O que aconteceu com os data products? Eles sobreviveram ao hype do data mesh como disciplina de entrega

A fonte separa duas coisas: o hype do data mesh esfriou, mas a necessidade de dados encontráveis, confiáveis e com finalidade clara continua. O data mesh juntava quatro ideias (propriedade por domínio, dados como produto, infraestrutura self-service e governança computacional federada). Isso exige mudança organizacional, e aí está a dificuldade. O estudo BARC 2024, com 197 profissionais de dados e analytics, apontou 20% com data mesh em andamento e 24% planejando, contra 35% planejando em 2023. Os números descrevem a amostra, não a adoção geral.

Definição prática: data product não é tabela, dashboard, API ou modelo com rótulo novo. Ele existe quando um consumidor conhecido usa um output governado para um fim declarado, com dono responsável e resultado avaliável ao longo do tempo. A pesquisa da KPMG de 2025, com 250 executivos, mostra o descompasso: 92% consideram data products bem construídos críticos e só 35% relatam valor extenso. Para agentes de IA, o texto lembra que eles precisam saber qual fonte é autoritativa, o que a métrica significa, quem é o dono, a atualidade, a qualidade e o uso permitido. A Open Data Product Specification é citada como descrição portável e legível por máquina desses atributos.

A cobertura anterior já vinha ligando produtos de dados a agentes de IA. Em 5 de março de 2026, o CEVIU noticiou "Até Quando Consideraremos Agentes de IA Como Produtos de Dados?", sobre gerir agentes como produtos completos. Em 12 de março de 2026, em "Seus Agentes de Dados Precisam de Contexto", o foco era a camada de contexto com definições de negócio e regras de governança. Em 24 de abril de 2026, "Produtos de Dados: O Contexto Essencial para IA Corporativa" tratou de esquema, linhagem e semântica como ativos de primeira classe. Em 3 de julho de 2026, "O retorno das ontologias como camada essencial na plataforma de dados moderna" falou de significado de negócio explícito, e em 20 de julho de 2026, "Contexto governado é essencial para agentes de IA em produtos de dados, não apenas RAG" reforçou o ponto. A notícia atual não traz fato novo sobre esses temas: reposiciona o debate, com o data product como disciplina de entrega no pós-hype do data mesh.

Leitura editorial: para quem opera plataformas de dados, o recado é começar menor. Em vez de um programa de transformação, escolha um workflow crítico, defina consumidor, dono, output governado e métrica de uso. Para quem põe agentes em produção, isso significa que contexto e permissões legíveis por máquina deixam de ser opcionais.