TDC São Paulo 2026: IA, produto e tecnologia como decisões de negócio

Entre os dias 23 e 25 de setembro, o TDC São Paulo 2026 reuniu no Pro Magno uma programação que passou por Governança de IA, Engenharia de Dados, AI Code e Automação, Arquitetura Cloud, Produto, Growth, SRE, Observabilidade, Engenharia de IA, Agentes, Segurança, UX e Liderança Técnica. O próprio evento apresentou esta edição a partir de uma discussão bastante ligada à aplicação: IA em uso, decisões técnicas, trade-offs e caminhos viáveis para a operação.

Para nós, essa combinação diz bastante sobre o momento atual da tecnologia nas empresas. A capacidade de criar software, gerar código, analisar grandes volumes de informação e automatizar tarefas está aumentando rapidamente. Com isso, ganham peso as decisões que vêm ao redor da tecnologia: o que merece ser automatizado, quais dados podem ser utilizados, quanto uma solução custa quando ganha escala, como medir seu resultado e quem responde quando um sistema passa a agir.

É essa leitura que orienta nossa seleção dos principais aprendizados do TDC São Paulo 2026. Em vez de percorrer palestra por palestra, reunimos movimentos que ajudam lideranças de marketing, vendas, produto, tecnologia e gestão a entender onde a discussão avançou e quais perguntas precisam começar a entrar na rotina das empresas.

A tecnologia consegue fazer mais. A empresa precisa decidir melhor.

Um dos sinais mais claros da programação foi a presença da inteligência artificial em assuntos que antes poderiam ser tratados separadamente. IA apareceu em desenvolvimento, testes, dados, observabilidade, agilidade, segurança, produto e liderança. Ao mesmo tempo, havia trilhas específicas sobre governança, agentes e engenharia de IA.

Essa distribuição mostra uma mudança relevante. A inteligência artificial começa a deixar de ser uma iniciativa isolada, conduzida por um pequeno grupo, e passa a participar da infraestrutura e dos processos da empresa.

Quando isso acontece, a discussão ganha novas dimensões. Uma prova de conceito pode funcionar com poucos usuários e baixo volume. Uma solução em produção precisa lidar com custo, segurança, permissões, disponibilidade, qualidade, rastreabilidade e consequências reais caso alguma decisão saia do esperado.

Na trilha de Governança de IA, por exemplo, as sessões abordaram desde controle de acesso e gateways até auditoria de decisões, estabilidade de modelos, custo operacional, rollback e sistemas multiagentes em produção. Um case apresentado pelo Itaú tratou justamente da experiência de colocar um produto agêntico voltado a clientes em operação, com atenção a guardrails, observabilidade e segurança.

Insight da Poussée: para nós, um dos movimentos mais importantes do TDC 2026 está nessa passagem entre experimentar tecnologia e incorporá-la à operação. O valor de uma iniciativa começa a depender menos da demonstração de que ela funciona e mais da capacidade de fazê-la funcionar com previsibilidade, custo justificável e impacto mensurável.

1. IA em produção exige uma conversa sobre governança antes de escala

Governança pode parecer um tema técnico ou regulatório, mas as discussões do TDC ajudam a aproximá-la das decisões de negócio.

Um agente capaz de consultar documentos internos, acessar sistemas, analisar informações e executar ações precisa trabalhar dentro de limites. A questão passa a envolver quais dados ele acessa, quais operações podem realizar, quanto pode consumir, como suas decisões são registradas e quais situações exigem intervenção humana.

Uma das palestras da trilha de Governança resumiu essa mudança ao apresentar o AI Gateway como uma camada de controle entre agentes, modelos e APIs. A proposta incluiu segurança, observabilidade, controle de tokens, políticas de uso e rastreabilidade. Em outra sessão, foram discutidas métricas que vão além da acurácia do modelo, incorporando estabilidade, custo, latência, risco e impacto sobre indicadores do negócio.

Para uma liderança, a tradução é bastante concreta. Se uma empresa utiliza IA apenas para ajudar alguém a escrever um e-mail, o risco tende a permanecer limitado. Se o sistema começa a alterar um cadastro, recomendar uma decisão financeira, acionar uma campanha ou executar uma rotina operacional, o nível de controle necessário pode mudar.

Por isso, recomendamos que as empresas classifiquem suas iniciativas de IA pela capacidade de produzir consequências. Quanto maior a autonomia da solução, maior deve ser a clareza sobre permissões, validação, registro e possibilidade de reversão.

Governança também protege investimento

Existe uma consequência financeira nessa discussão.

Colocar diferentes ferramentas em uso sem critérios comuns pode gerar contratos redundantes, consumo elevado de modelos, integrações paralelas e dados espalhados por ambientes que não conversam entre si. O resultado pode ser uma empresa com muitas iniciativas de IA e pouca capacidade de avaliar o retorno de cada uma.

Governança ajuda a organizar esse portfólio. Quais problemas justificam a IA? Quais poderiam ser resolvidos por automação convencional? Quais soluções devem ser construídas internamente? Quando comprar uma plataforma pronta faz mais sentido?

Essas decisões precisam aproximar tecnologia, finanças e áreas de negócio.

2. Agentes de IA começam a mudar processos, e não apenas tarefas

Os Agentes ocuparam um espaço relevante no TDC São Paulo. Além de uma trilha exclusiva no terceiro dia, o tema apareceu nas discussões sobre governança, dados, desenvolvimento e arquitetura. A cobertura do palco Stadium também registrou uma ênfase na necessidade de combinar autonomia com identidade, permissões, execução controlada e evidências sobre o que cada agente realizou.

Esse movimento merece atenção porque existe uma diferença importante entre pedir que uma IA produza uma resposta e permitir que ela execute etapas de um processo.

Considere uma rotina comercial. Uma ferramenta pode resumir uma reunião para o vendedor. Um sistema agêntico pode, dependendo de suas permissões, consultar o CRM, identificar pendências, preparar um follow-up, atualizar informações, priorizar uma oportunidade e acionar a próxima etapa.

O ganho potencial aumenta, mas a empresa precisa definir critérios com muito mais cuidado.

Qual informação autoriza uma mudança no CRM? Um agente pode enviar uma mensagem sem aprovação? Em que situações uma oportunidade pode mudar de etapa? Quem responde quando o sistema interpreta um dado de maneira incorreta?

Essas perguntas aproximam a discussão tecnológica do desenho dos processos.

Automatizar uma tarefa é diferente de redesenhar o trabalho

Nossa recomendação é evitar a simples reprodução dos fluxos atuais com uma camada de IA por cima.

Antes de automatizar, vale entender por que cada etapa existe, quais decisões exigem julgamento e onde o processo acumula espera ou retrabalho. Um fluxo criado para pessoas operarem manualmente pode carregar aprovações e controles que deixam de fazer sentido quando parte da execução muda.

Também pode acontecer o contrário: uma etapa que parecia burocrática pode existir porque protege uma decisão relevante.

Para marketing e vendas, isso significa olhar para automação a partir do processo inteiro. Pesquisa de contas, geração de conteúdo, qualificação, registro de interações e análise de dados podem ganhar apoio de IA, mas os critérios de marca, segmentação, abordagem comercial e aprovação continuam precisando de definição clara.

3. Dados e contexto passam a ser infraestrutura para IA

A trilha de Data Science e Analytics trouxe uma discussão especialmente importante para empresas que já possuem grandes volumes de informação, mas ainda enfrentam dificuldade para utilizá-los de forma integrada.

Uma das sessões foi apresentada sob o título “IA corporativa sem caos: como unificar dados, contexto e ação” e tratou da fragmentação de dados como barreira para agentes mais úteis e confiáveis. Outra apresentação mostrou um projeto do Grupo Boticário que utiliza técnicas de embeddings, clusters e um workflow multi-agente para transformar milhares de conversas de atendimento em informação consultável pelo negócio.

Os exemplos são técnicos, mas a implicação é simples: a qualidade da IA depende do conhecimento ao qual ela consegue ter acesso e da forma como esse conhecimento está organizado.Isso tem impacto direto sobre marketing e vendas.

Se marketing possui uma classificação de cliente, vendas utiliza outra, o atendimento registra informações em um terceiro ambiente e o produto mantém dados de comportamento separados, qualquer tentativa de criar uma visão inteligente daquele relacionamento começa fragmentada.

A IA pode aumentar a velocidade da análise, mas continua trabalhando sobre aquilo que a empresa conseguiu organizar.

A pergunta deixa de ser apenas “quais dados temos?”

Para nós, existe uma pergunta mais útil: quais decisões queremos melhorar e quais informações são necessárias para isso?

Essa lógica ajuda a evitar projetos extensos de organização de dados que não chegam a uma aplicação clara. Uma empresa pode começar por problemas específicos, como identificar causas recorrentes de perda comercial, entender temas presentes em milhares de contatos de atendimento ou reconhecer quais comportamentos antecedem cancelamentos.

A partir da decisão desejada, fica mais fácil determinar quais dados precisam ser conectados, com qual nível de qualidade e para quem aquela informação deve ficar disponível.

4. Quando produzir fica mais rápido, qualidade precisa ser medida de outra forma

A aceleração do desenvolvimento apareceu em diferentes partes da programação. Ferramentas capazes de gerar aplicações a partir de prompts, agentes de código e automações de engenharia reduzem o tempo necessário para colocar uma ideia em funcionamento.

Isso cria uma consequência que merece atenção: o volume de entrega passa a explicar menos sobre a qualidade do trabalho.

Uma sessão da trilha de Testes e Quality Management questionou justamente métricas tradicionais como quantidade de bugs, cobertura de testes, commits e volume de entregas, propondo uma visão que também considere risco, estabilidade, confiabilidade, valor para o negócio, experiência do usuário e governança da IA.

A discussão também apareceu na trilha de Front-end. Uma das sessões abordou ferramentas capazes de transformar prompts em aplicações completas e a necessidade de desenvolver novas habilidades diante dessa mudança. Outra chamou atenção para um problema conhecido: a velocidade de criação não garante que fundamentos de acessibilidade, experiência e arquitetura estejam sendo respeitados.

Para as empresas, isso sugere uma revisão dos próprios indicadores de produtividade.

Entregar mais funcionalidades por mês pode parecer um avanço. O resultado precisa ser confrontado com adoção, performance, incidência de erros, impacto no usuário, custo de manutenção e efeito sobre os objetivos do produto.

O mesmo raciocínio vale para marketing. Produzir mais campanhas, textos, vídeos ou variações de anúncios com IA não significa necessariamente melhorar a comunicação. A capacidade de produzir aumentou. Critérios de seleção, qualidade, diferenciação e resultado precisam acompanhar esse avanço.

Insight da Poussée: quando o custo de produção diminui, escolher o que merece ser produzido ganha importância. Isso vale para software, conteúdo, campanhas, automações e produtos.

5. Produto e Growth estão cada vez mais próximos da receita e da retenção

A trilha de Gestão de Produtos e Growth do TDC São Paulo foi organizada em torno do tema “De Produto à Receita: Growth, Retenção e Decisão Inteligente”. O recorte já mostra uma aproximação entre desenvolvimento de produto e indicadores que durante muito tempo ficaram concentrados em marketing ou comercial.

Essa aproximação faz sentido porque o crescimento depende de vários momentos da relação com o cliente.

Marketing pode gerar demanda. Vendas podem converter. Se o produto demora para entregar valor, apresenta fricções ou não cria motivos para continuidade, parte desse esforço se perde. Da mesma maneira, uma melhoria no produto pode aumentar retenção ou expansão sem depender de uma nova campanha de aquisição.

Para nós, essa é uma conversa importante para empresas que ainda distribuem metas de maneira muito isolada.

Marketing acompanha leads. Vendas acompanham fechamento. Produto acompanha funcionalidades ou uso. Customer Success acompanha retenção. Cada indicador possui utilidade, mas a organização precisa compreender como as decisões de uma área modificam o resultado das demais.

Growth precisa acompanhar o ciclo completo

Uma aplicação prática é revisar experimentos de crescimento a partir do efeito total que produzem.

Uma campanha pode aumentar cadastros e trazer usuários com baixa aderência. Uma condição comercial pode acelerar vendas e aumentar cancelamentos depois. Uma mudança no onboarding pode reduzir uma etapa e, ao mesmo tempo, diminuir a compreensão sobre o produto.

Olhar apenas para a métrica mais próxima da ação pode produzir uma conclusão equivocada.

Por isso, recomendamos aproximar dados de aquisição, conversão, ativação, uso, retenção e receita. O objetivo não é criar um painel infinito, mas permitir que os times entendam as consequências das decisões ao longo do relacionamento.

6. Arquitetura e observabilidade também são assuntos de negócio

Parte das discussões mais técnicas do TDC tem implicações bastante concretas para quem não trabalha diretamente com desenvolvimento.

Uma cobertura do evento mostrou, por exemplo, um caso em que a alteração de um contrato de API contribuiu para interromper uma operação logística e deixar uma frota de caminhões parada. A provocação da apresentação estava justamente no fato de que decisões de integração podem se espalhar por diferentes sistemas e parceiros, tornando uma mudança aparentemente técnica difícil de reverter.

Na trilha de SRE e Observabilidade, uma das palestras propôs o uso de agentes para detectar e corrigir problemas antes que o cliente abra um chamado.

São dois exemplos que ajudam a traduzir arquitetura e observabilidade para a linguagem de negócio.

Uma API que falha pode interromper pedidos. Uma indisponibilidade pode afetar mídia que continua levando tráfego para uma experiência fora do ar. Uma alteração mal planejada pode chegar a parceiros e clientes. Uma degradação silenciosa pode diminuir conversões antes que alguém perceba a origem do problema.

Tecnologia participa diretamente da experiência e da receita.

Marketing e vendas também precisam conhecer algumas dependências técnicas

Isso não significa transformar gestores comerciais em arquitetos de software. Significa reconhecer quando uma decisão de campanha, lançamento ou crescimento depende da capacidade da operação digital.

Uma grande ação de aquisição pode aumentar rapidamente o volume de acessos. Uma integração nova pode modificar o fluxo de leads. Uma automação de vendas pode depender de APIs de diferentes sistemas. Uma experiência personalizada pode exigir dados processados em tempo real.

Quando essas dependências são descobertas apenas depois do lançamento, o custo da correção tende a aumentar.

Nossa recomendação é aproximar tecnologia das conversas de planejamento sempre que uma iniciativa depender significativamente de dados, integrações, automações ou escala.

7. Liderança ganha peso quando a execução acelera

O TDC também dedicou espaço às mudanças no papel das lideranças técnicas. A trilha de Liderança Técnica foi apresentada com uma provocação clara: em um ambiente em que parte da execução pode se tornar cada vez mais automatizada, a tomada de decisão ganha importância.

Uma das coberturas do evento levou essa discussão para o tema da autonomia. O argumento apresentado foi que delegar decisões exige definir quem decide, sobre o quê, dentro de quais limites e com qual capacidade. Autonomia sem preparo ou clareza pode apenas transferir o risco para quem está na ponta.

Essa questão ultrapassa a liderança de tecnologia.

A IA aumenta o número de coisas que um profissional consegue executar sem depender de outras pessoas. Alguém de marketing pode criar rapidamente diferentes versões de uma campanha. Um vendedor pode pesquisar contas e preparar mensagens em minutos. Um gestor pode analisar grande quantidade de documentos e gerar alternativas para uma decisão.

Essa autonomia precisa conviver com critérios.

Quais decisões podem ser tomadas individualmente? O que exige aprovação? Que tipo de informação pode ser colocada em uma ferramenta? Quais padrões da marca precisam ser preservados? Quando a velocidade deixa de compensar o risco?

Empresas que responderem a essas perguntas de forma clara podem aproveitar melhor a capacidade das ferramentas sem transformar cada novo recurso em uma discussão sobre permissão.

8. O principal aprendizado do TDC 2026: execução e estratégia precisam trabalhar no mesmo ritmo

Ao conectar as discussões sobre agentes, governança, dados, qualidade, produto, growth, arquitetura e liderança, vemos um movimento comum.

A execução está ficando mais rápida.

Uma ideia pode virar protótipo em menos tempo. Uma análise que antes exigia dias pode ser preparada em minutos. Um agente pode assumir etapas de um processo. Times podem testar alternativas com muito menos esforço operacional.

Essa velocidade cria uma responsabilidade adicional para a gestão. Critérios ruins também podem ser executados mais rápido. Dados fragmentados podem alimentar decisões em maior escala. Uma automação mal desenhada pode repetir um erro centenas ou milhares de vezes antes que alguém perceba.

Por isso, acreditamos que a discussão tecnológica precisa acontecer cada vez mais perto da estratégia do negócio.

O Fórum Executivo do próprio TDC reforçou essa aproximação ao colocar entre os temas centrais impacto, risco, governança, investimento e direcionamento da tecnologia.

Para nós, esse talvez seja o ponto mais relevante para empresas que olham para o TDC de fora da área técnica. Tecnologia deixou de ser apenas uma forma de executar decisões tomadas em outro lugar. Em vários negócios, ela participa da própria definição do que é possível oferecer, como operar e como crescer.

Insight da Poussée: a vantagem está na capacidade de conectar tecnologia a uma decisão relevante

Ferramentas tendem a se disseminar. Modelos de IA, automações, plataformas de dados e recursos de desenvolvimento que hoje parecem avançados podem estar disponíveis para boa parte do mercado em pouco tempo.

A diferença aparece na forma como cada empresa utiliza essa capacidade.

Uma organização pode aplicar IA para produzir o mesmo conteúdo em maior quantidade. Outra pode utilizá-la para compreender quais assuntos realmente movem seu público e reorganizar sua estratégia editorial.

Uma empresa pode automatizar o follow-up comercial atual. Outra pode analisar onde oportunidades estão sendo perdidas, redesenhar o processo e só então automatizar as etapas adequadas.

Um time de produto pode gerar funcionalidades mais rapidamente. Outro pode usar a mesma velocidade para testar hipóteses, aprender e concentrar investimento nas experiências que produzem retenção e receita.

Na nossa leitura, é essa conexão que transforma tecnologia em capacidade de negócio. A ferramenta amplia a execução. O valor depende da qualidade do problema escolhido, das informações disponíveis e dos critérios usados para decidir.

O que as empresas podem fazer agora?

A partir das principais discussões do TDC São Paulo 2026, reunimos alguns movimentos que podem ajudar empresas a organizarem a próxima etapa de adoção tecnológica.

Mapear as iniciativas de IA que já existem. Identificar onde estão sendo usadas, qual problema cada uma resolve, quem responde pelo resultado, quais dados acessam e quanto custam quando ganham escala.
Separar experimentos de sistemas que já participam da operação. Uma ferramenta em teste pode aceitar determinados níveis de incerteza. Uma solução que afeta clientes, receita ou processos críticos precisa de critérios mais claros de segurança, observabilidade e reversão.
Revisar a integração dos dados. Verificar onde marketing, vendas, produto, atendimento e tecnologia trabalham com informações diferentes sobre o mesmo cliente ou processo.
Conectar métricas técnicas a indicadores do negócio. Velocidade de desenvolvimento, automação e disponibilidade ganham contexto quando podem ser relacionadas a conversão, retenção, experiência, custo ou produtividade.
Rever como Produto, Marketing e Vendas dividem responsabilidade pelo crescimento. Observar onde uma decisão de uma área altera aquisição, ativação, retenção ou receita nas demais.
Definir critérios para agentes e automações. Estabelecer quais decisões podem ser executadas automaticamente, quais exigem supervisão e como erros serão identificados e revertidos.
Preparar lideranças para decidir em ambientes mais rápidos. Quando a execução deixa de ser o principal gargalo, clareza de prioridade, contexto e capacidade de dizer “isso ainda não merece ser feito” ganham valor.

Perguntas para a próxima reunião de liderança

Quais iniciativas de IA já deixaram a fase de teste e hoje interferem em processos reais? Conseguimos explicar quanto custam e qual resultado produzem? Quais decisões um agente ou automação pode tomar sem aprovação humana? Marketing, vendas, produto e atendimento trabalham com a mesma leitura sobre o cliente? Estamos medindo produtividade pela quantidade produzida ou pelo impacto gerado? Quais iniciativas de crescimento melhoram aquisição, mas prejudicam retenção ou margem? Que decisões técnicas hoje podem limitar um lançamento, uma campanha ou um novo modelo de negócio?

As respostas ajudam a identificar onde a empresa está apenas adicionando tecnologia e onde já começou a construir uma capacidade nova de operar.

Conclusão: a próxima etapa da tecnologia depende da qualidade das decisões

O TDC São Paulo 2026 apresentou uma programação extensa, mas existe um ponto que conecta boa parte das discussões: inteligência artificial e automação estão entrando em uma fase em que precisam responder aos mesmos critérios cobrados de qualquer capacidade relevante do negócio.

Isso inclui custo, segurança, qualidade, responsabilidade, impacto, experiência e retorno.

Ao mesmo tempo, a velocidade de execução modifica a dinâmica entre áreas. Tecnologia participa mais diretamente das decisões de produto. O produto se aproxima de retenção e receita. Dados alimentam marketing e vendas. A arquitetura interfere na experiência. Liderança precisa estabelecer limites e prioridades para times que conseguem fazer cada vez mais em menos tempo.

Para nós, a oportunidade está em criar conexão entre essas frentes.

Na Poussée, acompanhamos a tecnologia a partir do impacto que ela produz sobre estratégia, posicionamento, marketing, vendas e crescimento. Nosso papel é ajudar empresas a compreender quais movimentos realmente merecem atenção, transformar possibilidades em prioridades e levar essas decisões para a execução de forma coerente com o negócio e com a marca.

Se a sua empresa precisa transformar essas tendências em estratégia, marketing, comunicação e execução, a Poussée pode apoiar esse processo.

Perguntas frequentes sobre o TDC São Paulo 2026

O que foi o TDC São Paulo 2026?

O TDC São Paulo 2026 aconteceu entre 23 e 25 de setembro, no Pro Magno, em São Paulo, com participação presencial e online. A programação reuniu mais de 20 trilhas sobre temas como inteligência artificial, dados, cloud, produto, growth, segurança, arquitetura, desenvolvimento, UX e liderança.

Quais temas do TDC São Paulo 2026 merecem atenção das empresas?

Na nossa leitura, os movimentos com maior impacto empresarial estão ligados à entrada de IA e agentes em produção, à governança dessas soluções, à qualidade e integração dos dados, à mudança das métricas de produtividade, à aproximação entre produto e receita e ao papel das lideranças em ambientes com maior automação.

O que são agentes de IA?

São sistemas baseados em inteligência artificial capazes de executar etapas de uma tarefa ou processo com determinado grau de autonomia. Dependendo da arquitetura e das permissões concedidas, podem consultar informações, utilizar ferramentas, interagir com outros sistemas e executar ações.

Por que a governança de IA ganhou espaço?

Conforme sistemas de IA passam a acessar dados e executar ações, empresas precisam controlar permissões, custos, segurança, qualidade, rastreabilidade e possibilidade de intervenção. A programação do TDC dedicou uma trilha específica a esses desafios.

Como o TDC relacionou Produto e Growth?

A trilha de Gestão de Produtos e Growth trabalhou o tema “De Produto à Receita: Growth, Retenção e Decisão Inteligente”, aproximando decisões de produto de resultados como crescimento, retenção e receita.

Como essas tendências impactam marketing e vendas?

Marketing e vendas passam a ter acesso a mais recursos de análise e automação, mas o resultado depende de dados bem organizados, processos claros e critérios de decisão. A integração com produto, atendimento e tecnologia também ganha importância porque essas áreas compartilham cada vez mais informações e dependências.

Como uma empresa pode começar a estruturar o uso de IA?

Um bom primeiro passo é mapear as aplicações que já existem, identificar quais dados cada solução utiliza, definir responsáveis e estabelecer o resultado esperado. A partir daí, é possível distinguir experimentos de sistemas que exigem controles de produção e priorizar os casos com relação mais clara entre problema, investimento e impacto.