A Crise da Experiência Operacional

Análises do Relatório de Estratégia das Aplicações 2025 

Escrito por: Lori MacVittie

Introdução

À medida que você busca velocidade, segurança e eficiência na entrega de serviços digitais, a complexidade operacional se torna um obstáculo principal. O aumento de dependência da multinuvem, de aplicativos distribuídos e de arquiteturas híbridas expõe sua equipe de operações de TI a tarefas demoradas e fluxos de trabalho fragmentados. As métricas tradicionais não capturam o atrito acumulado que sua equipe enfrenta diariamente.

Para preencher essa lacuna, apresentamos o Pontuação de Experiência Operacional (OES), uma métrica composta que mede o grau de dificuldades operacionais e evidencia onde a automação, especialmente as operações impulsionadas por IA (AIOps), se torna indispensável. Essa pontuação oferece uma visão clara e orientada por dados sobre a eficiência das equipes de TI e aponta onde existem gargalos e ineficiências.

Metodologia e fórmula de avaliação

Pesquisamos como outros domínios técnicos avaliam a xperience, e a partir dessas descobertas, criamos uma fórmula que combina dados com base em três pilares:

Índice de Experiência Operacional

  1. Produtividade da Tarefa (TP) – Mede o esforço manual necessário para concluir as tarefas. Se as equipes dependem muito de escrever scripts, usar APIs diretamente ou aprovar ações rotineiras manualmente, o TP apresenta baixa eficiência.
  2. Eficiência do fluxo de trabalho (EF) – Isso avalia o tempo e a complexidade na execução das tarefas. Uma pontuação alta de EF indica prazos mais longos devido a ferramentas fragmentadas, atrasos nos processos ou alta dependência de intervenção humana.
  3. Satisfação do Usuário (EUA) – Mede o grau de satisfação dos profissionais com suas ferramentas e fluxos de trabalho, incluindo abertura à automação, facilidade de configuração e confiança nos resultados.

Essa abordagem valoriza ambientes com maior satisfação e penaliza aqueles dominados por esforço manual e ineficiência. Chamamos isso de Pontuação de Experiência Operacional.

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

Em todos os respondentes, o OES médio foi 5.50, com variações significativas por segmento da indústria. A seguir, os resultados:

Gráfico OES por Segmento de Indústria

A pontuação máxima do OES é 10, sendo 10 uma experiência ótima (baixa complexidade da tarefa, alta eficiência, alta satisfação) e 1 uma experiência ruim (alta complexidade, baixa eficiência, baixa satisfação).

Principais conclusões

  • 41% dos entrevistados disseram que a parte mais demorada do trabalho é "lidar com APIs de fornecedores" ou "escrever scripts".
  • 38% querem que a IA ajuste automaticamente configurações e políticas.
  • 56% procuram sugestões geradas por IA para acelerar os fluxos de trabalho.
  • Apenas 6% relataram que não desejam usar IA em seus fluxos de automação.

Uma tendência que chama atenção nesses dados é o OES significativamente menor em setores altamente regulamentados. Os setores financeiro, governamental e de energia/utilities mostram consistentemente mais obstáculos operacionais. Isso não surpreende totalmente. Esses setores seguem rígidos padrões de conformidade que normalmente exigem verificações manuais, processos de aprovação estritos e ciclos de mudanças mais lentos. Por isso, mesmo que ferramentas de automação estejam disponíveis, as equipes podem acabar limitadas para explorá-las ao máximo.

Além disso, a infraestrutura legada tende a permanecer mais tempo em ambientes regulamentados, criando desafios de integração e modernização que afetam a eficiência do fluxo de trabalho. E embora profissionais nesses setores estejam ansiosos para adotar IA, políticas e a aversão ao risco frequentemente atrasam a implementação. A métrica OES torna essa fricção visível e reforça o papel essencial que uma AIOps bem governada pode desempenhar ao facilitar a conformidade, sem impedir a velocidade na entrega.

source":"Distribution + scale = operational drag","target":"Distribuição + escala = arrasto operacional

Os ambientes modernos de aplicação são complexos, não apenas pelo local de implantação, mas também pela quantidade que suportam. Hoje, a maioria das organizações opera em diversos tipos de infraestrutura: nuvem pública, data centers privados, colocation, borda e SaaS. Ao mesmo tempo, você gerencia de dezenas a centenas de aplicações entre esses ambientes.

Para medir o impacto, consideramos duas variáveis principais:

  • {"source":"Distribuição: o número de ambientes diferentes nos quais as aplicações são implantadas."}
  • {"source":"Scale: the total number of applications managed.","target":"Escala: o número total de aplicações gerenciadas."}

O que os dados revelam:

  • Correlação entre distribuição e OES: –0,22
    Essa relação negativa mostra que, ao expandir a implantação das aplicações para mais ambientes, a experiência operacional diminui. Cada ambiente traz ferramentas, políticas e desafios de integração específicos, fragmentando o controle e atrasando a resposta.
  • Correlação entre quantidade de aplicações e OES: +0,05 
    Sozinho, o volume de aplicações tem correlação desprezível com o atrito operacional. Mas, ao associar com a distribuição, revelamos um cenário mais claro: organizações com grande número de aplicações e ambientes apresentam as menores pontuações de OES.

O aumento na escala da aplicação traz pressão vertical: mais aplicações significam mais configurações, políticas e atualizações para gerenciar. A distribuição gera complexidade horizontal: mais ambientes exigem mais integrações, ferramentas de visibilidade e expertise especializada.

Juntos, eles criam um entrave acumulado à velocidade operacional.

Setores como Serviços Financeiros, Energia e Manufatura, que têm as menores pontuações no OES, também estão entre os que possuem maior escala de distribuição e aplicação. Por outro lado, Educação e Saúde, que geralmente têm menos aplicações e topologias de infraestrutura mais simples, apresentam pontuações de OES significativamente mais altas.

Por que isso importa

As equipes operacionais não lidam apenas com a complexidade; elas estão imersas nela. À medida que o ambiente se torna mais fragmentado e escalável, os fluxos de trabalho se tornam mais frágeis, a resposta fica mais lenta, e a necessidade de automação se torna essencial.

sources":["Operational pain points"],"target":"Dores operacionais

O Operational Experience Score não é apenas um número, é um reflexo dos desafios reais que as equipes de TI e operações enfrentam ao gerenciar ambientes modernos, distribuídos e frequentemente fragmentados. Ao analisarmos os padrões mais amplos nos dados, surgem diversos temas que ajudam a entender tanto os pontos de dor quanto a urgência de adotar automação e AIOps.

1. As tarefas manuais ainda predominam

Apesar de anos de investimento em ferramentas de automação, uma parte considerável do trabalho operacional ainda é manual. Não se trata apenas de sistemas legados, mas também das lacunas entre as ferramentas, da ausência de padronização e do atrito causado por scripts e APIs que nunca foram feitos para escalar.

  • 41% dos entrevistados afirmam que a tarefa que mais exige tempo no seu fluxo de trabalho é interagir com APIs de fornecedores ou escrever scripts.
  • Mesmo em organizações nativas da nuvem, automação costuma ser apenas "um conjunto de scripts", e não uma orquestração eficiente.

Isso indica uma necessidade urgente de automação mais inteligente e flexível, que diminua a dependência de lógica fixa e do conhecimento tribal.

2. Ineficiências nos fluxos de trabalho são sistêmicas

Os dados revelam que atrasos e ineficiências não estão presos a uma ferramenta ou processo específico. Pelo contrário, eles são sistêmicos e estruturais, causados por cadeias de aprovação fragmentadas, silos de processos e sistemas não integrados.

  • Cerca de 30% dos entrevistados apontaram esperar por aprovações ou transferências como um dos principais fatores que causam atrasos.
  • 18% relataram que a má integração entre ferramentas era uma grande fonte de ineficiência.

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

3. Alta abertura à IA, impulsionada pelo atrito

Embora a maturidade da automação varie, a receptividade às ferramentas de IA permanece forte em todas as funções e setores. Esse interesse não é hipotético; há uma forte correlação com áreas de alto atrito operacional.

  • A correlação entre interesse em IA e OES é −0,62, indicando que quem mais sofre está mais disposto a receber intervenção de IA.
  • As equipes querem que a IA não substitua os humanos, mas que alivie a carga cognitiva de tarefas repetitivas e propensas a erros: resumo de logs, geração de políticas, relatórios de status, autoescalonamento, etc.

Essa disposição indica uma oportunidade poderosa: Podemos acelerar a adoção de AIOps de baixo para cima, capacitando justamente as equipes que sentem mais a pressão.

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

A combinação de escala das aplicações e infraestrutura distribuída cria um desafio operacional único. Embora cada fator isoladamente tenha um efeito limitado na OES, juntos eles geram uma fricção perceptível.

  • Indústrias com alto número de aplicações e implantações em múltiplos ambientes (como Serviços Financeiros, Energia, Manufatura) registraram as menores pontuações no OES.
  • Por outro lado, setores como Educação e Saúde, onde os portfólios de aplicativos e a diversidade de ambientes são menores, alcançaram pontuações significativamente mais altas.

Isso reforça que a complexidade é uma função composta: ela cresce conforme aumentam a escala (sobrecarga vertical) e a distribuição (espalhamento horizontal). É nesse ponto que a automação, especialmente a AIOps, deixa de ser apenas útil e se torna essencial.

5. O status quo não é sustentável

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

  • As equipes estão sinalizando esgotamento.
  • O desejo por IA é pragmático, não aspiracional.
  • E a disposição para abraçar a mudança já está em andamento.

Os dados falam claramente: o caminho a seguir não são mais scripts, ferramentas ou painéis, mas sim automação inteligente e sensível ao contexto que pode evoluir junto às necessidades operacionais.

A solução está na IA

Para entender melhor como a IA se encaixa na experiência operacional, analisamos as respostas às perguntas sobre IA e automação, especificamente onde os entrevistados queriam aplicar IA ou demonstraram disposição de utilizá-la nas operações. Depois, comparamos o número de respostas positivas relacionadas à IA com a Pontuação de Experiência Operacional (OES) de cada participante.

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

Essa é uma forte correlação negativa, indicando um padrão claro: quanto mais dificuldades operacionais uma equipe enfrenta, mais ela deseja que a IA ajude. Em outras palavras, aqueles mais ansiosos por assistência de IA, seja para resumir logs, ajustar políticas ou gerar configurações, também têm as menores pontuações de experiência operacional.

Isso destaca a urgência da adoção do AIOps. Você não busca IA por novidade; está alcançando ela como uma solução essencial para os obstáculos que enfrenta hoje. Seja por causa da escala, complexidade ou processos antigos, essas pressões impulsionam uma demanda ascendente por automação que seja inteligente, atenta ao contexto e integrada à operação.

Estes dados mostram que o interesse em AIOps não é aspiracional, é prático. Os respondentes não estão sonhando com casos de uso futuros especulativos; eles buscam eliminar gargalos de tempo e simplificar ao máximo suas operações atuais.

Tarefas como escrever scripts, resumir logs ou escalar serviços não são inovação; são os desafios diários de manter uma infraestrutura moderna. E é exatamente nesse ponto que os entrevistados buscam a ajuda da IA.

Os resultados indicam uma conclusão clara: as equipes mais ansiosas por IA também estão mais próximas do burnout.

Eles querem ferramentas que automatizem, agilizem e ampliem as principais tarefas operacionais. Fazem isso porque o modelo atual, com scripts fragmentados, processos frágeis e triagem manual, não aguenta mais.

Isso reforça a tese central do framework OES: Medimos a complexidade operacional, que gera desafios reais e está profundamente ligada ao aumento da demanda por IA nas operações de TI.

O Operational Experience Score fornece um sinal claro e quantificável: operações modernas de TI estão chegando a um ponto de ruptura. A combinação de escala, distribuição e complexidade superou as ferramentas tradicionais e processos em escala humana. O resultado é aumento de atritos, custos operacionais mais elevados e maior risco de burnout nas equipes técnicas.

AIOps é o único caminho escalável a seguir

Os dados do Relatório de Estratégia de Aplicações 2025 do Estado Global são inequívocos. Em todos os setores, os principais desafios operacionais não são exóticos, são dolorosamente familiares:

  • Topologias de implantação fragmentadas distribuídas entre nuvem pública, data centers privados, colocation, computação de borda e SaaS.
  • Aumento do volume e da velocidade das aplicações, especialmente em setores altamente digitalizados.
  • {"text":"Continuar dependendo de scripts frágeis e do conhecimento tribal, torna a automação básica frágil e difícil de escalar."}

Essas realidades não são novas, mas o que vem crescendo é o reconhecimento de que o esforço humano sozinho não consegue resolvê-las.

E, no entanto, há um lado positivo: os profissionais estão prontos. 

Respostas da pesquisa indicam que as pessoas mais próximas ao problema também são as mais abertas à mudança:

  • 56% desejam que a IA auxilie em tarefas repetitivas ou complexas, como resumir logs, criar scripts ou reforçar políticas.
  • 38% querem que a IA ajuste automaticamente as configurações e tome decisões, não apenas que as sugira.
  • Apenas 6% demonstram desinteresse total por ferramentas de IA, uma minoria que evidencia como a vontade de transformação se tornou ampla.

Isso indica uma mudança cultural: as equipes não temem a IA, elas a solicitam. Não para substituir o julgamento humano, mas para ampliá-lo, acelerá-lo e livrá-lo de tarefas repetitivas.

O custo de não agir não está mais escondido

Cada script criado para corrigir uma transferência mal feita. Cada implantação atrasada devido a aprovações manuais. Cada ticket criado porque os sistemas não conseguem se comunicar entre si. Estas não são inconveniências menores; são fontes crescentes de dívida operacional.

Num mundo onde o desempenho digital significa desempenho empresarial, essa dívida gera diretamente:

  • Lançamento no mercado mais rápido
  • Maior risco de segurança e conformidade
  • Perda de talentos devido ao esgotamento e ao trabalho excessivo

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

AIOps é a evolução natural da maturidade operacional

Assim como a infraestrutura avançou de física para virtual e depois para ambiente nativo da nuvem, você precisa evoluir as operações de manuais para inteligentes. AIOps não representa uma tendência passageira; é o passo seguinte para amadurecer as operações empresariais.

Organizações que adotam AIOps vão:

  • Automatize o trabalho, não apenas as tarefas
  • Capacite as equipes para se concentrarem na estratégia, não na sintaxe
  • Crie sistemas adaptáveis que aprendem, se ajustam e respondem em tempo real

E quem não consegue? Continuará preso a processos que não acompanham o ritmo dos negócios.

AIOps é uma evolução essencial para enfrentar a crise na experiência operacional causada pela complexidade. Não é mais algo opcional, é uma necessidade. 


Apêndice: Perguntas da Pesquisa, Contribuições e Resultados Resumidos

Produtividade em Tarefas

  • 41% dos entrevistados disseram que “trabalhar com APIs de fornecedores” ou “escrever scripts” é a tarefa que mais consome seu tempo.
  • 56% solicitaram assistência de IA para gerar scripts, resumir registros ou interagir com telemetria.
  • 32% dependem de plataformas de automação ou orquestração de terceiros para gerenciar serviços de entrega e segurança.
  • Qual é a tarefa que mais consome seu tempo atualmente na automação?
  • Em quais das seguintes tarefas de operações de TI você gostaria que a IA Generativa ajudasse? (vários itens: resumir logs, atualizações de status, interface de telemetria, geração de scripts)
  • Como você gerencia seus serviços de entrega e segurança de aplicações hoje? (por exemplo, por meio de scripts, ferramentas de automação/orquestração)

Eficiência do Processo

  • 38% dos entrevistados desejam que a IA ajuste automaticamente configurações ou aplique políticas.
  • 29% citaram a espera por aprovações ou repasses como principal causa dos atrasos.
  • 18% citaram a falta de integração entre ferramentas como uma barreira para fluxos de trabalho eficientes.
  • Qual é a tarefa que mais consome seu tempo na automação atualmente? (como um indicador de atraso)
  • Escolha de que forma você quer aplicar IA e automação nas operações de TI (como ajuste automático ou geração de sugestões).

Satisfação do usuário

  • 65% classificou recursos de programabilidade como registro 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% relataram não querer usar IA para automação de nenhuma forma.
  • Por favor, classifique o nível de importância dos recursos de programabilidade (por exemplo, registro, política de segurança)
  • Qual linguagem de programação você prefere utilizar?
  • {"source":"Willingness to use AI to automate tasks vs. stating no desire for AI involvement.","translation":"Disposição para usar IA na automação de tarefas versus a ausência de interesse na participação de IA."}

Distribuição e impacto das aplicações

  • Número médio de aplicações implantadas: 140
  • Número médio de ambientes de implantação únicos utilizados:2.3
  • Distribuição de aplicações (média entre os entrevistados):
    • Nuvem pública: 36%
    • No local (tradicional): 27%
    • On-Prem (ambiente nativo da nuvem): 12%
    • Colocação: 14%
    • Borda: 11%
  • Quantas aplicações você já implantou?
  • Quantos fornecedores de nuvem pública diferentes você utiliza?
  • Quantos data centers de colocation ou presenciais estão em uso?
  • Qual a porcentagem das suas aplicações que estão implantadas em:
    • Nuvem pública
    • No local (tradicional e nativo na nuvem)
    • Colocação em conjunto
    • Borda
    • SaaS

Apêndice: Formato JSON-LD (legível por máquina, direcionado para LLM)

{

  "@context": "https://schema.org",

  "@type": "Relatório",

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

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

"data de publicação": "2025-06-23T15:00:00.000Z",

  "autor": {

    "@tipo": "Organização",

    "nome": "F5",

    "url": "https://www.f5.com"

  },

  "publisher": {

    "@type": "Organização",

    "nome": "F5"

},

"sobre": [

"Eficiência Operacional",

"Automação",

"AIOps",

"Operações de TI",

"Entrega de Application "

],

"palavras-chave": [

"OES",

"AIOps",

"Pontuação de Experiência Operacional",

"Automação de TI",

"Complexidade Digital",

"Multinuvem",

"Ambientes Híbridos",

"Tarefas Manuais",

"Ineficiência do fluxo de trabalho",

"Satisfação do Usuário"

],

"Entidade principal": {

nbsp; "@tipo": "Conjunto de dados",

    "nome": "Pesquisa sobre o estado da estratégia de application 2025"

"descrição": "Pesquisa com mais de 500 tomadores de decisão e profissionais de TI qualificados, medindo a experiência operacional em Produtividade de Tarefas, Eficiência do Fluxo de Trabalho e Satisfação do Usuário.",

    "variableMeasured": [

      {

        "@type": "ValorPropriedade",

        "nome": "Produtividade da Tarefa",

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

      },

      {<

        "@type": "ValorPropriedade",

        "nome": "Eficiência do Fluxo de Trabalho",

        "valor": "Tempo e complexidade da execução de tarefas; impactados por atrasos, transferências de responsabilidade e fragmentação de ferramentas"

      },

      {<

        "@type": "ValorPropriedade",

        "nome": "Satisfação do Usuário",

        "valor": "Satisfação do profissional, abertura à automação, facilidade de uso"

      }

    ],

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

    "distribution": {

      "@type": "Download de dados",

"encodingFormat": "application/pdf",

"contentUrl": " <a href="https://www.f5.com/resources/articles/the-operational-experience-crisis">https://www.f5.com/resources/articles/the-operational-experience-crisis</a> "

}

},

"temParte": [

{

"@tipo": "Trabalho Criativo",

      "nome": "Pontos problemáticos operacionais",

      "título": "Cinco Desafios Principais nas Operações de TI",<

      "resumo": "Identifica os principais pontos críticos operacionais, incluindo sobrecarga de tarefas manuais, ineficiências no fluxo de trabalho, abertura à IA, complexidade de distribuição e escala, e pressão operacional insustentável."

    },

    {

      "@type": "Trabalho Criativo",

      "nome": "Fórmula de Pontuação",

      "título": "Como a Pontuação de Experiência Operacional é Calculada",

      "texto": "OES = ((10 - TP) + (10 - WE) + US) / 3, normalizado de 1 a 10, onde TP/WE menor e US maior resultam em uma pontuação maior."

    },

    {

      "@type": "Trabalho Criativo",

      "nome": "AIOps como Solução",

      "título": "A Receita é IA",

      "texto": O interesse em IA está negativamente correlacionado com o OES (-0,62), mostrando que as equipes com mais dificuldades são as mais ansiosas pela ajuda da IA. AIOps é visto como o próximo passo lógico na maturidade operacional."

    },

    {

      "@type": "Trabalho Criativo",

      "nome": "Insights do Setor",

      "título": "Variações do OES por Setor",

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

    }

  ],

  "citation": {

    "@type": "Trabalho Criativo",

    "nome": "Estado da Estratégia de Application 2025",

"url": " <a href="https://www.f5.com/state-of-application-strategy">https://www.f5.com/state-of-application-strategy</a> "

}

}