional, exige que essas operações estejam associadas a finalidades legítimas, específicas, explícitas e informadas, utilizem uma hipótese legal e um mecanismo de transferência válido e sejam limitadas aos dados necessários para a finalidade pretendida. A norma também reforça princípios de responsabilização e prestação de contas e exige medidas eficazes capazes de demonstrar o cumprimento das regras e a efetividade dos controles adotados.
No sistema financeiro existe uma camada adicional. Para as instituições abrangidas pela Resolução CMN nº 4.893, a contratação de serviços relevantes de processamento, armazenamento de dados e computação em nuvem envolve avaliação prévia da capacidade do prestador, requisitos contratuais, monitoramento e capacidade própria para gestão dos serviços contratados.
Nos casos previstos pela regulamentação, a contratação também deve ser comunicada ao Banco Central. Quando serviços relevantes são prestados no exterior, países e regiões onde os serviços poderão ser executados e onde os dados poderão ser armazenados, processados e gerenciados entram nessa análise.
A atualização promovida pela Resolução CMN nº 5.274, em dezembro de 2025, ampliou e detalhou os controles mínimos de segurança cibernética, incluindo autenticação, criptografia, prevenção e detecção de intrusão, prevenção de vazamento de informações, rastreabilidade, gestão de vulnerabilidades, controles de acesso e configurações seguras.
Para uma empresa regulada, portanto, adotar um novo provedor de IA envolve muito mais do que assinar um contrato e obter uma API key.
Por que os hyperscalers levam vantagem#
AWS, Azure e Google Cloud já estão presentes em grande parte das grandes empresas brasileiras. Isso significa que muitos clientes já possuem contratos negociados, processos de procurement concluídos, equipes de segurança familiarizadas com a plataforma, redes privadas configuradas, IAM, KMS, logs, SIEM e políticas de governança.
Quando um modelo de IA passa a ser consumido dentro desse mesmo ambiente, parte da complexidade técnica e administrativa é reduzida.
Esse contexto ajuda a explicar por que os grandes provedores estão ampliando suas ofertas de IA para além do acesso aos modelos. A Anthropic, por exemplo, permite diferentes formas de utilização do Claude dentro do ecossistema AWS, incluindo Amazon Bedrock, AWS Marketplace e modalidades que utilizam autenticação e faturamento AWS.
Para um cliente corporativo, essa integração pode significar menos fornecedores, menor atrito no processo de homologação e uma arquitetura mais próxima dos controles que a empresa já utiliza.
O mesmo movimento aparece em outros ecossistemas. Azure AI Foundry, Amazon Bedrock e Vertex AI estão evoluindo para plataformas mais amplas, reunindo modelos, identidade, observabilidade, avaliação, segurança e serviços voltados ao desenvolvimento de aplicações e agentes.
Os próprios fabricantes de modelos também começaram a ampliar suas ofertas para setores e casos de uso específicos. A OpenAI lançou produtos voltados a Healthcare e Financial Services, enquanto a Anthropic vem estruturando soluções próprias para serviços financeiros, saúde e life sciences, além de produtos especializados em áreas como segurança e pesquisa científica. Google e outros provedores seguem movimento semelhante.
Isso mostra uma mudança importante no mercado: a competição começa a envolver não apenas a qualidade do modelo, mas também a capacidade de entregar integrações, controles, dados, ferramentas e fluxos de trabalho adequados a cada setor, reduzindo o esforço necessário para colocar IA em produção em ambientes empresariais complexos.
Contratação direta ainda apresenta algumas diferenças#
Contratar diretamente um provedor de modelos também pode oferecer recursos empresariais importantes. A OpenAI, por exemplo, oferece recursos como Zero Data Retention para organizações elegíveis, Enterprise Key Management, controles de acesso, auditabilidade e diferentes configurações relacionadas a armazenamento e processamento de dados.
Ainda assim, algumas capacidades dependem de região, produto ou modalidade de contratação. Hoje, por exemplo, o Brasil não aparece entre as regiões configuráveis de data residency da API da OpenAI, o que não significa que utilizar o serviço seja incompatível com a LGPD. A transferência internacional de dados não é proibida pela legislação brasileira, mas precisa observar as hipóteses e os mecanismos previstos na LGPD e na regulamentação da ANPD.
Para as empresas, a análise passa por questões como a finalidade daquele tratamento, quais dados realmente precisam atravessar a fronteira do ambiente corporativo, qual mecanismo de transferência é aplicável, quais controles devem ser utilizados e como demonstrar posteriormente que essas regras foram cumpridas.
É nesse ponto que arquitetura, segurança, jurídico, privacidade e governança começam a se encontrar.
Existe também um trade-off#
A integração oferecida pelos hyperscalers resolve vários problemas ao mesmo tempo, mas cria outro. Plataformas como Bedrock, Vertex AI e Foundry permitem trabalhar com diferentes modelos dentro de um ambiente comum, fazendo com que sob esse ponto de vista, elas possam reduzir o lock-in em um determinado modelo.
Trocar Claude por outro modelo disponível dentro de uma mesma plataforma, por exemplo, tende a exigir menos mudanças do que reconstruir toda a infraestrutura ao redor da aplicação.
Ao mesmo tempo, cada novo componente integrado ao hyperscaler aumenta a dependência daquela plataforma: IAM, KMS, observabilidade, redes privadas, bancos de dados, agentes, serviços de avaliação, políticas e faturamento começam a formar uma arquitetura cada vez mais acoplada, fazendo com que o lock-in deixe de estar concentrado no LLM e passe a existir na infraestrutura operacional.
Essa talvez seja uma das decisões arquiteturais mais importantes dos próximos anos.
Uma oportunidade para o mercado brasileiro#
O crescimento do uso de IA no Brasil levanta uma questão interessante: pode existir espaço para uma camada de infraestrutura criada especificamente para operar IA em ambientes regulados brasileiros, capaz de conhecer LGPD, regulamentações da ANPD e requisitos setoriais sem ficar limitada a um único modelo ou hyperscaler.
Ela poderia atuar entre aplicações corporativas e provedores de IA, avaliando contexto, classificação dos dados, finalidade, setor e políticas corporativas antes que uma requisição fosse enviada ao modelo.
Essa camada poderia decidir quais dados podem sair do ambiente da empresa, quais informações precisam ser removidas, mascaradas, tokenizadas ou pseudonimizadas, quais modelos e regiões podem ser utilizados, quais ferramentas um agente está autorizado a executar e em quais situações uma ação precisa de aprovação humana.
Também poderia registrar as decisões tomadas e os controles efetivamente aplicados, criando evidências para auditoria, investigação de incidentes e prestação de contas. Parte da governança deixaria então, de existir apenas em documentos e passaria a ser executada e registrada durante o funcionamento da aplicação.
A arquitetura poderia continuar permitindo OpenAI, Anthropic, Google ou modelos disponibilizados através de hyperscalers, enquanto a inteligência regulatória permaneceria acima desses provedores.
Esse desenho também cria uma possível resposta ao problema do lock-in: manter parte das políticas, decisões e evidências fora da plataforma responsável pela inferência.
O próximo estágio da infraestrutura de IA no Brasil#
À medida que IA passa de experimentos isolados para sistemas que acessam dados, chamam APIs e executam ações reais, o ambiente necessário ao redor do modelo cresce, e os fornecedores já perceberam isso: modelos estão sendo acompanhados por redes privadas, observabilidade, avaliação, identidade, agentes, segurança, ferramentas de desenvolvimento e ofertas específicas para setores regulados.
O Brasil, por sua escala e pelo nível de regulamentação de setores como finanças, seguros e saúde, pode se tornar um mercado particularmente interessante para esse tipo de infraestrutura. A chegada de novas regiões de cloud, o crescimento da presença local dos grandes fornecedores e o aumento do uso corporativo de IA são sinais dessa evolução.
O desafio agora é construir uma camada operacional que consiga combinar inovação, portabilidade e requisitos locais sem transformar cada nova aplicação de IA em um novo projeto de integração regulatória.
Fontes:
OpenAI - presença e adoção no Brasil: openai.com/index/expanding-our-presence-in-brazil/
OpenAI - controles de dados, retenção e data residency: developers.openai.com/api/docs/guides/your-data
Alibaba Cloud - primeira região de cloud no Brasil: alibabacloud.com/pt-BR/press-room/alibaba-cloud-launch-first-cloud-region-in-brazil
ANPD - Resolução nº 19/2024 sobre transferência internacional de dados: gov.br/anpd - Resolução CD/ANPD nº 19
ANPD - Transferência Internacional de Dados: gov.br/anpd - Transferência Internacional de Dados
Banco Central - Resolução CMN nº 4.893, segurança cibernética e contratação de cloud: bcb.gov.br - Resolução CMN nº 4.893
Banco Central - Resolução CMN nº 5.274/2025, atualização dos controles: bcb.gov.br - Resolução CMN nº 5.274
AWS/Anthropic - Claude Platform on AWS, IAM e integração com AWS: docs.aws.amazon.com/claude-platform/
AWS Marketplace/Anthropic - contratação e billing do Claude Platform: aws.amazon.com/marketplace - Claude Platform
Microsoft - disponibilidade do Foundry em Brazil South: learn.microsoft.com/azure/foundry/reference/region-support
Microsoft - observabilidade de aplicações e agentes de IA:learn.microsoft.com/azure/foundry/concepts/observability