Alcançando a confiabilidade de IA corporativa através da estrutura 'Marcha dos Noves' de Karpathy

A 'Marcha dos Noves' não é só uma metáfora, é um diagnóstico técnico de engenharia aplicado à IA corporativa. Karpathy a desenvolveu na prática, com cinco anos liderando o Autopilot da Tesla, onde atingiram talvez dois ou três noves (99% a 99,9%) de confiabilidade funcional. Mas, como ele mesmo explicou a Dwarkesh Patel, cada novo 'nove' exige esforço comparável ao anterior: passar de 90% para 99% já é difícil; de 99% para 99,9% exige infraestrutura de monitoramento em tempo real, fallbacks automáticos e validação de esquema rigorosa; chegar a 99,999%, padrão de cinco noves usado há décadas em sistemas bancários e telecomunicações, demanda arquitetura de máquinas de estado, SLOs mensuráveis e escalonamento humano por risco, não por conveniência.

Isso muda radicalmente o planejamento estratégico de TI: projetos que ignoram essa curva exponencial de custo de confiabilidade tendem a entregar POCs brilhantes e produção frágil. A McKinsey já viu isso em campo, 51% das empresas com IA tiveram consequências negativas em 2025, e quase um terço delas vieram de imprecisão silenciosa, não de falhas catastróficas. O problema não é o modelo, mas o workflow: um fluxo de dez etapas com 90% de sucesso por etapa tem apenas 34,87% de taxa final de conclusão. Em operações críticas, como análise de contrato jurídico ou reconciliação financeira, isso equivale a 6, 7 falhas por dia em dez execuções. Nada disso é sustentável sem disciplina de software.

Para equipes de arquitetura e governança de TI, a Marcha dos Noves impõe uma escolha clara: ou adotam padrões de engenharia consolidados, máquinas de estado, SLIs objetivos (como taxa de fallback ou latência p95), validação de esquema em todas as interfaces LLM-ferramenta, ou aceitam que seus agentes serão úteis apenas em cenários de baixo impacto, com alto custo oculto de manutenção e risco regulatório crescente. O relatório da Dynatrace de fevereiro de 2026 mostra que 96% das empresas querem escalar agentes, mas 53% veem privacidade e conformidade como barreiras principais, justamente os domínios onde falta de controle de fluxo e ausência de SLOs geram exposição real. E o Gartner já alerta: mais de 40% dos projetos agênticos serão descontinuados até 2027 se não forem ancorados em métricas de confiabilidade, não em hype.