André de Barros Faria, CEO da Vert Analytics, comenta que trocar o sistema que sustenta o núcleo do negócio sempre esbarrou na mesma conta: o orçamento necessário superava o que a diretoria estava disposta a aprovar, e o projeto ficava mais um ano na gaveta. Esse cálculo mudou. A modernização de um sistema de porte considerável, que chegava a custar mais de cem milhões de dólares há poucos anos, hoje sai por bem menos da metade desse valor, segundo estimativa da consultoria McKinsey.
Players do setor, nesse momento, acompanham de perto esse tipo de guinada: a empresa desenvolve tecnologia própria em inteligência artificial e hiperautomação voltada à modernização de processos e operações.
O que travava a modernização até pouco tempo atrás?
Reescrever um sistema legado sempre exigiu duas coisas raras ao mesmo tempo: gente que entendesse a linguagem antiga em que ele foi escrito e tempo suficiente para mapear regras de negócio acumuladas por décadas, muitas vezes sem documentação. Sem as duas, o projeto emperrava antes de sair do papel.
Isso explica por que boa parte das grandes empresas ainda roda hoje sobre uma base construída há vinte anos ou mais, muitas vezes com os profissionais que a mantêm perto da aposentadoria. Andre Faria explica que trocar essa base do zero significava competir por orçamento com iniciativas de resultado mais visível no curto prazo, e a modernização quase sempre perdia essa disputa interna.
O que a IA generativa muda nessa conta?
A IA generativa entra exatamente nas duas etapas que mais consumiam tempo: ler o código antigo e traduzir seu comportamento em regras de negócio legíveis. Um modelo consegue varrer milhares de linhas, apontar dependências entre módulos e sugerir a versão equivalente em uma linguagem atual, tarefa que antes tomava meses de um time sênior.
O ganho aparece no cronograma antes de aparecer no custo. Projetos que usam agentes de IA nessa etapa de leitura e conversão vêm reduzindo prazos de modernização em cerca de 40% a 50%, segundo a mesma consultoria. Menos tempo de equipe alocada é o que baixa a conta final.
Por que só reescrever o código não resolve?
Converter um sistema antigo para uma linguagem nova sem repensar sua estrutura apenas transporta o problema: o código fica mais legível, mas carrega os mesmos atalhos e as mesmas regras confusas de origem, prontos para pesar de novo daqui a alguns anos.
O ganho de verdade nasce quando a leitura do sistema antigo serve para redesenhar o processo por trás dele, não só para trocar a sintaxe. Andre Barros Faria indica que é nesse ponto que a modernização deixa de ser tarefa de TI e passa a interessar a quem responde pelo resultado da empresa como um todo.
O que muda no papel de quem decide?
Com o custo de leitura e conversão em queda, a decisão de modernizar deixa de ser bloqueada pelo preço e passa a depender de outra pergunta: qual sistema, entre vários candidatos, gera mais risco se continuar como está? Essa priorização exige visão do negócio inteiro, não só do código.
É também onde entra a governança sobre o uso da IA nesse tipo de projeto: quem revisa o que o modelo sugeriu antes de ir para produção, com que critério e sob qual responsabilidade. Sem essa camada, o time troca um sistema difícil de manter por outro difícil de auditar.
A modernização vira decisão de negócio, não de TI
Por anos, sistemas antigos foram tratados como problema técnico a ser resolvido quando sobrasse orçamento. Com o custo em queda, a pergunta muda de lugar: já não é mais quanto custa modernizar, é quanto custa não ter modernizado quando o concorrente já terminou. É essa mudança de cálculo que André Faria vê se espalhar entre empresas de setores bem diferentes entre si.
