A Lecom realizou a 1ª edição do evento Intelligent Operations para alta lideranças em São Paulo. Inteligência operacional é a capacidade de fazer processos, pessoas, sistemas, dados, automações e inteligência artificial trabalharem de forma coordenada dentro de uma mesma operação.
Foi essa discussão que guiou a primeira edição do Lecom Intelligent Operations, realizada em São Paulo e que reuniu mais de 60 lideranças de empresas enterprise para conversar sobre o próximo estágio da automação.
Ao longo do encontro, uma questão apareceu de diferentes formas: se as empresas já investiram em ERP, CRM, cloud, APIs, RPA, plataformas de processos e, agora, inteligência artificial, por que tantas operações ainda funcionam de maneira fragmentada?
A resposta passa menos pela quantidade de tecnologia disponível e mais pela capacidade de orquestrá-la.
Essa foi a provocação apresentada por mim, Tiago Amor, e aprofundada ao lado de Douglas Zilio, Gerente Nacional de Arquitetura, com aplicações reais de BPM, RPA, IDP, integrações e agentes de IA em operações críticas.
Na visão apresentada no evento, a Lecom funciona como uma camada de inteligência operacional capaz de integrar, orquestrar e executar o trabalho, conectando ambientes antes separados em fluxos efetivos de ação.
O que é Inteligência Operacional?
Inteligência operacional é a capacidade de coordenar diferentes tecnologias e atores dentro de uma mesma jornada de negócio.
Não significa substituir tudo por IA. Também não significa transformar todos os processos em RPA ou concentrar a operação em uma única tecnologia. Significa entender o papel de cada recurso.
Um ERP pode continuar sendo o sistema responsável pelo registro transacional. Um CRM mantém informações de relacionamento. E-mails, Microsoft Teams, WhatsApp, portais e outros canais continuam sendo pontos de interação. O RPA pode executar tarefas repetitivas em sistemas. O IDP e o OCR podem interpretar documentos. Um agente de IA pode analisar contexto e decidir dentro de limites previamente estabelecidos.
No centro, existe uma camada responsável por coordenar o fluxo (a Lecom), aplicar regras, acionar cada recurso na etapa apropriada, registrar o que aconteceu e garantir continuidade à operação.
Inteligência operacional, portanto, não é acumular tecnologias. É transformar tecnologias diferentes em capacidade coordenada de execução.
Essa distinção se torna mais relevante à medida que a inteligência artificial avança nas empresas.
Pesquisa do IT Forum publicada em 2026, realizada com 243 organizações de grande porte no Brasil, mostra que 63% dos CIOs apontavam adoção, governança ou escalabilidade de IA e IA generativa como um dos principais desafios da estratégia de TI. Automatizar processos e operações para ganhar eficiência apareceu logo em seguida, citado por 55
Os dois desafios estão cada vez mais relacionados.
Implantar IA é uma discussão tecnológica. Colocar IA para participar de uma operação crítica envolve também processo, arquitetura, dados, segurança, regras, responsabilidades e indicadores.
É por isso que uma das perguntas centrais do Intelligent Operations não foi “qual IA utilizar?”, mas algo mais estrutural: como transformar toda a inteligência tecnológica disponível em capacidade real de execução?
A apresentação resume essa tensão em quatro perguntas familiares para qualquer liderança de transformação: onde investir, o que priorizar, como integrar e como governar. Depois vem uma quinta, ainda mais importante: como provar resultado?
A era dos agentes exige mais processos e governança
A chegada dos agentes de IA torna essa discussão ainda mais relevante.
O Gartner publicou em setembro de 2026 seu Magic Quadrant para Business Orchestration and Automation Technologies (BOAT), definindo essa categoria como plataformas que unificam orquestração de processos, conectividade e capacidades agênticas para viabilizar automação em escala empresarial.
O movimento reforça uma ideia central discutida no evento: quanto mais autonomia é transferida à tecnologia, maior precisa ser a capacidade da organização de determinar o que pode acontecer, em quais condições, com quais dados e quem responde por uma exceção.
A própria apresentação no Intelligent Operations resume essa relação: à medida que se passa de workflows e RPA, focados na execução de instruções, para sistemas capazes de interpretar contexto e tomar decisões, a necessidade de governança cresce.
A tendência também aparece em pesquisas mais amplas. O relatório State of AI in the Enterprise 2026, da Deloitte, baseado em respostas de 3.235 lideranças de 24 países, aponta que o uso de IA agêntica deve crescer rapidamente, mas apenas cerca de um em cada cinco participantes afirma possuir um modelo maduro de governança para agentes autônomos.
Isso ajuda a explicar por que a próxima discussão sobre agentes não pode ficar restrita à qualidade do modelo.
Ela envolve identidade, acesso a dados, permissões, logs, limites de autonomia, monitoramento, ownership e caminhos claros de escalonamento para pessoas.
A Microsoft, por exemplo, recomenda que organizações estabeleçam uma base central e aplicável de governança para agentes, envolvendo identidade, propriedade, controles de acesso, dados, compliance e observabilidade
Mais autonomia não elimina processos. Ela aumenta a importância de processos capazes de definir limites, registrar decisões e estabelecer responsabilidades.
Inteligência operacional na prática: cases da Lecom
Essa visão já aparece em projetos construídos pela Lecom em diferentes tipos de operação.
No Grupo Dislub Equador, por exemplo, a plataforma passou a atuar como elemento de orquestração entre processos, ERP e recursos de inteligência artificial, conectando fluxos distribuídos por diferentes áreas da companhia. Conheça o case do Grupo Dislub Equador
Na Comgás, a necessidade envolvia estruturar processos de ponta a ponta, melhorar integrações, eliminar retrabalho e ampliar a disponibilidade de informações para gestão.
São exemplos diferentes, mas com um ponto em comum: o ganho não está simplesmente em colocar mais uma ferramenta na arquitetura. Está em criar continuidade entre etapas que antes dependiam de diferentes sistemas, áreas e atividades manuais.
O que ficou da primeira edição do Lecom Intelligent Operations
Mais de 60 lideranças participaram dessa primeira edição em São Paulo. E, embora as empresas presentes tivessem diferentes níveis de maturidade e desafios operacionais, três discussões apareceram repetidamente.
A primeira é que adotar IA é diferente de sustentar IA dentro de uma operação real. Quando dados, sistemas e processos continuam fragmentados, a inteligência artificial passa a herdar essa fragmentação.
A segunda é que agentes precisam de contexto operacional. Para atuar dentro de um processo crítico, não basta interpretar uma solicitação. Eles precisam conhecer regras, dados disponíveis, limites de autonomia, integrações e caminhos de exceção.
A terceira é que ROI depende da tecnologia certa no lugar certo. Algumas etapas pedem processo. Outras, integração. Outras, RPA. Algumas podem se beneficiar de IDP ou IA. E determinadas decisões continuarão exigindo pessoas.
Essa é a essência do conceito de inteligência operacional apresentado pela Lecom: não escolher entre pessoas, processos, RPA, IDP ou agentes de IA, mas fazer com que cada elemento participe da operação no ponto em que consegue gerar mais valor.
Depois de mais de três décadas trabalhando com processos críticos de grandes organizações, a Lecom entra nessa nova fase com um desafio que é ao mesmo tempo tecnológico e operacional: ajudar empresas a transformar a quantidade crescente de inteligência disponível em execução coordenada, governada e mensurável.
A primeira edição do Lecom Intelligent Operations colocou essa discussão na mesa. E ela está apenas começando. Até a próxima edição!
