A guerra saiu dos modelos e foi para a execução
Até pouco tempo atrás, a métrica que definia quem estava "ganhando" em IA era simples: qual modelo pontuava mais alto em benchmark, custava menos por token, ou respondia mais rápido. Olhando os anúncios recentes de Microsoft, Google Cloud e AWS lado a lado, fica claro que essa não é mais a régua que essas empresas usam para competir entre si.
Três empresas, um mesmo argumento
A Microsoft é a mais explícita: "AI alone won't change your business. The system running it will." A empresa nem finge que a disputa ainda é sobre qual modelo é melhor - o pitch é sobre um sistema que integra múltiplos modelos (Azure, GitHub, Microsoft IQ, Fabric, Foundry, Windows) com governança nativa via Entra, Purview, Defender e Agent 365.
A Google Cloud chega no mesmo lugar por outro caminho: o Gemini Enterprise Agent Platform dá acesso a mais de 200 modelos - incluindo, notavelmente, Claude Opus, Sonnet e Haiku, da concorrente Anthropic, ao lado dos próprios modelos Gemini. Se o modelo fosse o diferencial, a Google não ofereceria o modelo de um rival dentro da própria plataforma. O que a Google está vendendo é a camada em volta: Agent Studio, Agent Runtime, Memory Bank, Agent Identity, Agent Registry, Model Armor. Mais de 6 trilhões de tokens já passam pelo Agent Development Kit todo mês - não porque o modelo é único, mas porque a plataforma virou o ponto de entrada.
A AWS ataca o mesmo problema por um ângulo mais estreito e talvez mais revelador: em vez de anunciar um modelo novo, lançou Web Search para o Bedrock AgentCore - um conector que resolve um problema de execução (agentes desatualizados em relação ao mundo real), não um problema de capacidade do modelo. A ferramenta usa a própria infraestrutura de busca que já roda a Alexa+, Amazon Quick e Kiro, com preço por consulta ($7 a cada 1.000).
O que isso sinaliza para o mercado
As três empresas estão dizendo, cada uma à sua maneira, a mesma coisa: o modelo virou commodity relativa - ainda importa, mas não é mais onde a disputa se decide. A disputa real está em quem consegue oferecer runtime, orquestração entre agentes, identidade, governança, observabilidade e grounding em dados atuais, de forma confiável o suficiente para uma empresa colocar um agente para executar trabalho sem supervisão constante.
Isso muda o critério de avaliação para quem compra essa tecnologia. Comparar Microsoft, Google e AWS pela qualidade do modelo é comparar a característica errada. A pergunta que decide qual plataforma vence numa conta enterprise específica é outra: qual delas já resolveu identidade de agente, políticas de acesso a ferramentas, memória e auditoria para o caso de uso daquela empresa - hoje, não modelo daqui a seis meses.
Fontes
- Microsoft - AI alone won't change your business. The system running it will. - https://blogs.microsoft.com/blog/2026/06/02/ai-alone-wont-change-your-business-the-system-running-it-will/
- Google Cloud - Introducing Gemini Enterprise Agent Platform - https://cloud.google.com/blog/products/ai-machine-learning/introducing-gemini-enterprise-agent-platform
- AWS - Announcing Web Search on Amazon Bedrock AgentCore - https://aws.amazon.com/blogs/aws/announcing-web-search-on-amazon-bedrock-agentcore-ground-your-ai-agents-in-current-accurate-web-knowledge/