A reunião travou na linha sete da apresentação. "Custo mensal de plataforma de dados: R$ 480 mil." Alguém perguntou, sem ironia, o que aquilo virou em receita no último trimestre. Silêncio. O CTO falou de governança. O CFO anotou o número. O CEO passou para o próximo slide.

Essa cena se repete em centenas de empresas brasileiras agora mesmo.

O problema não é ter dados. É não saber o que eles estão devolvendo. O stack analítico deixou de ser vantagem competitiva e virou linha fixa no orçamento - Snowflake, Databricks, Power BI, Tableau, ferramentas de ingestão, de catalogação, de observabilidade. Cada uma aprovada com uma boa justificativa. Nenhuma cobrada pelo conjunto.

A pergunta que ninguém faz na reunião é simples: se o investimento em dados sumisse amanhã, qual decisão do trimestre teria sido diferente? Se a resposta for "nenhuma", você não tem stack analítico. Você tem assinatura de software. E ela está custando o equivalente a três engenheiros sêniores por mês, sem entregar uma decisão a mais.

Três coisas se cruzaram neste trimestre e criaram esse desconforto.

A primeira é a fatura. O gasto com plataformas de dados em nuvem cresce dois dígitos ao ano em quase toda empresa de médio porte. Um relatório do 451 Research, publicado em 2024 pela S&P Global Market Intelligence, mostrou que 67% dos clientes corporativos reportam custos acima do orçamento inicial em mais de 30%. A conta sobe. O CFO percebe. O conselho quer explicação.

A segunda é o ambiente. Com juros altos e crescimento contido, a paciência com investimento sem retorno demonstrável secou. Iniciativas de dados que antes recebiam crédito de fé agora precisam mostrar impacto em receita, margem ou produtividade dentro do trimestre. O orçamento de tecnologia, antes intocável, virou o primeiro lugar onde o CFO procura corte.

A terceira é a IA. O discurso de inteligência artificial generativa inflou expectativas, mas também expôs uma fragilidade antiga. Modelos novos não consertam stack incoerente. Empresas que investiram em IA sem definir antes quais decisões ela informaria estão agora reabrindo o orçamento de dados sem saber por onde começar.

O resultado é uma reunião que acontece em silêncio em quase todo board nacional. O número da plataforma sobe. A receita influenciada por ela não aparece em lugar nenhum do P&L. E o CEO começa a fazer perguntas que o CTO nunca treinou para responder.

Chamo isso de Diagnóstico do Stack Mudo. O nome é literal: stack mudo é o que consome orçamento mas não conversa com nenhuma decisão executiva de verdade.

Você consegue rodar esse diagnóstico em uma tarde, sem comitê e sem consultoria. São três sinais.

Sinal 1 — Uso Vazio. Pegue os cinco dashboards mais acessados nos últimos 90 dias. Para cada um, pergunte ao dono da área: que decisão você tomou no último trimestre que teria sido diferente sem esse dashboard? Se a resposta for "nenhuma" em mais de dois dos cinco, você tem audiência, não influência. É métrica de vaidade com aparência de governança.

Sinal 2 — Conta Aberta. Olhe o gasto com plataformas de dados nos últimos doze meses. Compare com o número de novas iniciativas aprovadas no mesmo período. Se o gasto cresceu mais do que as iniciativas, você está pagando mais para sustentar menos. O custo virou estrutura fixa, não investimento.

Sinal 3 — Portfólio Imóvel. Liste os projetos de dados ativos hoje. Quantos foram aprovados há mais de doze meses e ainda não foram entregues nem cancelados? Se for mais de um terço, o portfólio está congelado, consumindo orçamento porque ninguém tem coragem de cancelar, e sem espaço real para o que é novo entrar.

Quando dois dos três sinais aparecem, o stack está mudo. E o silêncio é caro: paga salário, paga plataforma, paga licença, sem conversar com nenhuma decisão do board. O diagnóstico não pede ferramenta nova. Pede uma planilha e a coragem de fazer três perguntas em voz alta.

Em janeiro de 2022, a IBM vendeu a divisão Watson Health para a Francisco Partners por cerca de 1 bilhão de dólares, segundo a Reuters. O investimento total estimado pelos analistas do Wall Street Journal? Entre 4 e 5 bilhões, somando aquisições e desenvolvimento interno ao longo de quase uma década. A justificativa oficial da IBM foi falta de tração comercial proporcional ao investimento.

O dado existia. A tecnologia funcionava. O retorno nunca apareceu.

Watson Health virou o caso mais famoso de stack analítico caro que nunca se converteu em decisão de mercado relevante. E serve de aviso: escala não resolve o problema de clareza.

Quanto o seu stack de dados custou no último trimestre, e qual decisão executiva concreta ele mudou?