A empresa média administra 957 aplicações, e só 27% delas estão conectadas entre si. O dado vem do Connectivity Benchmark Report 2026, da Salesforce, feito com 1.050 líderes de tecnologia. O número esconde algo mais sério do que a quantidade de sistemas: o Salesforce de um lado, o ERP de outro, o legado que ninguém ousa desligar, a plataforma de atendimento, as ferramentas de marketing, os bancos de dados e as aplicações próprias produzem, cada um, uma versão diferente do mesmo cliente. Quando um projeto de CRM ou de IA chega a esse terreno, a arquitetura moderna de dados deixa de ser assunto de bastidor e vira a condição para que qualquer outra coisa funcione. 

O problema raramente é ter tecnologia demais. É a dificuldade de fazer dados e processos circularem entre os sistemas com contexto, governança e confiabilidade. Por isso a pergunta dos comitês de IA (qual modelo, qual agente, qual fornecedor) costuma chegar tarde. A pergunta anterior é de infraestrutura: o que, exatamente, essa IA vai consultar, e com que garantia de que o dado está certo?

O que é arquitetura moderna de dados (e o que ela não exige)

Arquitetura moderna de dados é o desenho que define como os dados de uma empresa são capturados, conectados, padronizados, protegidos e entregues a pessoas, sistemas e agentes de IA no momento em que precisam deles, sem depender de planilhas, cópias manuais ou integrações improvisadas. Na prática, ela se reconhece por cinco características:

• Conectividade por APIs e eventos: os sistemas expõem dados e ações por interfaces documentadas, e mudanças relevantes, como um pedido aprovado ou um pagamento recusado, viajam como eventos, não como arquivos processados à noite.
• Identidade resolvida: o mesmo cliente é reconhecido como uma só pessoa ou empresa, em qualquer sistema e canal.
• Modelo de dados harmonizado: “cliente”, “conta” e “contrato” significam a mesma coisa para vendas, finanças e atendimento.
• Governança embutida: permissões, classificação e rastreabilidade são definidas na origem, não coladas depois.
• Desacoplamento: trocar ou adicionar um sistema não obriga a refazer dez integrações.

Nada disso exige que tudo viva no mesmo lugar, e aqui está um dos equívocos mais caros da área. O ERP segue como fonte de verdade do faturamento, o Salesforce do relacionamento comercial, o legado de uma regra que só ele sabe executar. O objetivo não é concentrar os dados, é dar a cada dado um dono claro e fazer os demais sistemas enxergá-lo com contexto. Mover tudo para um único sistema parece organizado, mas costuma ser lento, caro e trocar vários silos por um gargalo só.

É a lógica do zero copy no Salesforce Data Cloud, rebatizado como Data 360 em 14 de outubro de 2025: conectar-se diretamente a plataformas como Snowflake e Databricks, sem duplicar dados. A própria plataforma não tem a pretensão de ser um data warehouse. Análises do ecossistema a descrevem como camada de ingestão, resolução de identidade e ativação, e não como substituta do CRM ou do armazém de dados. Uma cidade bem planejada não põe tudo no mesmo prédio. Ela cria ruas, endereços e sinalização para que ninguém se perca entre eles. 

Salesforce e integração de dados: um ecossistema, não uma ilha

O Salesforce e integração com o restante da operação é o ponto em que a maioria dos projetos ganha ou perde. Imagine um vendedor que fecha uma oportunidade. O pedido precisa virar faturamento no ERP, o crédito precisa ser validado, o estoque confirmado e o atendimento precisa saber, no dia seguinte, o que foi vendido. Em uma integração Salesforce ERP mal desenhada, cada passo depende de uma rotina específica, de um arquivo exportado ou de alguém copiando informação. Em uma bem desenhada, o pedido aprovado dispara um evento, o ERP o consome e devolve o status, e a conta no Salesforce se atualiza sem intervenção humana.

As APIs são o contrato que torna isso possível: definem o que cada sistema oferece, em que formato e sob quais regras de acesso. A arquitetura orientada a eventos acrescenta o tempo: em vez de perguntar de hora em hora se algo mudou, o sistema avisa quando muda. Para o negócio, a diferença aparece na ponta. O cliente que pagou a fatura às 10h não recebe cobrança às 15h.

A aritmética explica por que o desenho importa. Em conexões ponto a ponto, o número de integrações cresce na razão de n(n-1)/2: 10 sistemas podem exigir 45 conexões, e 20 sistemas, 190. Cada uma tem seu mapeamento, sua autenticação e seu ponto de falha. É o equivalente a ligar extensões em série na mesma tomada: funciona até alguém plugar mais um aparelho. A alternativa é uma camada intermediária de APIs reutilizáveis, organizadas por função (acesso aos sistemas, orquestração dos processos, consumo pelos canais), mais eventos para o que precisa ser reativo. Cada sistema novo se conecta uma vez à camada, não a todos os outros. É assim que a integração de sistemas deixa de crescer em complexidade na mesma velocidade em que a empresa cresce.

Uma visão confiável do cliente começa em identidade, qualidade e governança de dados

O teste decisivo de uma arquitetura de dados cabe em uma cena: o cliente liga, e quem atende vê quem ele é, o que comprou, o que está pendente e o que já reclamou, sem perguntar duas vezes. Isso só acontece quando Joana Ribeiro no Salesforce, J. Ribeiro ME no ERP e joana.r@ no marketing são reconhecidas como a mesma pessoa. A resolução de identidade faz esse trabalho. No Data 360, regras de correspondência reúnem registros de dispositivos, canais e sessões anônimas em perfis únicos, e os duplicados são fundidos em um registro consolidado. 

Três falhas respondem pela maior parte da desconfiança que as equipes têm nos dados: duplicidade, formato inconsistente (o mesmo CNPJ com e sem pontuação, o mesmo endereço escrito de quatro formas) e defasagem (o dado que estava certo no mês passado). Nenhuma é glamourosa e nenhuma se resolve com uma ferramenta comprada no fim do projeto. São decisões de padronização e de responsabilidade, tomadas antes e mantidas depois.

A governança de dados é o conjunto de regras que define quem pode ver, alterar e usar cada dado, e como esse histórico é registrado. Ela é o ponto em que as empresas mais escorregam. Segundo o mesmo relatório da Salesforce, 27% das APIs corporativas, em média, são consideradas sem governança, e só 49% das organizações trataram a governança de dados entre aplicações como parte da estratégia de integração. Permissão, rastreabilidade e conformidade com a LGPD não são camadas de burocracia: são o que permite responder, meses depois, quem acessou o quê e por quê. E o zero copy não dispensa nada disso. Dado que não foi copiado continua precisando de dono, de regra de acesso e de trilha de auditoria. 

Dados para inteligência artificial aplicada aos dados: o que os agentes expõem primeiro

Por que projetos de IA fracassam por causa dos dados? Porque a IA não corrige inconsistências, ela as repete com fluência. Um sistema tradicional alimentado com dado errado mostra uma tela errada. Um agente alimentado com dado errado toma uma decisão errada, às vezes executando a ação.

Os números apontam na mesma direção. Uma pesquisa do Gartner de julho de 2024 mostrou que 63% das organizações não confiam em suas práticas de gestão de dados para IA, e a consultoria previu, em fevereiro de 2025, que 60% dos projetos de IA sem dados preparados para IA seriam abandonados até o fim de 2026. A McKinsey, em sua pesquisa de 2025, encontrou o mesmo descompasso entre uso e resultado: quase dois terços das empresas ainda não começaram a escalar a IA, e apenas 39% relatam algum impacto no resultado operacional (EBIT). Entre os líderes de TI ouvidos pela Salesforce, 96% afirmam que o sucesso dos agentes depende de integração fluida entre sistemas. O padrão é coerente: a IA escala quando o dado chega inteiro, e para quando ele não chega. 

Um exemplo concreto mostra o mecanismo. Um agente de atendimento autorizado a reembolsar clientes precisa consultar o pedido (ERP), a política vigente (base de conhecimento), o histórico (CRM) e a alçada do cliente (regra de negócio), e então executar a ação no financeiro. Se a identidade falha, reembolsa a pessoa errada. Se a permissão é frouxa, reembolsa acima do limite. Se não há rastreabilidade, ninguém reconstrói o que aconteceu. A inteligência do agente é o de menos; o que decide o resultado é a arquitetura para IA que existe por baixo dele.

Preparar essa base sem criar mais um silo exige uma disciplina: os agentes devem consumir a mesma camada de contexto e as mesmas APIs governadas que as pessoas e os demais sistemas. Sem isso, cada área constrói seu agente com conectores próprios, e o silo de dados vira silo de agentes. No ecossistema Salesforce, é o papel atribuído ao Data 360 para o Agentforce: dar aos agentes acesso a perfis unificados, dados em tempo real e dados zero copy. A ferramenta entrega esse contexto apenas se as decisões de identidade, padronização e acesso já tiverem sido tomadas. Os dados para inteligência artificial não nascem prontos, são construídos.

Arquitetura moderna de dados: do conector sob demanda ao arquiteto da transformação digital

Durante anos, o TI foi a área que conecta sistemas quando alguém pede. A transformação digital com CRM, automação e IA inverte essa lógica: quem estabelece as bases decide o que o negócio pode fazer nos próximos anos. Esse é o deslocamento de papel. O TI deixa de ser fila de chamados de integração e passa a ser dono das decisões que o resto da empresa herda: como o cliente é identificado, quais dados são confiáveis, quais agentes têm acesso a quais ações.

A tendência que se desenha é a passagem da conexão para o contexto. Agentes já conseguem se conectar a quase tudo, o que ainda não conseguem é entender que “cliente ativo” tem três definições diferentes entre vendas, finanças e atendimento. A governança dos próprios agentes também corre atrás da adoção: 89% das empresas pesquisadas já operam agentes de IA, mas só 54% têm um arcabouço de governança para eles. Muita autonomia com pouca regra é uma combinação que o TI precisa resolver antes que o incidente resolva por ele. 

A decisão de TI que antecede toda decisão de IA na arquitetura moderna de dados

Há três razões pelas quais a arquitetura moderna de dados precisa estar na pauta do TI antes da próxima ferramenta: sem ela, o CRM mostra uma visão parcial do cliente; sem ela, a automação replica erros em velocidade; e sem ela, a IA não sai do piloto. O caminho não passa por concentrar tudo em uma única plataforma, mas por conectar com critério, resolver identidade, padronizar, governar e deixar que Salesforce, ERP, legados e agentes consumam o mesmo contexto. IA, CRM e automação só são tão inteligentes quanto a infraestrutura de dados que os alimenta, e construir essa infraestrutura é o trabalho mais estratégico que o TI tem hoje nas mãos.

Sys4B: dados conectados para Salesforce e IA

Se a sua IA ainda responde com meia informação, se o Salesforce não enxerga o que o ERP já sabe ou se cada nova integração vira um projeto à parte, o gargalo provavelmente não está na ferramenta. Está na arquitetura que a sustenta.

A Sys4B é Salesforce Summit Partner e atua nessa camada que costuma ficar invisível: desenha a integração entre Salesforce, ERP e sistemas legados, estrutura identidade e qualidade de dados, configura o Data 360 e prepara o terreno para que o Agentforce opere sobre contexto confiável e governado. O trabalho é consultivo e parte do seu cenário real, para empresas de médio e grande porte que querem escalar CRM, automação e IA sem multiplicar a complexidade.

Quer descobrir onde a arquitetura de dados da sua empresa limita seus projetos? Converse com um especialista da Sys4B.