Ferramentas legadas ganham suporte de IA agêntica e redefinem a automação corporativa
As empresas que ainda dependem de sistemas legados estão prestes a viver uma virada bastante significativa. Entre março e abril de 2025, algumas das maiores fornecedoras de tecnologia corporativa do mundo anunciaram atualizações que colocam a IA agêntica no centro das ferramentas que há décadas sustentam operações críticas, de ERPs a mainframes.
Não é exagero dizer que estamos falando de uma das camadas mais sensíveis da infraestrutura tecnológica global. E o que está acontecendo agora pode mudar a forma como essas camadas funcionam pelos próximos anos.
A automação de cargas de trabalho, conhecida no mercado como workload automation, existe há tanto tempo que muita gente nem percebe o quanto ela está presente no dia a dia corporativo. É ela que conecta sistemas de diferentes eras, mantém processos funcionando entre plataformas que nunca foram feitas para conversar entre si e garante que dados cheguem onde precisam chegar, sem falhas e sem surpresas.
Segundo Dan Twing, analista da Enterprise Management Associates (EMA), a automação de cargas de trabalho é basicamente a cola que mantém processos unidos à medida que eles se movem entre diferentes domínios de aplicação e ambientes distintos. Qualquer grande organização possui essa camada em alguma capacidade, e nos últimos 20 anos a nuvem só cresceu porque tinha esse suporte e essa automação por trás.
Agora, com a chegada da IA no jogo, essa camada está ganhando um novo papel: ser a ponte entre o mundo determinístico das automações tradicionais e o universo mais imprevisível dos agentes de inteligência artificial. 🤖
Broadcom, BMC e IBM estão no centro dessa movimentação, cada uma com sua estratégia, seu ritmo e sua visão de como o futuro da orquestração corporativa vai se parecer. Vale a pena entender o que cada uma está fazendo e, mais importante, o que isso significa para quem usa ou vai usar essas ferramentas no mundo real.
O que mudou na automação corporativa com a IA
Por muito tempo, a automação de cargas de trabalho funcionou como uma engrenagem invisível dentro das empresas. Ela estava lá, rodando em segundo plano, garantindo que os processos acontecessem na ordem certa, no momento certo e sem que ninguém precisasse ficar monitorando cada etapa manualmente. Esse modelo funcionou muito bem durante décadas, especialmente para ambientes de mainframe, onde a previsibilidade e a estabilidade sempre foram mais valorizadas do que a flexibilidade.
O problema é que o mundo corporativo mudou bastante. Esses sistemas agora precisam conversar com plataformas de nuvem, aplicações modernas e, mais recentemente, com agentes de IA que tomam decisões de forma autônoma.
A chegada da inteligência artificial agêntica muda a equação de uma forma bem concreta. Diferente dos modelos de IA que apenas respondem perguntas ou geram textos, os agentes de IA executam tarefas, tomam decisões encadeadas e interagem com sistemas externos para alcançar um objetivo. Isso cria um desafio interessante para as ferramentas de orquestração tradicionais, que foram projetadas para lidar com fluxos previsíveis e bem definidos. Agora, essas ferramentas precisam acomodar comportamentos dinâmicos, onde o próximo passo pode depender de uma decisão que ainda não foi tomada, e não de uma regra gravada em pedra no sistema.
É exatamente nesse ponto que as grandes fornecedoras estão investindo. A ideia não é jogar fora o que já existe, até porque os mainframes e os sistemas legados ainda carregam cargas de trabalho críticas que não podem simplesmente ser migradas para a nuvem da noite para o dia. O que está acontecendo é uma camada de inteligência sendo adicionada por cima dessas infraestruturas, criando uma espécie de sistema nervoso mais sofisticado que consegue reagir, adaptar e até antecipar problemas antes que eles virem incidentes.
- E-BOOK GRATUITO
Um guia prático para avaliar, comparar e implementar inteligência artificial com clareza — sem desperdício de tempo ou dinheiro.
Pare de contratar ferramentas sem direção. Criamos um método estruturado para decidir qual IA realmente faz sentido para o seu negócio.
Entrega em PDF no seu e-mail · Sem spam · LGPD
🔒 Seus dados são protegidos conforme a LGPD. Você pode descadastrar a qualquer momento.
Como Twing colocou de forma bem direta: a automação de cargas de trabalho conecta o mundo antigo ao mundo novo e permite que eles coexistam. E não existe apenas um mundo antigo e um mundo novo. Existem 15 camadas de idades diferentes. Ainda tem coisa rodando em arquitetura client-server por aí, ainda tem arquiteturas de nuvem de primeira geração. A automação de cargas de trabalho é o que torna a empresa retrocompatível.
Broadcom organiza seu portfólio e aposta no Model Context Protocol
A Broadcom deu um passo concreto com o lançamento da versão 26 do Automic Automation, em 8 de abril de 2025. A atualização trouxe um novo tipo de Job chamado Agentic AI Job, que permite que a ferramenta de automação funcione como um servidor do Model Context Protocol (MCP), conectando a orquestração tradicional de TI diretamente a agentes de IA.
O Automic é estruturado em torno de Jobs, que são componentes de software responsáveis por executar comandos em diferentes ambientes, como sistemas operacionais, bancos de dados, aplicações empresariais como SAP e Oracle E-Business Suite, transferências de arquivos e serviços web. A versão 26 adiciona o tipo AI Agent Job, que orquestra agentes de IA e os integra a fluxos de trabalho já existentes. Além disso, o novo tipo de Job aplica o controle de acesso baseado em funções, os protocolos de log e auditoria do Automic às atividades dos agentes de IA, garantindo governança sobre o que esses agentes fazem.
Outra novidade é uma interface de execução de cargas de trabalho baseada em linguagem natural, adicionada a uma ferramenta de Code Assist baseada em Python para a construção de pipelines de dados.
Rajeev Kumar, responsável por produtos de automação de cargas de trabalho na Broadcom, explicou que os usuários agora podem digitar um prompt simples e, com o LLM conectado ao Automic, junto com as configurações e regras de grounding que fazem parte do produto, o sistema gera um plano de fluxo de trabalho.
Para dar um exemplo prático: imagine que um analista de negócios quer puxar dados do Salesforce todos os dias às 6 da manhã, mover esses dados para o BigQuery para análise, depois para o Looker para gerar um relatório, criar um resumo por IA desse relatório e enviar por e-mail para o CEO. O Automic agora consegue gerar um plano de fluxo de trabalho para isso, identificando os Jobs e elementos que precisam ser criados, apresentando tudo ao usuário para revisão e então implantando com a aprovação do usuário.
Kumar destacou que o foco não está nos engenheiros de software, mas sim nos analistas de negócio que já construíam esses fluxos de trabalho no passado, mas dependiam de ferramentas improvisadas para isso.
A Broadcom acumulou um conjunto amplo de negócios de hardware e software na última década, o que a posiciona entre as fornecedoras de infraestrutura de IA mais relevantes para as empresas considerarem. Stephen Elliot, analista da IDC, lembrou que as pessoas não percebem quanto do tráfego da internet passa por hardware da Broadcom. O VMware é apenas parte desse grupo massivo de software de infraestrutura, e não dá para esquecer das peças que vieram da CA, da Symantec, de softwares de rede e de chips.
BMC adota uma abordagem cautelosa e estratégica
A BMC, com seu Control-M, seguiu um caminho diferente, mas igualmente ambicioso. A atualização de março de 2025 trouxe suporte para agentes de IA de parceiros como CrewAI, LangGraph e Snowflake Cortex, junto com um assistente e criador de fluxos de trabalho chamado Jett AI. O suporte para orquestração de múltiplos agentes de IA ainda está em desenvolvimento, conforme explicou Ram Chakravarti, CTO da BMC.
Segundo Chakravarti, a empresa está abordando o tema em duas frentes. No produto principal, já é possível chamar agentes individuais com base em integrações pré-construídas e incorporá-los aos fluxos de trabalho. Em paralelo, a BMC está co-inovando com alguns de seus clientes mais relevantes em casos de uso significativos, onde agentes customizados estão sendo orquestrados com o núcleo do Control-M ou mesmo com funcionalidades adicionais, como o Managed File Transfer para troca federada de dados com IA.
A troca federada de dados é um processo em que instrumentos de consulta acessam dados potencialmente sensíveis dentro da infraestrutura de parceiros, ou vice-versa, sem exportar as informações para fora da rede da empresa. Isso pode ser uma parte importante no início de um trabalho com um novo parceiro. Um cliente piloto do Control-M conseguiu reduzir o processo de troca federada de dados usando agentes de IA de 30 dias para menos de 12 horas. Chakravarti não revelou o nome do cliente nem o porte exato da empresa, dizendo apenas que se trata de uma companhia extremamente grande.
Ele também fez um alerta relevante: a menos que seus casos de uso de IA estejam alinhados com a sua estratégia de negócios digitais mais ampla, seus pilotos de IA vão definhar como experimentos científicos. 🧪
Em 8 de abril, a BMC também publicou uma declaração de direção para suporte a agentes de IA no seu produto Automated Mainframe Intelligence (AMI) e expandiu os relatórios de mainframe gerados por IA do zAdviser Enterprise para incluir aplicações de sistemas distribuídos.
A BMC também passou por uma racionalização significativa do seu portfólio nos últimos anos, separando seus negócios de gerenciamento de serviços de TI e gerenciamento de operações do negócio de automação de cargas de trabalho e mainframe em empresas distintas no ano passado.
A corrida pela modernização dos mainframes com IA
A Broadcom começou a integrar IA generativa e agêntica ao gerenciamento de mainframes adicionando servidores MCP ao seu software de desenvolvimento ágil Rally e ao software de gerenciamento de mudanças Endevor, que suportam mainframes junto com sistemas distribuídos. A empresa também oferece suporte ao framework de código aberto Zowe para integração de mainframe em nuvem híbrida, incluindo um servidor MCP do Zowe. Além disso, a ferramenta de observabilidade WatchTower da IBM inclui recursos de AIOps para mainframes.
As atualizações da ferramenta AMI da BMC em abril incluíram relatórios de análise de aplicações empresariais para o zAdviser, sua ferramenta de monitoramento de produtividade de desenvolvimento baseada em IA. O assistente de IA existente no AMI ganhou integrações com o Knowledge Hub do mainframe e um chat Knowledge Expert, que puxa informações de fontes como runbooks, tickets, arquivos de log e resoluções de incidentes anteriores.
A declaração de direção da BMC para o AMI prevê uma evolução que vai além de explicações e recomendações, caminhando para fluxos de trabalho autônomos orientados por agentes de IA para diagnósticos de sistema e performance, fluxos de desenvolvimento, validação de segurança e recuperação operacional, tudo isso aprendendo com incidentes passados.
Steven Dickens, CEO da HyperFrame Research, avaliou que com essa declaração de direção a BMC está adotando uma abordagem mais holística e pensada para IA na modernização de mainframes do que a Broadcom. Segundo ele, a Broadcom colocou um servidor MCP no mainframe e conectou a um monte de aplicações legadas, o que permite interrogá-las via servidor MCP, mas isso parece ser o básico esperado, em vez de uma implantação holística de IA. A BMC, na visão de Dickens, está olhando para questões como ingestão de dados de suporte, Redbooks, bases de conhecimento, explicação de código e automação de operações com um raio de pensamento mais amplo.
IBM, Arm e um paralelo com o passado
Na visão de Dickens, a BMC tem a estratégia de mainframe mais ambiciosa, mas a IBM também conta com o software de AIOps Concert, que suporta automação do System Z, além do controle sobre o hardware de mainframe, que foi colocado em jogo no recente acordo para suportar chips Arm.
Receba o melhor conteúdo de inovação em seu e-mail
Todas as notícias, dicas, tendências e recursos que você procura entregues na sua caixa de entrada.
Ao assinar a newsletter, você concorda em receber comunicações da Método Viral. A gente se compromete a sempre proteger e respeitar sua privacidade.
Em 2 de abril, a IBM divulgou um acordo com a fabricante de semicondutores Arm que vai trazer aplicações de nuvem e mobile rodando em processadores de baixo consumo para ambientes IBM Z e LinuxOne por meio de virtualização. Essa parceria tem um paralelo histórico interessante: a IBM realizou um esforço semelhante para integrar chips x86 em seus sistemas zBX há mais de uma década. Esses sistemas agora suportam a maioria das principais cargas de trabalho empresariais, mas apresentam algumas questões conhecidas em áreas como gerenciamento de recursos de armazenamento e, em alguns casos, suporte a aplicações de terceiros.
Abrir a plataforma para chips Arm pode oferecer outra via de compatibilidade com aplicações de terceiros, e existem incentivos fortes de ambos os lados para fazer a integração funcionar, segundo Dickens. Ele destacou que, independentemente do que qualquer pessoa diga sobre o mainframe, ele é altamente disponível, altamente resiliente e altamente performático, sendo o processador comercialmente disponível mais rápido. A Arm, por sua vez, ganha acesso a essa colaboração de conjunto de instruções com centenas de desenvolvedores e arquitetos de chips, e a IBM tem bastante experiência nesse espaço.
Porém, Dickens não espera ver resultados prontos para entrega dessa colaboração até o lançamento da próxima geração do System Z, provavelmente em 2028, considerando a cadência típica de lançamentos a cada três anos da IBM. Os sistemas z17 mais recentes foram lançados em abril de 2025.
O cenário competitivo da automação de cargas de trabalho
No lado da automação de cargas de trabalho, o Relatório EMA Radar de outubro de 2025 para Workload Automation and Orchestration colocou o IBM Workload Automation na categoria de forte valor. Essa posição ficou abaixo do Control-M e do Automic, que estavam entre as ferramentas na categoria máxima de líder em valor, ao lado de Stonebranch, HCLSoftware, Beta Systems e Redwood.
Mas no geral, a IBM e a Red Hat possuem um conjunto sólido de ferramentas de IA agêntica para nuvem híbrida para competir, na visão de Dickens. Ele apontou que quando se olha para a Red Hat e a integração do OpenShift feita no mainframe, a IBM não está tendo apenas uma conversa sobre ferramentas de mainframe, mas sim uma conversa mais holística sobre TI híbrida. 🔍
O que isso significa na prática para as empresas
Para quem está do lado de quem usa essas tecnologias, a pergunta mais importante não é qual fornecedora está ganhando a corrida, mas sim o que muda no dia a dia das operações de TI. E a resposta mais honesta é: bastante coisa, mas não de uma hora para outra. A adoção de IA agêntica dentro de ambientes de automação corporativa é um processo gradual, que começa com casos de uso bem delimitados, como detecção de anomalias em pipelines de dados, ajuste automático de prioridades de jobs em horários de pico ou geração de alertas mais inteligentes que reduzem o volume de falsos positivos que os times de operações precisam investigar.
O impacto mais imediato tende a aparecer na redução do esforço operacional. Quando a orquestração começa a funcionar de forma mais autônoma, as equipes conseguem atender um volume maior de demandas sem precisar crescer proporcionalmente. Isso é especialmente relevante para empresas que operam com equipes de TI enxutas e que precisam sustentar ambientes complexos, muitas vezes misturando mainframes, sistemas on-premise e múltiplas nuvens ao mesmo tempo. A IA não resolve a complexidade, mas ajuda a gerenciá-la de um jeito mais inteligente, identificando padrões que um olho humano levaria muito tempo para perceber.
Outro ponto que merece atenção é a questão da governança. À medida que os agentes de IA ganham mais autonomia dentro dos fluxos de automação, as empresas precisam garantir que exista um mecanismo claro de auditoria e controle. Nenhuma organização de grande porte vai aceitar que um sistema tome decisões críticas sem que haja rastreabilidade e limites bem definidos. As plataformas da Broadcom, BMC e IBM estão, cada uma à sua maneira, investindo em mecanismos de explicabilidade e controle que permitem que as equipes de TI entendam por que uma determinada decisão foi tomada e, se necessário, revertam ou ajustem o comportamento do sistema. Isso é fundamental para que a confiança na IA cresça dentro dos ambientes corporativos de forma sustentável.
O que está acontecendo no mercado de automação corporativa em 2025 é, no fundo, o começo de uma reescrita de como as empresas operam sua infraestrutura mais crítica. Os mainframes não vão desaparecer, a orquestração tradicional não vai ser jogada fora, e a IA não vai resolver todos os problemas sozinha. O que vai mudar é a forma como essas peças se conectam e se complementam, criando sistemas mais resilientes, mais adaptáveis e, com sorte, mais fáceis de manter no longo prazo.
