A New Relic iniciou outubro com uma mudança de liderança que ajuda a entender uma disputa crescente no software empresarial: como acompanhar aplicações de inteligência artificial depois que elas entram em operação. Nandini Ramani assumiu como CEO e integrante do conselho, sucedendo Ashan Willy, que permanece como assessor do conselho.
O comunicado oficial é de 1º de outubro de 2026. A nomeação voltou à cobertura do ecossistema de São Francisco em 12 de outubro. Ramani veio da Amazon Web Services, onde liderava um portfólio ligado a observabilidade, busca e conformidade. A trajetória conecta a nova gestão a problemas de infraestrutura que ganham complexidade com a adoção de agentes de IA.
Mais do que uma troca de executivos, o movimento oferece um ponto de partida para examinar uma necessidade concreta: empresas precisam saber o que seus sistemas estão fazendo, quanto estão gastando e por que falham. Quando o software incorpora decisões probabilísticas e serviços externos, responder a essas perguntas exige mais do que verificar se um servidor está ligado.
O que significa observabilidade
Observabilidade é a capacidade de compreender o funcionamento de um sistema a partir dos sinais que ele produz. Esses sinais incluem registros de eventos, medidas de desempenho e rastros que mostram o caminho percorrido por uma solicitação. Em uma aplicação simples, uma falha pode ser relativamente fácil de localizar. Em uma operação distribuída, o problema pode atravessar vários serviços antes de chegar ao usuário.
Imagine uma compra online que demora para ser concluída. A lentidão pode estar no pagamento, no estoque, no banco de dados ou em uma conexão externa. Saber apenas que a página demorou não identifica a causa. É necessário reconstruir a sequência e distinguir o componente que originou a falha daqueles que apenas sofreram seus efeitos.
Essa lógica continua válida com IA, mas surgem novas variáveis. O tempo de resposta pode depender do modelo escolhido, do tamanho do material enviado e das ferramentas acionadas. Uma resposta pode chegar rapidamente e ainda estar errada. O monitoramento passa a combinar a saúde técnica da aplicação com critérios de qualidade do trabalho produzido.
Agentes tornam a sequência mais importante
Segundo a documentação de monitoramento de agentes da New Relic, a plataforma registra etapas de execução, chamadas de ferramentas e transferências entre agentes. O objetivo é permitir a investigação de onde um fluxo ficou lento ou apresentou problemas. Esses recursos dependem de uma aplicação devidamente instrumentada e das integrações disponíveis.
Considere um assistente que recebe uma pergunta, consulta documentos e executa uma busca adicional antes de responder. Se a informação final estiver incompleta, a equipe precisa identificar se o problema começou na busca, na seleção dos documentos ou na elaboração da resposta. Tratar todo o fluxo como uma única caixa fechada dificulta a correção.
Um registro detalhado também ajuda a separar falhas do modelo de erros na aplicação. Um sistema pode receber uma informação correta e interpretá-la de forma inadequada; pode também trabalhar corretamente sobre uma fonte desatualizada. As duas situações exigem soluções diferentes. A utilidade da observabilidade está em dar evidências para essa distinção.
O custo deixa de ser apenas uma conta de nuvem
A empresa descreve ferramentas para acompanhar custos de IA por serviço, modelo e tipo de token. Essa granularidade interessa a organizações que utilizam vários modelos ou distribuem aplicações entre diferentes ambientes. O valor de um painel assim depende de como os dados são coletados e de sua correspondência com a cobrança efetiva dos fornecedores.
Na prática, uma despesa elevada pode ter causas bastante diferentes. Talvez o produto tenha conquistado mais usuários, o que pode ser um bom sinal. Talvez um erro tenha provocado chamadas repetidas sem gerar valor. Ou talvez uma alteração de configuração tenha enviado documentos muito maiores em cada solicitação. O total da fatura, isoladamente, não esclarece qual dessas situações ocorreu.
Para uma startup, relacionar consumo a resultados ajuda a avaliar a sustentabilidade do produto. Uma funcionalidade pode ser popular e ainda custar mais para operar do que a receita associada a ela. Identificar esse comportamento cedo permite ajustar preços, arquitetura ou limites de utilização antes que o problema cresça junto com a base de clientes.
Automação exige limites e responsabilidade
Há uma oportunidade razoável para ferramentas que ajudem equipes a investigar incidentes e priorizar correções. Entretanto, sugerir uma causa provável e alterar automaticamente um sistema são ações de naturezas diferentes. A segunda pode afetar usuários, dados e receita. Por isso, os limites de autonomia precisam acompanhar a capacidade de verificar o resultado e reverter uma decisão.
Na nossa leitura, a evolução mais útil é aquela que reduz trabalho repetitivo sem apagar a responsabilidade técnica. Um resumo organizado de eventos pode economizar tempo de investigação. Uma recomendação com evidências pode ajudar um engenheiro a agir mais rápido. Já uma mudança sem rastreabilidade pode trocar um problema conhecido por outro mais difícil de diagnosticar.
Também importa administrar o volume de dados coletados. Registrar tudo indiscriminadamente pode aumentar custos e expor informações que não precisam estar em um sistema de monitoramento. A definição do que guardar, por quanto tempo e com quais permissões faz parte do desenho de uma operação madura.
O que observar na nova fase da New Relic
A chegada de uma executiva com experiência em infraestrutura coloca atenção sobre a execução dessa estratégia. Ainda é cedo para atribuir resultados à nova gestão. O acompanhamento mais útil será observar como a empresa transforma sua proposta em recursos que equipes consigam adotar, compreender e integrar aos processos existentes.
Para o mercado, a oportunidade vai além de exibir mais gráficos. Empresas precisam reduzir o tempo entre perceber uma falha e entender sua causa, além de relacionar desempenho técnico a consequências para o negócio. Produtos que ofereçam essa clareza podem se tornar importantes à medida que a IA passa a participar de atividades mais frequentes.
A perspectiva é positiva, mas depende de utilidade comprovada. A melhor ferramenta de observabilidade não é necessariamente a que coleta mais sinais: é a que ajuda uma equipe a tomar decisões melhores com eles. Esse será um critério relevante para avaliar a próxima fase da New Relic e de todo o segmento.
Leia também: Hone capta US$ 60 milhões para criar agentes com metas de negócio.
