A crise da experiência operacional

Escrito por: Lori MacVittie

Introdução

À medida que as organizações buscam mais agilidade, segurança e eficiência na prestação de serviços digitais, a complexidade operacional se torna um dos principais obstáculos. A crescente dependência de ambientes multicloud, aplicações distribuídas e arquiteturas híbridas expõe as equipes de operações de TI a tarefas demoradas e fluxos de trabalho fragmentados. As métricas tradicionais não conseguem captar o atrito acumulado que os operadores enfrentam diariamente.

Para preencher essa lacuna, apresentamos o Índice de Experiência Operacional (OES), uma métrica composta desenvolvida para quantificar as dificuldades operacionais e destacar onde a automação, especialmente as operações orientadas por IA (AIOps), torna-se essencial. Esse índice oferece uma visão clara e baseada em dados sobre a eficiência das equipes de TI e onde estão os gargalos e as ineficiências.

Metodologia e fórmula de pontuação

Pesquisamos como outras áreas técnicas medem a “experiência” e, com base nisso, desenvolvemos uma fórmula que agrega dados de três pilares:

Produtividade de Tarefas (TP) – Mede o esforço manual necessário para concluir tarefas. Se as equipes dependerem muito da criação de scripts, da interação direta com APIs ou da aprovação manual de ações rotineiras, a pontuação de TP será baixa.

Eficiência do Fluxo de Trabalho (WE) – Este aspecto considera o tempo e a complexidade envolvidos na execução das tarefas. Uma pontuação WE alta indica prazos de conclusão mais longos devido ao uso de ferramentas fragmentadas, a atrasos nos processos ou à alta dependência de intervenção humana.

Satisfação do Usuário (US) – Avalia o grau de satisfação dos profissionais com suas ferramentas e fluxos de trabalho, incluindo a receptividade à automação, a facilidade de configuração e a confiança nos resultados.

Essa abordagem valoriza níveis mais altos de satisfação e penaliza ambientes em que predominam o esforço manual e a ineficiência. Chamamos isso de Pontuação de Experiência Operacional.

Para calcular o OES, usamos respostas estruturadas da pesquisa, associadas a cada um dos três componentes da pontuação. Nosso conjunto de dados incluiu mais de 500 tomadores de decisão de TI e profissionais técnicos qualificados que responderam ao Relatório sobre o Estado da Estratégia de Aplicações de 2025.

Considerando todos os participantes, a OES média foi de 5,50, com variação significativa entre os segmentos do setor. Confira os resultados abaixo:

A pontuação máxima possível no OES é 10, sendo 10 = experiência ideal (baixa complexidade da tarefa, alta eficiência e alta satisfação) e 1 = experiência ruim (alta complexidade, baixa eficiência e baixa satisfação).

Principais conclusões

• 41% dos entrevistados disseram que "trabalhar com APIs de fornecedores" ou "escrever scripts" é a parte mais demorada do trabalho.

• 38% querem que a IA ajuste automaticamente as configurações e políticas.

• 56% buscam sugestões geradas por IA para agilizar os fluxos de trabalho.

• Apenas 6% afirmaram que não querem usar IA em seus fluxos de trabalho de automação.

Uma tendência que se destaca nesses dados é o OES consideravelmente mais baixo observado em setores altamente regulamentados. Os setores de serviços financeiros, governo e energia/serviços públicos apresentam, de forma consistente, maior atrito operacional. Isso não é de todo surpreendente. Esses setores operam sob estruturas rígidas de conformidade, que muitas vezes exigem verificações manuais, processos de aprovação inflexíveis e ciclos de mudança mais lentos. Como resultado, mesmo que ferramentas de automação estejam disponíveis, as equipes podem enfrentar restrições que as impeçam de aproveitar todo o seu potencial.

Além disso, infraestruturas legadas tendem a permanecer por mais tempo em ambientes regulamentados, gerando desafios de integração e modernização que afetam a eficiência dos fluxos de trabalho. E, embora os profissionais desses setores possam estar ansiosos para adotar a IA, as políticas e a aversão ao risco muitas vezes retardam essa adoção. A métrica OES torna esse atrito visível e ressalta o papel fundamental que práticas de AIOps bem governadas podem desempenhar para aliviar a carga de conformidade e, ao mesmo tempo, acelerar as entregas.

Distribuição + escala = entrave operacional

Os ambientes de aplicações modernos são complexos, não apenas em relação a onde são implantados, mas também ao volume de cargas que comportam. Atualmente, a maioria das organizações abrange vários tipos de infraestrutura: nuvem pública, data centers privados, colocation, edge e SaaS. Ao mesmo tempo, elas gerenciam de dezenas a centenas de aplicações nesses ambientes.

Para quantificar o impacto, analisamos duas variáveis principais:

• Distribuição: o número de ambientes diferentes nos quais os aplicativos são implantados.

• Escala: o número total de aplicações gerenciadas.

O que os dados mostram:

• Correlação entre distribuição e OES: –0,22
  Essa relação negativa indica que, à medida que os aplicativos são implantados em mais ambientes, a experiência operacional piora. Cada ambiente introduz ferramentas, políticas e desafios de integração específicos, fragmentando o controle e tornando a resposta mais lenta.

• Correlação entre o número de aplicações e o OES: +0,05
  Por si só, o volume de aplicações apresenta uma correlação insignificante com o atrito operacional. Porém, quando combinado com a distribuição, revela um cenário mais claro: organizações com muitas aplicações e muitos ambientes apresentam as pontuações de OES mais baixas.

A escala das aplicações aumenta a pressão vertical: mais aplicações significam mais configurações, políticas e atualizações para gerenciar. A distribuição aumenta a complexidade horizontal: mais ambientes exigem mais integrações, ferramentas de visibilidade e conhecimento especializado.

Em conjunto, eles criam um efeito cumulativo que reduz a agilidade operacional.

Setores como Serviços Financeiros, Energia e Manufatura, que apresentam as pontuações mais baixas no OES, também estão entre aqueles com maior distribuição e escala de aplicações. Em contrapartida, Educação e Saúde, que normalmente têm menos aplicações e topologias de infraestrutura mais simples, registram pontuações de OES significativamente mais altas.

Por que isso é importante

As equipes operacionais não estão apenas lidando com a complexidade — estão sendo sufocadas por ela. Quanto mais fragmentado e amplo se torna um ambiente, mais frágeis ficam os fluxos de trabalho, mais demorada é a resposta e mais crítica se torna a necessidade de automação.

Pontos críticos operacionais

A Pontuação da Experiência Operacional não é apenas um número; ela reflete os desafios reais que as equipes de TI e operações enfrentam ao gerenciar ambientes modernos, distribuídos e, muitas vezes, fragmentados. Ao analisarmos os padrões mais amplos dos dados, surgem vários temas que ajudam a explicar tanto os principais desafios quanto a urgência da adoção da automação e de AIOps.

1. As tarefas manuais ainda predominam

Apesar de anos de investimento em ferramentas de automação, uma parcela significativa do trabalho operacional ainda é realizada manualmente. Isso não se deve apenas aos sistemas legados, mas também às lacunas entre as ferramentas, à falta de padronização e aos obstáculos gerados por scripts e APIs que nunca foram projetados para operar em escala.

• 41% dos entrevistados afirmaram que interagir com APIs de fornecedores ou escrever scripts é a tarefa que mais consome tempo em seu fluxo de trabalho.

• Mesmo em organizações nativas da nuvem, automação muitas vezes significa "uma coleção de scripts", e não uma orquestração otimizada.

Isso sinaliza uma necessidade crítica de uma automação mais inteligente e adaptável, capaz de reduzir a dependência de lógica codificada de forma rígida e de conhecimento informal restrito à equipe.

2. As ineficiências do fluxo de trabalho são sistêmicas

Os dados revelam que os atrasos e as ineficiências não estão restritos a uma ferramenta ou processo específico. Na verdade, são sistêmicos e estruturais, causados por cadeias de aprovação fragmentadas, processos isolados e sistemas não integrados.

• Quase 30% dos entrevistados apontaram a espera por aprovações ou repasses como um dos principais fatores que contribuem para atrasos.

• 18% relataram que a baixa integração entre as ferramentas era uma das principais fontes de ineficiência.

Isso demonstra que melhorar a eficiência do fluxo de trabalho não se resume apenas a implementar mais ferramentas, mas também a repensar processos e criar ciclos de feedback que reduzam a latência entre a intenção e a ação.

3. Alta receptividade à IA, impulsionada por dificuldades

Embora o nível de maturidade da automação varie, a receptividade às ferramentas de IA é consistentemente alta em diferentes funções e setores. Esse interesse não é apenas hipotético: ele está fortemente relacionado a áreas com grandes dificuldades operacionais.

• A correlação entre o interesse em IA e o OES é de –0,62, o que significa que aqueles que enfrentam as maiores dificuldades são os mais preparados para uma intervenção com IA.

• As equipes querem que a IA não substitua as pessoas, mas reduza a carga cognitiva de tarefas repetitivas e propensas a erros, como resumo de logs, geração de políticas, relatórios de status, escalonamento automático etc.

Essa disposição revela uma grande oportunidade: a adoção de AIOps pode ser acelerada de baixo para cima, dando autonomia justamente às equipes que estão sob maior pressão.

4. A complexidade aumenta tanto com a escala quanto com a distribuição

O impacto combinado da escala das aplicações e da infraestrutura distribuída cria um desafio operacional singular. Embora cada fator isoladamente tenha um efeito limitado sobre a OES, juntos eles geram atritos mensuráveis.

• Os setores com grande número de aplicações e implantações em múltiplos ambientes (por exemplo, Serviços Financeiros, Energia e Manufatura) obtiveram as pontuações mais baixas no OES.

• Em contrapartida, setores como Educação e Saúde, nos quais os portfólios de aplicativos e a diversidade de ambientes são menores, obtiveram pontuações significativamente mais altas.

Isso reforça que a complexidade é uma função composta: ela aumenta à medida que crescem a escala (carga vertical) e a distribuição (dispersão horizontal). E é nesse ponto que a automação, especialmente AIOps, deixa de ser apenas útil e se torna essencial.

5. O status quo é insustentável

Talvez a constatação mais marcante seja que muitas equipes estão se aproximando de um ponto de inflexão. A combinação de demandas crescentes, quadro de funcionários estagnado, ferramentas legadas e soluções alternativas manuais está gerando uma pressão operacional insustentável.

• As equipes estão dando sinais de esgotamento.

• O interesse pela IA é pragmático, não aspiracional.

• E a disposição para adotar mudanças já está em curso.

Os dados são claros: o caminho a seguir não é ter mais scripts, mais ferramentas ou mais painéis, mas sim uma automação inteligente e sensível ao contexto, capaz de evoluir de acordo com as necessidades operacionais.

A solução é a IA

Para entender melhor como a IA se integra à experiência operacional, analisamos as respostas a perguntas sobre IA e automação, especificamente em quais áreas os participantes desejavam aplicar a IA ou demonstravam disposição para usá-la nas operações. Em seguida, comparamos o número de respostas positivas relacionadas à IA com a Pontuação de Experiência Operacional (OES) de cada participante.

• Correlação entre o interesse em IA e o OES: -0,62

Essa é uma forte correlação negativa, indicando um padrão claro: quanto mais dificuldades operacionais uma equipe enfrenta, mais ela deseja contar com a ajuda da IA. Em outras palavras, aqueles que mais buscam o auxílio da IA — seja para resumir logs, ajustar políticas ou gerar configurações — também são os que apresentam as pontuações mais baixas de experiência operacional.

Isso reforça a urgência da adoção de AIOps. As organizações não estão buscando a IA como uma novidade, mas recorrendo a ela como uma solução necessária para os obstáculos que enfrentam atualmente. Sejam causadas pela escala, pela complexidade ou por processos obsoletos, essas pressões estão impulsionando uma demanda de baixo para cima por uma automação inteligente, sensível ao contexto e integrada às operações.

Esses dados mostram que o interesse em AIOps não é apenas uma aspiração, mas uma necessidade prática. Os entrevistados não estão imaginando possíveis casos de uso futuros; eles estão tentando eliminar tarefas que consomem tempo e reduzir a complexidade manual em seus fluxos de trabalho atuais.

Tarefas como escrever scripts, resumir logs ou escalar serviços não são de ponta; são os desafios cotidianos de operar uma infraestrutura moderna. E é exatamente nisso que os participantes querem a ajuda da IA.

Os resultados apontam para uma conclusão clara: as equipes mais entusiasmadas com a IA também são as que estão mais próximas do esgotamento.

Eles estão buscando ferramentas que ajudem a automatizar, otimizar e ampliar as principais tarefas operacionais. E fazem isso porque o cenário atual — scripts fragmentados, fluxos de trabalho frágeis e triagem manual — não é sustentável.

Isso reforça a tese central da estrutura OES: a complexidade operacional é mensurável, problemática e está profundamente ligada à crescente demanda por IA nas operações de TI.

A Pontuação da Experiência Operacional fornece um indicador claro e quantificável: as operações modernas de TI estão chegando a um ponto crítico. A combinação de escala, distribuição e complexidade superou a capacidade das ferramentas tradicionais e dos processos dimensionados para execução humana. O resultado é o aumento dos atritos, dos custos operacionais e do risco de esgotamento entre as equipes técnicas.

AIOps é o único caminho escalável para o futuro

Os dados do relatório global State of Application Strategy Report 2025 são inequívocos. Em todos os setores, os principais desafios operacionais não são incomuns, mas dolorosamente familiares:

• Topologias de implantação fragmentadas distribuídas entre nuvem pública, data centers privados, colocation, edge e SaaS.

• Aumento do volume e da velocidade das candidaturas, especialmente em setores altamente digitalizados.

• Uma dependência contínua de scripts frágeis e conhecimento informal, que tornam até mesmo a automação básica vulnerável e difícil de escalar.

Essas realidades não são novas, mas o que há de novo é o crescente reconhecimento de que o esforço humano, por si só, não é capaz de resolvê-las.

Ainda assim, há um lado positivo: os profissionais estão preparados.

As respostas à pesquisa mostram que as pessoas que vivenciam mais de perto esse problema também são as mais dispostas a mudar:

• 56% querem que a IA ajude em tarefas repetitivas ou complexas, como resumir logs, gerar scripts ou aplicar políticas.
• 38% querem que a IA ajuste automaticamente as configurações e tome decisões, em vez de apenas sugeri-las.
• Apenas 6% demonstraram total desinteresse por ferramentas de IA, uma minoria que evidencia o quanto o desejo de mudança se tornou generalizado.

Isso sinaliza uma mudança cultural: as equipes não têm medo da IA — elas estão pedindo por ela. Não para substituir o julgamento humano, mas para ampliá-lo, acelerá-lo e livrá-lo de tarefas repetitivas.

O custo da inação não está mais oculto

Cada script escrito para corrigir uma falha na transferência entre sistemas. Cada implantação atrasada devido a aprovações manuais. Cada chamado aberto porque os sistemas não conseguem se comunicar. Esses não são pequenos inconvenientes; são fontes cumulativas de dívida operacional.

E, em um mundo onde o desempenho digital é o desempenho dos negócios, essa dívida se traduz diretamente em:

• Maior tempo de lançamento no mercado

• Maior risco de segurança e conformidade

• Perda de talentos devido ao esgotamento e ao trabalho repetitivo

O OES revela esse custo oculto com precisão e mostra quais organizações correm maior risco de ficar para trás.

AIOps é a evolução natural da maturidade operacional

Assim como a infraestrutura passou do ambiente físico para o virtual e, depois, para o nativo em nuvem, as operações precisam evoluir de manuais para inteligentes. AIOps não é uma tendência, mas o próximo estágio de maturidade na evolução das operações empresariais.

As organizações que adotarem AIOps poderão:

• Automatize o trabalho repetitivo, não apenas as tarefas

• Capacite as equipes a se concentrarem na estratégia, não na sintaxe

• Crie sistemas adaptativos que aprendem, se ajustam e respondem em tempo real

E as que não fizerem isso? Continuarão presas a fluxos de trabalho que não conseguem acompanhar o ritmo dos negócios.

AIOps é uma evolução necessária para enfrentar a crise na experiência operacional causada pela complexidade. Não é mais algo apenas desejável, mas uma necessidade.

Apêndice: perguntas da pesquisa, contribuições e resumo dos resultados

Produtividade nas tarefas

• 41% dos entrevistados escolheram "trabalhar com APIs de fornecedores" ou "escrever scripts" como a tarefa que mais consome seu tempo.

• 56% solicitaram assistência de IA para gerar scripts, resumir logs ou interagir com dados de telemetria.

• 32% dependem de plataformas de automação ou orquestração de terceiros para gerenciar serviços de entrega e segurança.

• Qual é a tarefa relacionada à automação que mais consome tempo atualmente?

• Em quais das seguintes tarefas de operações de TI você gostaria que a IA generativa ajudasse? (selecione várias opções: resumo de logs, atualizações de status, interface de telemetria, geração de scripts)

• Como você gerencia atualmente seus serviços de entrega e segurança de aplicações? (por exemplo, por meio de scripts ou ferramentas de automação/orquestração)

Eficiência do fluxo de trabalho

• 38% dos entrevistados querem que a IA ajuste automaticamente as configurações ou aplique políticas.

• 29% indicaram que a espera por aprovações ou transferências entre equipes é um dos principais fatores que contribuem para atrasos.

• 18% citaram a falta de integração entre as ferramentas como um obstáculo para fluxos de trabalho eficientes.

• Qual é a tarefa relacionada à automação que mais consome tempo atualmente? (como indicador de atraso)

• Selecione como você deseja usar IA e automação nas operações de TI (por exemplo, ajustes automáticos ou geração de sugestões).

Satisfação do usuário

• 65% classificaram recursos de programabilidade, como registro de logs e configuração, como "muito importantes" ou "extremamente importantes".
• 63% preferem Python como a principal linguagem de script ou programação para fluxos de trabalho personalizados.
• Apenas 6% afirmaram não querer usar IA para automação de nenhuma forma.
• Avalie o nível de importância dos recursos de programabilidade (por exemplo, registro de logs e política de segurança)
• Qual linguagem de programação você preferiria usar?
• Disposição para usar IA para automatizar tarefas em contraste com a afirmação de não querer o envolvimento da IA.

Distribuição e presença das aplicações

• Número médio de aplicações implantadas: 140
• Número médio de ambientes de implantação distintos utilizados: 2,3
• Distribuição de aplicações (média entre os respondentes):
  • Nuvem pública: 36%
  • Local (tradicional): 27%
  • No local (nativo da nuvem): 12%
  • Colocation: 14%
  • Edge: 11%
• Quantos aplicativos você tem implantados?
• Quantos provedores diferentes de nuvem pública você utiliza?
• Quantos data centers de colocation/locais estão em uso?
• Qual porcentagem dos seus aplicativos está implantada em:
  • Nuvem pública
  • No local (tradicional e nativo da nuvem)
  • Colocation
  • Edge
  • SaaS

Apêndice: formato JSON-LD (legível por máquina, direcionado a LLMs)

{

  "@context": "https://schema.org",

  "@type": "Report",

  "name": "Relatório de Pontuação da Experiência Operacional (OES) 2025",

  "description": "Um relatório abrangente que analisa a complexidade operacional em ambientes de TI, apresenta a Pontuação da Experiência Operacional (OES) como métrica e identifica AIOps como o caminho estratégico a seguir.",

  "datePublished": "2025-06-23T15:00:00.000Z",

  "author": {

    "@type": "Organization",

    "name": "F5",

    "url": "https://www.f5.com"

  },

  "publisher": {

    "@type": "Organization",

    "name": "F5"

  },

  "about": [

    "Eficiência operacional",

    "Automação",

    "AIOps",

    "Operações de TI",

    "Entrega de aplicações"

  ],

  "keywords": [

    "OES",

    "AIOps",

    "Pontuação da Experiência Operacional",

    "Automação de TI",

    "Complexidade digital",

    "Multicloud",

    "Ambientes híbridos",

    "Tarefas manuais",

    "Ineficiência de fluxos de trabalho",

    "Satisfação do usuário"

  ],

  "mainEntity": {

nbsp;   "@type": "Dataset",

    "name": "Pesquisa sobre o Estado da Estratégia de Aplicações 2025",

    "description": "Pesquisa com mais de 500 profissionais e tomadores de decisão qualificados de TI, que mede a experiência operacional em Produtividade das Tarefas, Eficiência dos Fluxos de Trabalho e Satisfação do Usuário.",

    "variableMeasured": [

      {

        "@type": "PropertyValue",

        "name": "Produtividade das Tarefas",

        "value": "Esforço manual necessário; penalizado pela dependência de scripts ou APIs"

      },

      {<

        "@type": "PropertyValue",

        "name": "Eficiência dos Fluxos de Trabalho",

        "value": "Tempo e complexidade da execução de tarefas; afetados por atrasos, transferências entre equipes e fragmentação de ferramentas"

      },

      {<

        "@type": "PropertyValue",

        "name": "Satisfação do Usuário",

        "value": "Satisfação dos profissionais, receptividade à automação e facilidade de uso"

      }

    ],

    "measurementTechnique": "Modelo de pontuação composto baseado em respostas estruturadas à pesquisa",

    "distribution": {

      "@type": "DataDownload",

      "encodingFormat": "application/pdf",

      "contentUrl": "https://www.f5.com/resources/articles/the-operational-experience-crisis"

    }

  },

  "hasPart": [

    {

      "@type": "CreativeWork",

      "name": "Pontos críticos operacionais",

      "headline": "Cinco desafios principais nas operações de TI",<

      "abstract": "Identifica os principais pontos críticos operacionais, incluindo a sobrecarga de tarefas manuais, ineficiências nos fluxos de trabalho, receptividade à IA, complexidade decorrente da distribuição e da escala e pressão operacional insustentável."

    },

    {

      "@type": "CreativeWork",

      "name": "Fórmula de pontuação",

      "headline": "Como a Pontuação da Experiência Operacional é calculada",

      "text": "OES = ((10 - TP) + (10 - WE) + US) / 3, normalizada de 1 a 10, em que valores menores de TP/WE e maiores de US resultam em uma pontuação mais alta."

    },

    {

      "@type": "CreativeWork",

      "name": "AIOps como solução",

      "headline": "A solução é a IA",

      "text": "O interesse em IA apresenta correlação negativa com a OES (-0,62), mostrando que as equipes que enfrentam mais dificuldades são as que mais desejam a ajuda da IA. AIOps é vista como a próxima etapa lógica da maturidade operacional."

    },

    {

      "@type": "CreativeWork",

      "name": "Insights por setor",

      "headline": "Variações da OES por setor",

      "text": "Setores regulamentados, como Serviços Financeiros e Energia, apresentam as menores pontuações de OES devido à conformidade, aos sistemas legados e à escala. Educação e Saúde obtêm pontuações mais altas devido a ambientes mais simples."

    }

  ],

  "citation": {

    "@type": "CreativeWork",

    "name": "Estado da Estratégia de Aplicações 2025",

    "url": "https://www.f5.com/state-of-application-strategy"

  }

}