Over the past three years, as an independent cloud and AI consultant, advisor, and industry influencer, I have worked with numerous companies seeking my expertise. I have helped evaluate, optimize, coach, and support their generative and agentic AI initiatives.
Over the past three years, as an independent cloud and AI consultant, advisor, and industry influencer, I have worked with numerous companies seeking my expertise. I have helped evaluate, optimize, coach, and support their generative and agentic AI initiatives.
Some organizations sought a second opinion before scaling an AI platform. Others had pilots that performed well in demos but collapsed when connected to real systems. Some needed help selecting models, cloud services, vector databases, or orchestration tools. Others wanted to understand why their expensive AI investments were generating activity but not measurable value.
Because most of my work is covered by non-disclosure agreements, I cannot discuss the companies, vendors, architectures, budgets, or internal decisions involved. That is expected and appropriate. However, I can talk about patterns I have seen across varying industries, company sizes, cloud environments, and maturity levels.
The biggest lesson is simple: Most enterprise AI projects don’t fail because the model is weak. They fail because the enterprise surrounding the model isn’t ready.
The first failure pattern is the most common. Organizations start with a model, platform, copilot, agent framework, or cloud service before defining the business outcome they aim to improve. They start with “We need generative AI,” rather than “We need to reduce claims processing time by X percent” or “We need to improve first-contact resolution in customer service by a factor of X.”
The distinction matters. AI is not a business strategy. It is a technology capability that may or may not support a business strategy. When companies skip the business problem and go straight to the tool, the typical result is a polished demo seeking a reason to exist.
In context
- Topic: Cloud y Arquitectura — Nube pública, híbrida, costos y decisiones de infraestructura.
- Source: InfoWorld
- Published: 28/08/2026
Continue reading at the original source →
Excerpt published automatically by the site radar. The full text belongs to its publisher and is linked above.
Por que importa
Depois de alguns anos, quase toda organização que migrou descobre a mesma coisa: a fatura cresce mais rápido que o negócio. Não porque a nuvem seja cara, mas porque ninguém desliga o que já não se usa e ninguém tem incentivo para revisar.
Minha leitura passa por quem vê a fatura. Nas organizações em que o custo de nuvem chega à equipe que o gera, o gasto se organiza sozinho. Onde só o financeiro vê a fatura, o gasto cresce e a discussão vira um corte às cegas todo fim de ano.
O que costuma dar errado
Onde costuma quebrar é na capacidade da equipe. A plataforma é nova mas as pessoas aprenderam no caminho, sem tempo e sem acompanhamento. Acabam replicando na nuvem as mesmas práticas do centro de dados, ou seja, pagam-se preços de nuvem por benefícios que nunca chegam.
O que observar
- Quão difícil seria sair ou mover uma parte para outro fornecedor, que é o poder de negociação futuro.
- Quem vê a fatura e com que detalhe: sem dono do gasto, o gasto cresce sozinho.
- Onde ficam fisicamente os dados e o que a regulação local exige sobre isso.
Como leio esta publicação
O que eu instalaria junto com qualquer movimento para a nuvem é a disciplina de desligar. Etiquetar tudo por dono, revisar mensalmente o que está ligado sem uso e dar a alguém a autoridade de desligar. Sem isso, o desperdício come a economia prometida em dois anos.
A notícia original está publicada em outro idioma; o trecho é citado como o veículo o entrega e o comentário é escrito em português.
Está vivendo isso na sua equipe?
Abra o chat e me conte como estão lidando com isso. Tenho interesse em comparar notas.
