O Brasil registrou mais de 700 bilhões de tentativas de ataques cibernéticos em 2023, segundo levantamento da Fortinet, número que ilustra a velocidade com que a superfície de risco das empresas latino-americanas se expandiu à medida que cloud híbrida e inteligência artificial passaram a fazer parte do dia a dia corporativo. Nesse cenário, a Everpure tem defendido uma mudança de mentalidade: a de que resiliência cibernética não pode mais ser tratada como sinônimo de backup, e sim como uma questão de continuidade do próprio negócio.

É essa a leitura de Douglas Wallace, diretor regional de Vendas da companhia para a América Latina e o Caribe, em entrevista à DCD. Segundo ele, o principal ponto cego identificado em conversas com líderes de TI e de segurança na região ainda é encarar a resiliência como um tema de proteção de perímetro ou de existência de cópias de segurança, quando o que realmente importa é a capacidade de recuperar dados limpos, confiáveis e críticos para o negócio dentro de um prazo que permita à operação continuar funcionando.

Wallace afirma que os ataques atuais atingiram um nível de sofisticação capaz de comprometer não apenas sistemas produtivos, mas também credenciais e os próprios processos de recuperação, o que exige uma combinação de tecnologia, processo e cultura organizacional. Na visão do executivo, cabe à tecnologia garantir cópias imutáveis e recuperação validada, aos processos definir a ordem de prioridade de retorno dos sistemas, e à liderança tratar a resiliência como uma capacidade de negócio, e não como uma função isolada de TI.

Da proteção de perímetro à continuidade operacional

Para o diretor da Everpure, essa transição de mentalidade já está em curso, especialmente em setores mais regulados e em organizações que dependem de serviços digitais críticos. A lógica tradicional, explica, consistia em tentar impedir todos os ataques, algo que continua relevante, mas deixou de ser suficiente. As empresas mais maduras da região, segundo ele, já operam com da hipótese de que o perímetro pode falhar e concentram esforços em preservar a integridade dos dados, manter uma versão limpa e imutável disponível e reduzir o tempo de recuperação.

Wallace cita o setor financeiro como exemplo de aplicação prática desse conceito: em vez de tentar restaurar toda a operação simultaneamente, bancos e instituições financeiras vêm priorizando, primeiro, o retorno de pagamentos, do acesso a contas, dos canais digitais e dos sistemas fundamentais, para só então recompor o restante do ambiente. Uma lógica semelhante, aponta o executivo, também se aplica a data centers, governo, varejo e telecomunicações, setores que, na América Latina, concentram boa parte da infraestrutura crítica.

Dados espalhados, silos e o erro de proteger o hardware em vez do dado

O crescimento exponencial do volume de dados corporativos, impulsionado pela adoção de cloud e IA, tem um efeito direto sobre a complexidade de proteger e recuperar informações críticas, avalia Wallace. Isso acontece porque os dados deixaram de estar concentrados em um único ambiente e passaram a se distribuir entre nuvem pública, infraestrutura on-premises, aplicações SaaS, sistemas legados e plataformas de inteligência artificial.

Segundo o executivo, o erro de arquitetura mais comum observado na região é permitir que cada aplicação ou ambiente adote sua própria lógica de proteção, disponibilidade e recuperação, prática que cria silos, eleva o risco operacional e dificulta identificar quais dados são, de fato, críticos no momento de um incidente. Outro equívoco frequente, aponta, é vincular políticas de proteção ao hardware ou ao sistema de armazenamento, em vez de vinculá-las ao próprio dado, o que faz com que as empresas acumulem grandes volumes de informação sem necessariamente saber onde estão os dados essenciais, como eles se conectam entre si e qual deveria ser a prioridade de recuperação em caso de incidente. A recomendação da Everpure é aplicar contexto, classificação, governança e políticas diretamente na camada de dados, e não na infraestrutura que a sustenta.

Detectar o ataque antes que ele se materialize

Diante do avanço de ransomware e de ataques à cadeia de fornecimento, ameaças que afetam simultaneamente dados e infraestrutura, a Everpure tem investido em aproximar a camada de segurança da de armazenamento de dados, relata Wallace. A companhia combina sinais externos de ameaças com insights obtidos diretamente no nível de armazenamento para acionar medidas preventivas e reduzir o risco antes que o impacto de um ataque se amplie.

O executivo destaca ainda os recursos de detecção avançada de anomalias cibernéticas da empresa, capazes de monitorar a telemetria do ambiente e identificar padrões coordenados de login suspeitos ou desvios de comportamento que sistemas isolados dificilmente identificariam. Complementam essa camada mecanismos como o SafeMode, snapshots imutáveis, governança com intervenção humana e separação administrativa, recursos que, segundo Wallace, ajudam a manter os dados protegidos mesmo que um invasor consiga obter acesso administrativo ao ambiente de produção.

LGPD e pressão regulatória empurram o tema para o conselho

Questionado sobre o papel de regulações setoriais, como a LGPD, as normas do Banco Central e as exigências de seguradoras, na aceleração da adoção de estratégias mais robustas de resiliência, Wallace confirma que essa pressão existe e vai além de uma legislação específica. Segundo ele, há uma convergência entre diferentes mercados, com reguladores exigindo evidências concretas de que as organizações conseguem manter serviços críticos em funcionamento e recuperar operações com dados íntegros e confiáveis após um incidente, e não apenas planos documentados no papel.

No Brasil, avalia o executivo, a LGPD reforça a necessidade de preservar a integridade, a rastreabilidade e a governança dos dados. Em setores como o de serviços financeiros, essa pressão se intensifica ainda mais, já que a indisponibilidade de sistemas não representa apenas perda de produtividade, mas também pode comprometer pagamentos, canais digitais, a confiança do cliente e a própria estabilidade operacional da instituição. Como resultado, segundo Wallace, a discussão sobre resiliência deixou de ser puramente técnica e passou a ocupar a pauta executiva, associada a risco, continuidade e confiança de mercado.

Para Wallace, o indicador mais subestimado pelas organizações hoje é a capacidade real de recuperar dados limpos e críticos dentro do prazo que o negócio exige, o chamado Objetivo de Tempo de Recuperação (RTO). Segundo ele, muitas empresas continuam olhando para métricas tradicionais, como a simples existência de backup ou a disponibilidade da infraestrutura, o que não responde à pergunta central em um ataque cibernético: a organização consegue voltar a operar com dados confiáveis?

O executivo cita dados que evidenciam essa lacuna: em ambientes bancários, a recuperação de aplicações críticas pode levar até 12 dias, enquanto 31% do custo total de um ataque está diretamente ligado à recuperação de dados limpos e atualizados. A conclusão de Wallace é que o indicador essencial deveria ser o tempo validado para restaurar serviços críticos, com base em dados imutáveis e confiáveis, testado em condições reais e não apenas em teoria.

O gargalo de dados que trava a produção de IA

Uma pesquisa recente da IDC mostra que 86% dos líderes de TI apontam os dados como o principal obstáculo para ampliar iniciativas de inteligência artificial, e apenas 14% consideram sua infraestrutura preparada para suportar esses projetos em escala. O mesmo levantamento, que acompanha o lançamento do Everpure Data Stream em junho de 2026, indica que 94% dos líderes de TI consideram a qualidade dos dados um fator crítico para o sucesso de iniciativas de IA.

Wallace observa que as empresas já compreenderam a relação entre qualidade de dados e sucesso de projetos de IA; o desafio, segundo ele, agora é operacionalizar essa percepção. Em muitos casos, os dados continuam distribuídos entre aplicações SaaS, ambientes em nuvem, infraestrutura on-premises e sistemas legados, cada um com suas próprias regras e contexto, o que dificulta a construção de uma visão consistente do negócio e a disponibilização de informações confiáveis para os modelos. Para o executivo, falta às empresas latino-americanas uma arquitetura centrada em dados, capaz de descobrir, classificar, contextualizar e governar essas informações onde já estão armazenadas, sem depender de processos constantes de movimentação ou replicação — o que, segundo ele, reduz a distância entre experimentação e produção e acelera a geração de valor com IA.

A principal barreira enfrentada pelas empresas da região para colocar projetos de IA em produção, segundo Wallace, continua sendo a preparação dos dados. Em muitas organizações, esse processo ainda depende de diversas etapas manuais de integração, movimentação, limpeza e organização das informações antes que elas possam ser utilizadas por aplicações de inteligência artificial, o que eleva os custos, gera novos silos e prolonga o intervalo entre a concepção de uma ideia e sua implementação em produção.

É justamente esse gargalo que o Everpure Data Stream foi desenvolvido para eliminar, explica o executivo. Em vez de mover continuamente dados entre plataformas, a solução os ativa diretamente onde já estão armazenados e automatiza o pipeline de ingestão a inferência. Combinado ao recém-lançado Data Intelligence, o produto também reduz o esforço necessário para localizar, contextualizar e governar informações distribuídas em diferentes ambientes, o que, segundo Wallace, permite às empresas avançar para produção com muito mais agilidade.

Armazenamento deixa de ser commodity

Ao ser questionado sobre como convencer um CTO que ainda enxerga o armazenamento como uma commodity simples de que a escolha de infraestrutura impacta diretamente a qualidade dos resultados de um modelo de IA, Wallace argumenta que a GPU só entrega seu potencial quando recebe dados na velocidade e no volume necessários e que, se o armazenamento não acompanha esse ritmo, a capacidade de processamento fica ociosa e toda a infraestrutura perde eficiência.

Mas a questão vai além do desempenho, pondera o executivo: os modelos de IA dependem de dados corretos, atualizados, governados e disponíveis em tempo real, o que faz do armazenamento parte integrante da própria arquitetura de IA, e não apenas um componente de suporte. A pesquisa da IDC citada por Wallace reforça esse ponto, ao mostrar que baixa latência, alta taxa de transferência, resiliência cibernética e criptografia estão entre os principais requisitos apontados pelos líderes de TI para sustentar iniciativas de IA em produção.

A Everpure utiliza o Model Context Protocol (MCP) e APIs de Data Intelligence para fornecer insumos a modelos de inteligência artificial, e Wallace reconhece que a adoção crescente de IA agêntica, agentes autônomos capazes de acessar e manipular dados corporativos, altera profundamente os requisitos de segurança e governança que os clientes da região precisam atender. Segundo ele, esses agentes deixam de apenas consultar informações e passam a interagir continuamente com dados distribuídos em diferentes ambientes, o que exige muito mais do que os controles de acesso tradicionais.

Nesse novo cenário, torna-se necessário saber onde estão os dados, qual é o seu contexto, quem pode utilizá-los e quais políticas de governança os acompanham, explica o executivo. É exatamente para oferecer essa camada de descoberta, classificação e contextualização na origem que o Data Intelligence foi desenvolvido, permitindo que agentes acessem apenas informações relevantes e devidamente governadas por meio de APIs e do próprio Model Context Protocol, sem necessidade de replicar dados entre ambientes, o que, segundo Wallace, fortalece tanto a segurança quanto a qualidade das respostas geradas pelos modelos.

Velocidade e governança em setores regulados

Sobre a tensão frequentemente apontada entre a velocidade de inovação e a governança de dados, Wallace defende que os dois objetivos não precisam ser conflitantes. Para o executivo, quanto mais madura é a estratégia de dados de uma organização, mais rapidamente ela consegue escalar IA de forma segura. Em setores regulados, como o financeiro e o de saúde, essa abordagem ganha ainda mais relevância, segundo Wallace, por possibilitar a identificação de dados sensíveis, a compreensão de sua origem, a aplicação consistente de políticas de acesso e a ampliação de iniciativas de IA, sem renunciar aos requisitos regulatórios e de privacidade exigidos nesses mercados.

O movimento do mercado em direção a modelos de IA menores, mais especializados e executados mais próximos de onde os dados são gerados, o chamado "AI at the edge", reforça uma tendência que a Everpure já observava, segundo Wallace: a de que os dados continuarão cada vez mais distribuídos entre borda, data centers, nuvens públicas e aplicações SaaS. Por isso, a companhia defende que a estratégia correta não é concentrar todos os dados em um único ambiente, mas sim permitir que sejam acessados, compreendidos e governados onde já estão.

As particularidades da América Latina

Latência, conectividade, maturidade de cloud e custo de armazenamento local são fatores que diferenciam a América Latina dos mercados norte-americano e europeu e moldam a forma como a Everpure conduz suas conversas comerciais na região, segundo Wallace. O executivo descreve o diálogo com clientes latino-americanos como pragmático: eles querem saber como aproveitar melhor a infraestrutura que já possuem, e não substituí-la por completo para iniciar uma estratégia de IA.

Questões como o custo crescente da nuvem, a necessidade de baixa latência para aplicações críticas, requisitos regulatórios e ambientes híbridos altamente distribuídos tornam ainda mais relevante uma arquitetura flexível, avalia Wallace. Por isso, a abordagem da empresa é mostrar que a adoção de IA não exige a reconstrução completa da infraestrutura, mas sim uma base de dados bem organizada, governada e preparada para alimentar aplicações em produção. O executivo aponta ainda uma demanda crescente em segmentos como serviços financeiros, operadores de data centers e setor público, que hoje representam os principais vetores de crescimento da Everpure na América Latina. Segundo ele, esses mercados têm acelerado os investimentos em infraestrutura de dados para responder ao crescimento da IA, às exigências regulatórias e à necessidade de baixa latência em aplicações críticas.

Os próximos 12 a 18 meses

Olhando para o horizonte de 12 a 18 meses, Wallace projeta uma mudança definitiva na forma como as empresas latino-americanas enxergam seus dados corporativos: eles deixarão de ser tratados apenas como um ativo de armazenamento e passarão a ser a principal plataforma sobre a qual inteligência artificial, segurança e operações de negócio serão construídas. Isso significa que classificação, contexto, governança e proteção precisarão acompanhar os dados ao longo de todo o seu ciclo de vida, independentemente de onde estejam armazenados.

O executivo também espera uma integração cada vez maior entre a gestão de dados, a resiliência cibernética e a inteligência artificial. À medida que agentes de IA e aplicações em produção se tornam mais comuns, será essencial garantir acesso contínuo a dados confiáveis, protegidos e contextualizados, ao mesmo tempo em que as organizações reduzem a complexidade operacional por meio de automação, avalia Wallace. Na conclusão do executivo, as empresas que conseguirem consolidar uma arquitetura centrada em dados estarão mais preparadas para transformar a inteligência artificial em vantagem competitiva, por contarem com uma base única capaz de alimentar aplicações, fortalecer a governança e responder com mais rapidez tanto às demandas do negócio quanto aos desafios de segurança.