Lock-in cognitivo: quando a IA deixa de ser ferramenta e vira dependência

Em 24 de março de 2026, a Oracle apresentou o Unified Memory Core, uma camada de memória persistente embutida no próprio banco de dados que permite a agentes de IA reter contexto, decisões e conhecimento acumulado entre sessões. A empresa posicionou o banco como ponto central de controle da automação corporativa. É a tradução técnica de um fenômeno que vem sendo chamado de lock-in cognitivo.

O movimento marca a virada da IA de copiloto individual para membro permanente da organização. Recursos de memória persistente, contexto compartilhado e agentes autônomos fazem o conhecimento operacional — processos, históricos e relações entre áreas — passar a residir dentro da plataforma do fornecedor.

A dependência deixa de ser de infraestrutura e passa a ser de conhecimento. O Gartner alertou em janeiro de 2026 que o aprisionamento em plataformas de IA pode saltar de 5% para 35% até 2027 em organizações presas a ecossistemas fechados com dados contextuais proprietários. Para a governança, isso reposiciona a escolha de fornecedor de IA como decisão de continuidade de negócio, não de TI.

Pacto de US$ 1 nos EUA vira alerta de aprisionamento

O risco não é inédito em sua mecânica, mas sim em sua natureza. Durante décadas, empresas conviveram com lock-in de ERPs, bancos de dados e nuvem. O que muda agora é que parte do conhecimento institucional — e não apenas os dados — fica retida no fornecedor.

O caso dos pactos federais americanos ilustra o ponto. Em agosto de 2025, todo o Executivo dos EUA ganhou acesso ao ChatGPT e ao Claude por US$ 1 por agência, e ao Gemini por 47 centavos, via acordos OneGov da GSA. Quatro meses antes, o Departamento de Veteranos assinara contrato de US$ 4,65 bilhões com a Microsoft — o que um acordo de US$ 1 pode virar após anos de incumbência acumulada, segundo análise da Federal News Network.

Algumas organizações já reagem. O Walmart desenvolveu o assistente Code Puppy para alternar entre modelos e reduzir a dependência de um único fornecedor, enquanto a OpenAI integrou o Codex ao ChatGPT em movimento que analistas leem como aposta deliberada em lock-in. Pesquisa da Zapier de 2026 encontrou 81% dos líderes preocupados com a dependência de fornecedores de IA, mas só 6% capazes de trocar sem disrupção material; 47% afirmam que uma função crítica pararia em caso de indisponibilidade do fornecedor.

Custo de troca migra do técnico para o organizacional

Migrar uma aplicação é difícil; migrar o conhecimento coletivo de uma operação é outra ordem de problema. O custo de troca deixa de ser aditivo e passa a ser multiplicativo, acumulando-se ao mesmo tempo nas camadas de modelo, orquestração, dados, evidência de compliance e expertise operacional.

O colapso da Builder.ai serve de aviso. Clientes que rodavam sistemas em produção perderam acesso, ficaram sem documentação de governança para auditoria regulatória e enfrentaram reconstruções de 18 meses ou mais, segundo levantamento da Swfte, que estima custo médio de migração em US$ 315 mil por projeto.

Para o executivo jurídico, de privacidade e de cibersegurança, isso obriga revisão de cláusulas de portabilidade de dados, saída e continuidade, além da adoção de camadas neutras de orquestração que permitam rotear entre provedores. A agenda de soberania avança: na SUSECON 2026, 45% das empresas já incluíam o tema em RFPs, pressionadas por NIS2, DORA e pelo EU AI Act, segundo o IT Forum. O executivo Aaron Levie, da Box, resumiu que o valor passa a se acumular na camada capaz de trocar modelos conforme a carga de trabalho, conforme reportou a Constellation Research.

Fornecedores miram o orçamento de mão de obra

O que coloca o tema na pauta do comitê de auditoria e riscos é a mudança de alvo econômico. Os fornecedores de IA não disputam apenas o orçamento de tecnologia: miram o de serviços e o de trabalho humano. Para cada dólar gasto em software, empresas gastam cerca de seis em serviços, segundo a Sequoia Capital, citada pela PYMNTS.

A escala dos números explica o apetite. O Gartner projeta que 40% das aplicações corporativas embarcarão agentes de IA até o fim de 2026, ante 5% em 2025, e que a IA agêntica responderá por 30% das vendas de software corporativo até 2035. O IDC estima que a IA agêntica chegará a US$ 1,3 trilhão em 2029, superando 26% do gasto global de TI.

O risco de capital e de continuidade aparece no custo. A Uber esgotou todo o orçamento de IA de 2026 em quatro meses, sobretudo com o Claude, segundo executivo ouvido pelo The Information e reportado pela ynet; o Goldman Sachs projeta alta de 24 vezes no consumo de tokens até 2030, o que pode encarecer a operação mesmo com queda no preço unitário, de acordo com a Fortune. No mercado de capitais, temores de obsolescência do modelo SaaS já apagaram cerca de US$ 1 trilhão em valor, segundo o Built In.

Reguladores miram concentração antes da obrigação

Os reguladores sinalizam preocupação antes que ela vire obrigação formal. Desde 2024, FTC, DOJ, a CMA britânica e a Comissão Europeia publicaram declaração conjunta sobre concorrência em modelos de fundação, comprometendo-se a vigiar mecanismos de lock-in que impeçam empresas e indivíduos de escolher outras opções e a escrutinar alegações de que interoperabilidade exigiria sacrificar privacidade ou segurança.

A fiscalização já tem alvo concreto. A CMA conduz investigação de Strategic Market Status sobre o ecossistema de software da Microsoft sob o Digital Markets, Competition and Consumers Act de 2024, com poderes para impor interoperabilidade; o Bundeskartellamt alemão designou a Microsoft como de significância primordial em 2024, e a autoridade japonesa abriu investigação própria em março de 2026, segundo o Computer Weekly.

Do lado da governança interna, a Forrester prevê que metade dos fornecedores de ERP lançará módulos de governança autônoma — com trilhas de auditoria automatizadas e monitoramento de compliance em tempo real — pressionados por falhas de IA em serviços financeiros e por regulação crescente. O recado para quem responde ao conselho é antecipar portabilidade e saída antes que a dependência feche a janela de negociação.

Analistas divergem se a dependência é gerenciável

Há divergência real sobre a gravidade. Uma corrente trata o lock-in como administrável: o consultor Kai Waehner observa que modelos como o Claude são acessíveis por API direta, AWS Bedrock, Google Vertex e Azure, e que o Model Context Protocol, agora sob a Linux Foundation, cria interface neutra entre agentes e ferramentas, reduzindo o aprisionamento na camada de orquestração.

Outra corrente questiona a própria economia da substituição. Bryan Catanzaro, da Nvidia, afirmou que, para sua equipe, o custo de computação supera o de funcionários, e a Microsoft recuou em parte do uso interno de IA — sinais de que trocar trabalho humano por IA é mais caro do que projeções iniciais sugeriam, conforme a Fortune.

A leitura de mercado também não é unânime quanto ao saldo. A BCG sustenta que a IA agêntica amplia, em vez de contrair, a demanda por serviços de tecnologia no curto e médio prazo, com potencial de US$ 200 bilhões em novo mercado endereçável até 2030. Para a governança, o ponto prático independe do desfecho do debate: preservar opção de saída custa pouco diante do custo de descobrir, tarde, que o conhecimento da operação ficou do lado de fora.