Inicio de ano é sempre o momento onde se começa a colocar em prática o que foi discutido e definido entre o Board e as lideranças da empresa e que contribuirão diretamente para o seu resultado anual. É claro, no ambiente que permeia os ERPs não é diferente. Mas o ano de 2026 deverá ser particularmente um dos anos mais impactantes dos últimos tempos, seja você provedor, canal de implementação ou usuário, pois se por um lado, o drive mais uma vez será tecnológico, mais precisamente, compreender a melhor forma de utilização (neste caso a IA), do outro existe o oposto: um variável regulatória governamental.
Independente dos desafios particulares pertinentes a sua vertical de atuação, estes “Pontos de Atenção” certamente deverão influenciar seu negócio este ano.
Reforma Tributária
Embora a implementação total seja gradual até 2033, o ano de 2026 será o ano para a fase de testes e adaptação.
• Início da cobrança do IVA Dual (CBS e IBS) com alíquotas de teste. Isso vai exigir que os ERPs já estejam parametrizados para calcular o novo imposto e também os antigos (PIS/COFINS, ICMS, ISS) que ainda vigorarão, ao mesmo tempo
• A tecnologia de Split Payment começa a ser a base da arrecadação. O foco em 2026 é na integração bancária e dos meios de pagamento para garantir que, ao passar o cartão, o imposto vá direto para o governo e o valor líquido para o vendedor.
• Este ano as empresas deverão revisar o cadastro de produtos (NCMs) para garantir a classificação correta nas novas regras e evitar autuações futuras.
IA como Gerador de Resultados
Nos anos de 2023-2024 a tecnologia ganhou escala, tornou-se acessível, apresentando os "chatbots" como o principal recurso. Em 2026 os Agentes de IA consolidam seu protagonismo e o que era apenas uma ferramenta de consulta passa a ser efetivamente mais um integrante do time, da força de trabalho.
Nos anos de 2023-2024 a tecnologia ganhou escala, tornou-se accescível, apresentando os "chatbots" como o principal recurso. Em 2026 os Agentes de IA consolidam seu protagonismo e o que era apenas uma ferramenta de consulta passa a ser efetivamente mais um integrante do time, da força de trabalho.
-
Criação de cenários multi-agentes, onde um eventual "Agente Gerente" distribui tarefas para "Agentes Especialistas" (ex: um agente analisa o contrato jurídico, outro faz a análise de risco financeiro, e um terceiro consolida o relatório).
-
Os modelos de IA agora já têm tanto a permissão como a capacidade para usar determinadas ferramentas. Um agente de vendas não apenas escreve o e-mail, mas consulta o CRM, confirma a disponibilidade do estoque no ERP, calcula o frete e envia a proposta final sem intervenção humana, apenas a supervisão.
-
Em 2026, necessidade de ROI será clara e a pergunta não é "o que a IA consegue criar?", mas sim "quanto custo operacional esse agente reduziu?" ou "quanta receita nova ele gerou automaticamente?".
Cibersegurança em Ambiente de IA
O cenário de ataque mudou consideravelmente, impulsionado diretamente pelo avanço da AI que entrega uma infinidade de possibilidades, mas cobra por isso um maior compartilhamento de dados.
-
O estudo 2025 Voice Intelligence and Security Report da Pindrop apontou um aumento de 126% no Brasil e 180% globalmente no número de ataques utilizando a estratégia de recurso social. Com a perfeição dos deepfakes de voz e vídeo em tempo real, ataques de vishing (phishing por voz) simulando CEOs ou diretores financeiros para autorizar transferências tem sido uma ameaça real e crítica. A verificação de identidade puramente digital tornou-se obsoleta.
-
Controlar os agentes e modelos de IA que os funcionários usam sem autorização será um grande desafio. Dados sensíveis da empresa vazando para modelos públicos continua sendo uma pratica crescente.
-
Em um ambiente multi-agente, ataques focados em corromper os dados que treinam ou alimentam os agentes da empresa, fazendo com que tomem decisões erradas (ex: alterar sutilmente critérios de crédito para aprovar fraudes).
Necessidade de Dados Estruturados
Para que os Agentes de IA funcionem, a infraestrutura de dados tornou-se o gargalo número um.
-
Modelos de linguagem (LLMs) são tolerantes a dados não estruturados para resumir textos, mas Agentes de IA precisam executar ações e exigem precisão. Um agente não pode errar um preço ou um código fiscal, por exemplo.
-
Outro grande tendencia é o uso dos tais Grafos de Conhecimento para dar contexto à IA. Em vez de apenas ler documentos soltos, a IA consulta uma estrutura que entende a relação entre "Cliente A", "Contrato B" e "Produto C".
-
Limpar seus Data Lakes para a ser imprescindível para as empresas. Dados sujos agora custam caro diretamente, pois fazem o agente alucinar ou travar processos automatizados.
Capacitação Humana para Uso de IA
A nova demanda do mercado de trabalho deve avançar na busca de não mais apenas o Engenheiro de Prompt, mas evoluir também para competência de gestão.
-
Surge a figura do profissional responsável por supervisionar uma equipe de agentes de IA. Ele precisa saber auditar o trabalho da IA, corrigir desvios de comportamento e otimizar os fluxos de trabalho.
-
Como a produção de conteúdo e código é abundante e barata, o valor humano migra para a capacidade de compreensão e discernimento. Saber o que pedir e saber avaliar se o resultado é seguro e estratégico passa a ser a habilidade core.
-
Não é necessário ser cientista de dados, mas todos os profissionais de negócios precisam entender o básico de como os dados estruturam as decisões da IA para não serem reféns da tecnologia.
