Insights do Relatório sobre o Estado da Estratégia de Aplicações de 2026
Durante décadas, a Lei de Conway foi tratada como uma observação perspicaz sobre o design de software. Segundo ela, os sistemas refletem as estruturas de comunicação das organizações que os desenvolvem. Útil. Às vezes inconveniente. Em grande parte, ignorável.
Essa era acabou.
Dados operacionais recentes transformam a Lei de Conway de teoria em algo mensurável. Quando analisamos quantas ferramentas são necessárias para fazer uma alteração em uma aplicação e quantas equipes são necessárias para executá-la, as distribuições são praticamente idênticas. Quando os fluxos de trabalho dependem de uma ou duas ferramentas, eles tendem a envolver uma ou duas equipes. À medida que o número de ferramentas aumenta para a faixa de cinco a dez, o envolvimento das equipes cresce no mesmo ritmo. As curvas acompanham uma à outra tão de perto que uma mera coincidência deixa de ser uma explicação plausível.
Esta é a Lei de Conway expressa quantitativamente: a estrutura organizacional não apenas influencia a arquitetura, ela a determina. As empresas incorporam seus organogramas diretamente às suas estruturas de entrega e segurança. A proliferação de ferramentas e a proliferação da coordenação são o mesmo fenômeno visto de ângulos diferentes.
A inferência de IA entra nesse ambiente não como uma força disruptiva, mas como um acelerador.
A inferência surge como uma nova camada de aplicações, e as empresas já a tratam dessa forma. Os dados do nosso mais recente Relatório sobre o Estado da Estratégia de Aplicações deixam isso evidente:
- 55% dos entrevistados relatam a necessidade de gerenciar a autenticação e o acesso via API para serviços de IA.
- 54% enfatizam a necessidade de visibilidade sobre o fluxo de tráfego e a demanda de IA.
- 51% estão focados em evitar o vazamento de dados de saída de sistemas de IA.
- 43% destacam a necessidade de proteger os modelos contra abusos de entrada.
- 40% querem um ponto de controle centralizado para o tráfego de IA entre modelos e back-ends.
- Quase todos os entrevistados afirmam hospedar internamente a infraestrutura de inferência, em vez de terceirizá-la por completo.
Nenhuma dessas preocupações é incomum. Elas se enquadram perfeitamente nas responsabilidades já consolidadas de entrega e segurança de aplicações. Controle de tráfego, identidade, visibilidade, proteção e governança são áreas conhecidas. O que muda é a natureza daquilo que está sendo controlado.
A inferência substitui serviços determinísticos por sistemas probabilísticos. As solicitações se tornam prompts. As sessões se tornam tokens. As saídas deixam de ser strings previsíveis e passam a ser respostas estatisticamente plausíveis. O custo se torna uma restrição de confiabilidade. O desvio se torna um risco operacional. O abuso deixa de explorar a sintaxe e passa a manipular a semântica.
Cada uma dessas mudanças amplia as responsabilidades sem se encaixar perfeitamente nos limites das ferramentas existentes.
E é aqui que a Lei de Conway volta a se impor com força.
As implicações da Lei de Conway
As empresas não respondem à ampliação das responsabilidades simplesmente expandindo as ferramentas existentes e pedindo às equipes atuais que absorvam o trabalho. Elas respondem por meio da diferenciação. Quando a autenticação precisa levar os modelos em consideração, surgem camadas de acesso especializadas. Quando a observabilidade precisa monitorar o uso de tokens e o desvio semântico, aparecem novas plataformas de telemetria. Quando a proteção de dados precisa considerar a saída gerada, em vez da entrada inspecionada, os controles existentes são considerados insuficientes. Cada lacuna percebida justifica uma nova ferramenta. Cada nova ferramenta exige um responsável. Essa responsabilidade se consolida em equipes.
Os dados de inferência já mostram que a consolidação está ficando para trás em relação à expansão. Apenas 28% dos entrevistados afirmam simplificar os fluxos de trabalho dos desenvolvedores de IA por meio de um único ponto de gerenciamento. Os demais já operam com várias ferramentas e interfaces de controle. Quando analisados em conjunto com os dados anteriores sobre a Lei de Conway, a trajetória fica clara: à medida que as responsabilidades relacionadas à IA se multiplicam, as ferramentas e as equipes também se multiplicam em paralelo.
Esse resultado não é acidental. É a consequência natural da introdução de uma camada semântica que permeia todos os domínios existentes de entrega e segurança. A inferência não se encaixa perfeitamente nas equipes de plataforma, segurança ou aplicações. Ela abrange todas elas. Sem um plano de controle unificado, as organizações acabam recorrendo à fragmentação.
O resultado é uma explosão organizacional.
A IA aumentará a complexidade se as organizações não trabalharem ativamente para evitá-la
A IA não simplifica as empresas. Ela torna sua estrutura visível, mensurável e impossível de ignorar. A complexidade se torna fractal, repetindo-se em todas as camadas de entrega, segurança, confiabilidade e governança. O mesmo padrão que regia as pilhas de aplicações agora rege os pipelines de inferência, só que com mais rapidez e riscos maiores.
Os dados combinados deixam pouco espaço para otimismo quanto a uma simplificação espontânea. A Lei de Conway não é rompida pela IA. Ela é reforçada por ela. E, a menos que as empresas eliminem deliberadamente as fronteiras entre ferramentas e responsabilidades, a inferência se tornará a camada mais dependente de coordenação, frágil e cara de suas operações.
A IA não avançará mais rápido do que o desenho organizacional. O desenho organizacional determinará se a IA conseguirá ganhar escala algum dia.
Para saber mais, leia o Relatório sobre o Estado da Estratégia de Aplicações de 2026 na íntegra.
Sobre o autor
Lori MacVittie é engenheira distinta e evangelista-chefe no Escritório do CTO da F5, com ampla experiência em entrega de aplicações, estratégia de automação e infraestrutura. Ela é conhecida por transformar complexidade em clareza, seja definindo diretrizes para agentes de IA, analisando arquiteturas multinuvem frágeis ou investigando os limites de sistemas escaláveis. Ela acumula mais de trinta anos de experiência no setor, abrangendo desenvolvimento de aplicações, arquitetura de TI e operações de redes e sistemas. Antes de ingressar na F5, atuou como editora de tecnologia e recebeu diversos prêmios. MacVittie tem mestrado em Ciência da Computação e é uma autora prolífica, com publicações que abrangem segurança, nuvem e arquitetura empresarial. Ela também é uma entusiasta de jogos de tabuleiro e videogames, além de ter opiniões assumidamente fortes sobre queijos.
Mais publicações de Lori Mac VittiePublicações relacionadas no blog
A inferência agora é o centro de gravidade operacional
Operações multimodelo e automação orientada por APIs transferem o controle para as camadas de tempo de inferência — prompt, tokens/controles, roteamento e moderação —, nas quais custos, riscos e desempenho precisam ser gerenciados.
A identidade é a guardiã da IA agêntica
À medida que a IA agêntica transforma máquinas de ferramentas em agentes, a identidade se torna o principal mecanismo de controle: quem pode agir, em nome de quem e com qual escopo — tudo aplicado em tempo real durante a inferência.
Top 10 de riscos na entrega de aplicações de IA: práticas inadequadas de DNS
Para sistemas de inferência e sistemas agênticos, a resiliência do DNS é fundamental para a disponibilidade e o desempenho — falhas na resolução podem causar roteamento incorreto, picos de latência e indisponibilidade dos serviços em várias regiões.
Comportamento e limites: a mudança para a segurança agêntica
Agentes criam sequências emergentes e ilimitadas, nas quais o risco se acumula ao longo do tempo. A segurança deve deixar de se concentrar na validação de solicitações individuais e passar a adotar uma governança comportamental contínua em fluxos de várias etapas e em constante evolução.
Top 10 de entrega de aplicações de IA: falta de tolerância a falhas e resiliência
A IA torna as lacunas clássicas de resiliência muito mais onerosas: falhas em uma única GPU ou dependência se propagam por cadeias síncronas de inferência, acumulando latência e degradando os resultados.
A IA está impulsionando o surgimento de novos tipos de tráfego
A adoção da IA está criando novos tipos de tráfego de primeira classe: solicitações de inferência, tráfego de automação orientado por máquinas e tráfego de telemetria de alto volume que alimentam ciclos de controle.