Relatório global da Dynatrace mostra que cargas de trabalho de Inteligência Artificial ampliam custos, fragmentam ferramentas e dificultam a operação segura de sistemas em produção
O avanço da Inteligência Artificial nas empresas está criando uma nova camada de complexidade para as áreas de tecnologia, segurança e operações digitais. Um estudo global divulgado pela Dynatrace aponta que as cargas de trabalho de IA provocaram um aumento de 93% no volume de logs e telemetria nos últimos 12 meses, levando os modelos tradicionais de gerenciamento de logs ao limite.
O relatório “The State of Log Management 2026” mostra que, à medida que aplicações, agentes e sistemas baseados em IA deixam a fase experimental e passam a operar em ambientes de produção, cresce também a necessidade de monitorar, validar e explicar decisões automatizadas em tempo real.
Na prática, os logs deixaram de ser apenas registros técnicos de eventos. Eles passaram a ser uma fonte essencial para compreender o comportamento de sistemas inteligentes, investigar falhas, proteger ambientes críticos, apoiar auditorias e garantir confiabilidade operacional.
O problema é que a infraestrutura usada por muitas organizações ainda não foi desenhada para lidar com esse novo cenário.
Sete ferramentas, muita correlação manual e pouca escala
Segundo o estudo, as empresas utilizam, em média, sete ferramentas diferentes para gerenciar logs e telemetria. Essa fragmentação obriga as equipes a cruzar dados manualmente entre diferentes sistemas, painéis e ambientes, um processo que consome tempo, aumenta o risco de falhas e dificulta a obtenção de insights acionáveis.
O impacto já aparece na operação. De acordo com a pesquisa, 80% dos líderes entrevistados afirmam que a dificuldade de transformar telemetria em informação útil está afetando negativamente a experiência do cliente e atrasando iniciativas de IA.
Esse ponto é crítico porque a IA corporativa depende de rastreabilidade. Quando um sistema automatizado apresenta comportamento inesperado, toma uma decisão incorreta ou gera uma resposta fora do padrão, as equipes precisam entender rapidamente o que aconteceu, em qual contexto, com quais dados e em que etapa do processo.
Sem essa visibilidade, a confiança na IA fica comprometida.
Empresas descartam 86% dos logs para conter custos
Outro dado relevante do estudo é o volume de informação que deixa de ser analisado. Para controlar custos e lidar com limitações dos sistemas atuais, as organizações excluem, em média, 86% dos dados de logs da captação, armazenamento ou análise.
Essa prática pode reduzir despesas no curto prazo, mas cria um risco operacional importante. Ao descartar grandes volumes de telemetria, as empresas podem perder exatamente os sinais necessários para investigar incidentes, identificar anomalias, explicar decisões automatizadas ou comprovar conformidade.
O relatório também aponta que as equipes gastam quase US$ 2,5 milhões por ano em soluções de gerenciamento de logs, considerando captação, armazenamento, indexação, reidratação, consulta e gestão dos dados.
Ou seja, mesmo com investimentos elevados, muitas organizações ainda operam com baixa eficiência, excesso de ferramentas e perda significativa de informação.
IA exige uma nova abordagem para logs e telemetria
Para Mala Pillutla, vice-presidente de gerenciamento de logs da Dynatrace, a Inteligência Artificial está acelerando a inovação, mas também expõe as limitações dos sistemas tradicionais de registro.
“A IA está acelerando a inovação nas empresas, mas a maioria dos sistemas de registro de logs nunca foi projetada para a escala, a velocidade ou a complexidade dos ambientes impulsionados pela IA”, afirma.
Segundo a executiva, tratar logs, métricas, rastreamentos e eventos como sinais isolados deixou de ser viável em ambientes nos quais agentes de IA operam de forma probabilística.
“Para tornar os sistemas de IA confiáveis e seguros, as organizações precisam de uma abordagem unificada e inteligente que reúna toda a telemetria em tempo real, enriquecida com contexto detalhado para orientar decisões seguras”, completa Mala Pillutla.
Observabilidade unificada ganha prioridade
O estudo indica que quase três quartos dos entrevistados acreditam que as cargas de trabalho de IA exigem uma abordagem baseada em plataforma para o gerenciamento de logs. Além disso, 81% defendem que a captação e o processamento de logs devem ser abertos e automatizados para permitir análises em tempo real.
Esse movimento aponta para uma mudança importante: o gerenciamento de logs passa a ser parte de uma estratégia mais ampla de observabilidade.
Em vez de tratar logs, métricas, rastreamentos e eventos como elementos separados, as empresas precisam correlacionar esses sinais em uma visão única, contextualizada e acionável. Essa integração é essencial para detectar problemas, reduzir tempo de resposta, apoiar segurança, controlar custos e dar sustentação a sistemas de IA em escala.
O custo da fragmentação, portanto, não está apenas na infraestrutura. Está também nas iniciativas de IA que ficam paralisadas entre o piloto e a produção porque as equipes não conseguem confiar plenamente nos dados que deveriam explicar o comportamento dos sistemas.
O desafio da IA em produção
A pesquisa mostra que cerca de um terço das organizações paga por recursos de observabilidade redundantes ou subutilizados. Mais de um quarto desperdiça recursos de engenharia apenas para manter várias ferramentas funcionando em diferentes ambientes.
Esse esforço poderia estar sendo direcionado para preparar aplicações de IA para ambientes produtivos, fortalecer governança, melhorar segurança e acelerar a geração de valor.
O estudo reforça uma tendência cada vez mais clara no mercado corporativo: colocar IA em produção não depende apenas de modelos avançados. Depende também de dados confiáveis, rastreabilidade, governança, automação e observabilidade capaz de acompanhar a complexidade dos novos sistemas digitais.
Sobre o estudo
O relatório “The State of Log Management 2026” é baseado em uma pesquisa global com 450 líderes seniores e tomadores de decisão responsáveis pelo gerenciamento de logs em empresas com receita anual de US$ 750 milhões ou mais.
A pesquisa foi conduzida pela Coleman Parkes, em nome da Dynatrace, nos meses de janeiro e fevereiro de 2026.
O relatório completo está disponível em The future of log management: New research reveals that AI workloads demand more from logs
Acesse o estudo “The State of Log Management 2026” e veja os dados comparativos sobre como as cargas de trabalho de Inteligência Artificial estão ampliando o volume de logs, elevando custos e tornando a observabilidade unificada uma peça central para operações de IA confiáveis, seguras e escaláveis.
Sobre a Dynatrace
A Dynatrace está promovendo a observabilidade para os negócios digitais de hoje, ajudando a transformar a complexidade dos ecossistemas digitais modernos em poderosos ativos de negócios. Ao aproveitar os insights baseados em IA, a Dynatrace permite que as organizações analisem, automatizem e inovem mais rapidamente para impulsionar seus negócios.
MWC26 Shanghai mostra que a IA móvel depende de identidade, eSIM e segurança criptográfica
Check Point e Illumio ampliam parceria para conter ataques cibernéticos com IA
Ford reconhece limites da IA e recontrata engenheiros veteranos
Por que a IA sozinha não impede incidentes cibernéticos?
Acompanhe o melhor conteúdo sobre Inteligência Artificial publicado no Brasil.
Cadastre-se para receber o IDNews e acompanhe o melhor conteúdo do Brasil sobre Identificação Digital! Aqui!
