Agentes de IA estão mudando a forma de construir projetos de dados: o time fica menor e mais sênior, a arquitetura passa a depender do porte do projeto e a governança vem antes da escala. Essa é a tese da palestra Do convencional aos agentes, de Leandro Krukoski, Diretor de Operações da Onetopia, no Data Science Summit Brasil 2026 (DSSBR), o congresso brasileiro de inteligência artificial, big data e computação quântica, que acontece de 27 a 29 de outubro de 2026 no Instituto de Engenharia do Paraná (IEP), em Curitiba. A palestra está na grade oficial na quinta-feira, 29 de outubro, das 14h30 às 15h, na Plenária.
Abaixo, os principais pontos da palestra.
Se a IA já cria o banco de dados, o que muda?
A palestra abre com um dado: segundo o Supabase, no anúncio da sua Série F (junho de 2026), mais de 60% dos novos bancos de dados da plataforma já nascem criados por ferramentas de IA, e não por pessoas. O mesmo movimento aparece em Firebase, Neon, Appwrite e outras plataformas. A pergunta que fica para quem constrói projetos de dados é direta: o que muda no nosso trabalho?
Mais uma onda, só que mais rápida
O mercado de dados já atravessou várias ondas: on-premise e ERP, cloud, big data e lakehouse e, mais recentemente, IA generativa. Cada uma redesenhou times e arquiteturas. A onda dos agentes tem uma diferença: ela automatiza a própria construção dos projetos, e chega mais rápido que as anteriores.
O modelo que nos trouxe até aqui
O modelo clássico, que a Onetopia usa e domina, combina squads ágeis em hub & spoke (um centro de excelência com times nas áreas), arquitetura medalhão (Bronze, Prata e Ouro) e entregas em DAR (Dashboard, Analytics e Report), sobre Databricks, Google Cloud e BigQuery, AWS e Microsoft Azure.
Ele continua sendo a fundação de grandes empresas. Mas foi feito para um mundo em que construir era caro, e cobra seu preço: projetos longos, fila no time central e custo alto para projetos pequenos.
Três rupturas em 18 meses
- O backend virou commodity: o Supabase, um exemplo entre várias plataformas, cresceu mais de 600% em bancos criados por ano (Supabase, junho de 2026).
- O dashboard virou app: empresas usam agentes para construir apps internos no lugar de dashboards genéricos; 35% já trocaram ao menos um SaaS por software próprio (Retool, Build vs. Buy 2026, 817 respondentes).
- O dado virou conversa: o Gartner prevê que, até 2028, 60% dos usuários de analytics self-service usarão LLMs de uso geral para explorar dados (Predicts 2026).
Dois mundos que estão se encontrando
De um lado, as plataformas convencionais de arquitetura e transformação de dados: Databricks, Google BigQuery, AWS e Microsoft Azure. Do outro, as plataformas de agentes: Claude, Google AI Studio e Gemini, ChatGPT e Codex, Microsoft Copilot Studio e AWS Bedrock. No meio, as plataformas convencionais já trazem agentes nativos, como Databricks Genie e Snowflake Cortex.
A mensagem da palestra: não é escolher um lado. A fronteira está sumindo, e o valor está em combinar os dois mundos.
De equipes gigantes a times enxutos
Antes, um projeto de dados grande pedia dezenas de pessoas entre engenharia, BI, QA e documentação. Hoje, agentes constroem boa parte do código, dos testes e da documentação, e o time fica menor, mais sênior e focado em arquitetura, regras de negócio e governança. O Gartner estima que 60% das tarefas repetitivas de gestão de dados serão automatizadas até 2027.
O tamanho do time deixou de ser a medida da capacidade de entrega.
Agnósticos por princípio
A Onetopia não vende ferramenta nem agente. Avalia continuamente as opções do mercado e usa o agente e a plataforma com o melhor custo-benefício para cada cliente e cada projeto, sem lock-in. Quando surge algo melhor, troca.
Cada porte, uma arquitetura
| Porte | Arquitetura | O que se ganha |
|---|---|---|
| Pequenas, médias e unicórnios | Stack enxuto (ex.: Supabase) com agentes no centro | Custo menor e entregas mais rápidas |
| Projetos de área no enterprise | Stack enxuto conectado à fundação corporativa, com agentes e apps | Prova de valor em semanas |
| Enterprise de grande porte | Databricks, BigQuery, AWS ou Azure como fundação governada; agentes acelerando a construção | Escala e governança com velocidade |
Como usar bem um agente
O agente acelera, mas a responsabilidade continua sendo do time. O fluxo apresentado tem quatro passos:
- Contexto: regras do projeto, camada semântica e documentação que o agente lê antes de agir.
- Especificação: o que construir e como validar.
- O agente constrói: código, testes e documentação.
- Um humano revisa: aprova, corrige e publica.
Os guarda-corpos: o agente trabalha em sandbox, nunca direto em produção; tudo é versionado e testado; e cada entrega tem tempo, custo e qualidade medidos.
Como treinar o time
A capacitação segue uma trilha em três níveis, sempre aprendendo em casos reais:
- Usuário (negócio): pergunta aos dados e valida as respostas.
- Construtor (analistas): cria análises e apps internos com agentes.
- Arquiteto (engenharia): cuida da fundação de dados, dos agentes e da governança.
O apoio vem de champions por área e de uma biblioteca compartilhada de prompts e skills. A urgência aparece nos números da PwC (2026, 49 mil profissionais): 22% já usam IA generativa todo dia, mas só 51% dizem ter o treinamento de que precisam, contra 59% no ano anterior. A adoção anda mais rápido que a capacitação.
Governança antes da escala
O Gartner prevê que mais de 40% dos projetos de IA agêntica serão cancelados até o fim de 2027, por custo crescente, valor de negócio incerto e controles de risco insuficientes. Para colocar agentes em produção com confiança, a palestra propõe cinco pilares sobre uma fundação de dados governada:
- Política de uso: o que pode e o que não pode, LGPD e dados sensíveis.
- Acesso: menor privilégio, com identidade e permissões próprias para cada agente.
- Auditoria: logs, versionamento e revisão humana em decisões críticas.
- Custo: limites e acompanhamento de consumo de tokens.
- Qualidade: camada semântica e testes, para o agente responder com a métrica oficial.
Caso real: Tecnofit, do convencional aos agentes
A Tecnofit, ERP de gestão para academias, boxes e estúdios de Curitiba, com cerca de 10 mil clientes, está migrando sua plataforma de dados. Antes, os dados passavam por várias camadas de ingestão até o BigQuery e o BI. Na nova arquitetura, o Supabase é a base de dados e o Claude cuida da transformação e de uma plataforma própria de visualização.
Com IA aplicada, a Onetopia entregou um modelo de LTV e churn e uma análise de mercado para apoiar a estratégia. Conheça também o case da plataforma de dados da Tecnofit.
Por onde começar
Segundo o estudo Desbloqueando o Potencial da IA no Brasil (AWS e Strand Partners, 2026), 50% das empresas brasileiras já usam IA, mas só 15% estão em estágio avançado. O roteiro proposto tem quatro passos:
- Diagnóstico: onde os agentes geram valor.
- Piloto: um caso real, com métrica.
- Treino e governança: time e regras prontos.
- Escala: do piloto para a operação.
A pergunta que encerra a palestra vale para qualquer liderança de dados: seu time está dimensionado para o mundo antes ou depois dos agentes?
Quer dar o primeiro passo com agentes de IA?
A Onetopia ajuda empresas a encontrar onde os agentes geram valor, rodar o primeiro piloto com métrica e preparar time e governança para escalar. Solicite um Assessment de Maturidade ou fale com um especialista.
