Essa realidade gerou gargalos e encargos de manutenção, e o impacto está se manifestando no desempenho. Hoje, menos de metade dos CIOs (48%) afirmam que as suas actuais iniciativas digitais estão a atingir ou a exceder as metas de resultados empresariais. Outra pesquisa de 2025 descobriu que os líderes de operações apontam a complexidade da integração e os problemas de qualidade dos dados como os principais culpados pelos quais os investimentos não foram entregues conforme o esperado.
Achim Kraiss, diretor de produtos do SAP Integration Suite, discorre sobre os diversos problemas inerentes à TI patchwork: “Um cenário fragmentado torna difícil ver e controlar os processos de negócios de ponta a ponta”, explica ele. “O monitoramento, a solução de problemas e a governança sofrem. Os custos aumentam devido a todos os mapeamentos complexos e à conectividade de vários aplicativos que você precisa manter.”
Estes desafios assumem um novo significado à medida que as empresas procuram adotar a IA. À medida que a IA se torna incorporada nos fluxos de trabalho diários, espera-se subitamente que os sistemas movam volumes de dados muito maiores, a velocidades mais elevadas e com uma coordenação mais estreita do que as arquiteturas de ontem foram construídas
para sustentar.
À medida que as empresas se preparam para um futuro impulsionado pela IA, seja IA generativa, aprendizagem automática ou IA de agência, muitas estão a perceber que a forma como os dados se movem através dos seus negócios é tão importante como os insights que geram. Como resultado, as organizações estão se afastando de ferramentas de integração dispersas e adotando plataformas consolidadas de ponta a ponta que restauram a ordem e simplificam a forma como os sistemas interagem.
Baixe o relatório.
Este conteúdo foi produzido pela Insights, o braço de conteúdo personalizado do MIT Technology Review. Não foi escrito pela equipe editorial do MIT Technology Review. Foi pesquisado, projetado e escrito por escritores, editores, analistas e ilustradores humanos. Isso inclui a redação de pesquisas e a coleta de dados para pesquisas. As ferramentas de IA que podem ter sido utilizadas foram limitadas a processos de produção secundários que passaram por uma revisão humana minuciosa.
