黑料不打烊

Tendências e Insights de Mercado

Prolifera??o de Cargas de Trabalho Nativas de IA e Busca Vetorial

As aplica??es nativas de IA aproximaram o mercado de computa??o centrada em memória do centro do planejamento de infraestrutura empresarial porque inferência, recupera??o e coordena??o de agentes dependem de acesso de estado de baixa latência. O Google Research descreveu a computa??o centrada em memória como uma reformula??o estrutural da arquitetura de banco de dados, com pools de memória desagregados oferecendo um caminho para escalar sistemas de dados sensíveis ao desempenho de forma mais eficiente. Essa mudan?a é importante porque os sistemas agênticos n?o apenas leem dados rapidamente, mas também precisam de um estado durável de múltiplas sess?es que camadas de cache simples n?o conseguem fornecer de forma confiável. A Aerospike refor?ou essa dire??o em mar?o de 2026 ao lan?ar a integra??o LangGraph para o NoSQL Database 8, a fim de fornecer suporte de memória durável e de baixa latência para fluxos de trabalho de IA agêntica sem estado.^{[1]Aerospike, "Aerospike NoSQL Database 8 Fornece Armazenamento de Memória Durável e de Baixa Latência para Fluxos de Trabalho de IA Agêntica LangGraph," Aerospike, aerospike.com.} ? medida que mais empresas passam da experimenta??o com IA para a implanta??o em produ??o, o mercado de computa??o centrada em memória se beneficia de cargas de trabalho que precisam de persistência, simultaneidade e recupera??o rápida na mesma pilha. ? por isso que a sele??o de plataforma está cada vez mais vinculada à capacidade dos fornecedores de suportar estado de agente, pipelines de recupera??o e capacidade de resposta em nível de transa??o, em vez de apenas velocidade bruta de cache.

Necessidade Crescente de Mecanismos de Decis?o de Baixa Latência em Bancos Digitais e Controle de Fraudes

O mercado de computa??o centrada em memória também está avan?ando porque a tomada de decis?es financeiras em tempo real n?o deixa mais espa?o para janelas de processamento diferido. Um estudo de 2025 no International Journal of Fundamental Mathematics Research constatou que os pipelines de detec??o de fraudes bancárias em tempo real exigem latência de previs?o abaixo de 50 milissegundos por transa??o, e observou que os armazenamentos de recursos em memória podem fornecer valores pré-computados em milissegundos de um único dígito ao eliminar a entrada/saída de disco.^{[2]Autor n?o divulgado, "Detec??o de Fraudes Bancárias em Tempo Real de Forma Rápida e Eficiente Usando Algoritmos Baseados em Fluxo," International Journal of Fundamental Mathematics Research, doi.org.} A Volt Active Data publicou um benchmark de arquitetura mostrando que um banco de Nível 1 executou mais de 2.000 regras de produ??o dentro de um or?amento de autoriza??o de 50ms enquanto lidava com um volume de transferência acima de 10.000 transa??es por segundo. Esse modelo operacional muda a lógica de compra porque conformidade, experiência do cliente e preven??o de fraudes agora dependem da mesma base de baixa latência. Isso também ajuda a explicar por que as institui??es reguladas continuam a tratar as plataformas em memória como infraestrutura operacional central, em vez de software de desempenho opcional. No mercado de computa??o centrada em memória, as cargas de trabalho financeiras permanecem importantes porque recompensam latência estável, mudan?as rápidas de regras e alta simultaneidade de transa??es ao mesmo tempo.

Crescimento da Ingest?o de Dados de Alta Densidade a partir de Aplica??es Nativas de Nuvem e de Streaming

Os ambientes de streaming de alto volume est?o expandindo o mercado de computa??o centrada em memória porque geram estado contínuo que deve ser processado antes de perder valor operacional. O Apache Kafka 4.0 e o Apache Flink 2.0 foram ambos lan?ados em mar?o de 2025 pela Apache Software Foundation, e esses lan?amentos reduziram a complexidade operacional ao mesmo tempo em que adicionaram capacidades mais robustas de streaming e orientadas a IA.^{[3]The Apache Software Foundation, "Anúncio de Lan?amento do Apache Kafka 4.0," Apache Software Foundation, kafka.apache.org.} O Flink 2.0 também adicionou suporte a inferência de LLM e busca vetorial em SQL de streaming, o que aproximou o processamento de eventos com estado da camada em memória. Isso é importante porque as empresas que primeiro adotam o streaming para observabilidade, pagamentos ou eventos de clientes frequentemente acabam precisando de estado em memória distribuído para manter a latência consistente sob carga. O resultado é que as plataformas de processamento de fluxo funcionam cada vez mais como um caminho de ado??o para o mercado mais amplo de computa??o centrada em memória. Isso amplia a oportunidade endere?ável além dos compradores tradicionais de banco de dados e traz equipes de plataforma, proprietários de aplica??es e arquitetos de nuvem para o mesmo ciclo de aquisi??o.

Mudan?a em Dire??o à Memória Persistente e Memória de Classe de Armazenamento para Eficiência de Desempenho

As abordagens de memória persistente e de classe de armazenamento est?o melhorando a economia do mercado de computa??o centrada em memória ao reduzir a diferen?a de custo entre designs híbridos e totalmente residentes em memória. Um artigo da VLDB sobre o SAP HANA mostrou que a memória conectada via CXL pode expandir os conjuntos de dados endere?áveis enquanto preserva as características de desempenho em memória, o que suporta footprints de memória maiores sem depender da mesma estrutura de custo que a DRAM local convencional. Um artigo de 2026 no IEEE Transactions on Computers adicionou evidências de caracteriza??o em escala de produ??o para sistemas de memória CXL implantáveis, dando às empresas maior confian?a de engenharia ao avaliar op??es de implanta??o. A Microsoft Azure também anunciou suporte à expans?o de memória baseada em CXL alimentada por processadores Intel Xeon 6 no Ignite 2025, o que aproximou a tecnologia dos modelos de consumo de nuvem pública. ? medida que essas capacidades amadurecem, o mercado de computa??o centrada em memória provavelmente verá mais cargas de trabalho migrando da acelera??o seletiva de dados quentes para uma residência de memória mais ampla. Essa transi??o beneficia os fornecedores que conseguem combinar eficiência de software, interoperabilidade e controle de custo do ciclo de vida na mesma oferta.

Alto Custo de Hardware e Infraestrutura para Implanta??o de Tecido de Memória em Grande Escala

O alto custo de hardware ainda limita a velocidade com que o mercado de computa??o centrada em memória pode avan?ar para o segmento de médio porte. As implanta??es com uso intensivo de memória exigem um planejamento de capacidade mais caro do que as arquiteturas baseadas em flash ou disco, e isso aumenta o atrito de aprova??o para compradores com or?amentos de infraestrutura fixos. O desafio se torna maior quando as organiza??es precisam de atualiza??es de servidores compatíveis com CXL e trabalhos de integra?o relacionados antes de poder escalar o uso em produ??o. O suporte da Microsoft Azure para expans?o de memória baseada em CXL mostra que a tecnologia está se tornando comercialmente viável, mas também sublinha a realidade de que a ado??o depende de hardware de próxima gera??o compatível. Na prática, isso mantém algumas empresas em designs híbridos por mais tempo do que prefeririam, especialmente quando os comitês de aquisi??o avaliam os benefícios de desempenho em rela??o ao planejamento de capital plurianual. O mercado de computa??o centrada em memória, portanto, continua a crescer, mas a disciplina de custos ainda molda o ritmo com que os compradores passam de implanta??es piloto para a substitui??o ampla de infraestrutura.

Gravidade dos Dados, Sobrecarga de Replica??o e Restri??es de Latência entre Clusters

A gravidade dos dados continua sendo um freio real no mercado de computa??o centrada em memória porque muitas empresas n?o conseguem mover facilmente grandes patrim?nios de dados entre regi?es ou nuvens. A replica??o do estado residente em memória entre clusters introduz sobrecarga adicional, e essa sobrecarga pode corroer a vantagem de velocidade que justifica o design em memória em primeiro lugar. Um estudo de caracteriza??o de 2025 constatou que a memória expandida via CXL entre servidores entregou largura de banda muito menor e latência materialmente maior do que a memória DDR5 local em configura??es exigentes. Essa diferen?a é especialmente importante para organiza??es multinacionais que precisam de consistência forte, recupera??o de desastres ou controles de soberania de dados em vários sites. Os fornecedores est?o trabalhando em melhores estratégias de posicionamento e hierarquiza??o de memória, mas a troca técnica entre localidade e resiliência ainda está moldando as decis?es de implanta??o. Isso significa que o mercado de computa??o centrada em memória continuará a favorecer arquiteturas que mantêm o estado mais ativo próximo à execu??o, enquanto usa a replica??o de forma mais seletiva para prote??o e continuidade.

*Nossas previs?es tratam os impactos dos impulsionadores e restri??es como direcionais, e n?o aditivos. As previs?es de impacto refletem o crescimento de base, os efeitos de composi??o e as intera??es entre variáveis.

Análise de Segmentos

Bancos de Dados em Memória e Grades de Dados detinham 42,28% do segmento de componentes em 2025, o que os tornou o maior bloco de constru??o dentro do mercado de computa??o centrada em memória. Sua lideran?a reflete o fato de que os casos de uso com alto volume de transa??es em BFSI, TI e telecomunica??es ainda precisam de leituras e grava??es estáveis e de baixa latência que os sistemas de armazenamento gerais n?o entregam de forma consistente. Essas plataformas também se beneficiam de estar profundamente incorporadas em fluxos de trabalho operacionais onde a confiabilidade importa tanto quanto o tempo de resposta. As Plataformas de Cache em Memória e Acelera??o de Aplica??es est?o projetadas para registrar o crescimento mais rápido de 18,99% até 2031, à medida que as equipes de aplica??es colocam camadas de cache distribuído entre microsservi?os e bancos de dados de back-end para absorver picos de forma mais eficiente. As Plataformas de Processamento de Fluxo e Processamento de Eventos continuam a ganhar participa??o porque mais empresas agora tratam os pipelines de eventos como uma camada operacional ativa em vez de um canal de relatórios. O Apache Flink 2.0 apoiou essa mudan?a ao adicionar capacidades de busca vetorial e inferência de LLM diretamente no SQL de streaming, o que aproximou o processamento avan?ado de eventos da execu??o em memória.

A estrutura do segmento de componentes está se tornando mais competitiva porque os limites funcionais n?o s?o mais t?o claros como eram antes. Os fornecedores de cache est?o migrando para um gerenciamento de estado mais amplo, enquanto os processadores de fluxo est?o cada vez mais lidando com cargas de trabalho que antes eram reservadas para bancos de dados em memória de propósito específico. Essa sobreposi??o amplia o escopo estratégico do mercado de computa??o centrada em memria porque os compradores agora podem entrar por meio de acelera??o de aplica??es, grades de dados ou fluxos em tempo real, em vez de apenas por meio de uma substitui??o de banco de dados central. As empresas que gerenciam várias ferramentas pontuais também est?o buscando consolida??o, uma vez que plataformas separadas para cache, streaming e opera??es de grade podem criar custo operacional adicional e complexidade de governan?a. Nesse cenário, as ofertas unificadas têm uma posi??o de venda mais forte porque reduzem a sobrecarga de integra??o enquanto mantêm o desempenho de latência dentro de limites aceitáveis. O setor de computa??o centrada em memória está, portanto, vendo a convergência de plataformas no nível de componentes, mesmo que especialistas de melhor desempenho ainda mantenham posi??es fortes em casos de uso exigentes.

Nuvem Gerenciada e SaaS detinham 45,66% de participa??o em 2025 e também registraram o maior CAGR projetado de 19,16%, o que o tornou o modelo de entrega mais forte no mercado de computa??o centrada em memória. Essa posi??o dupla mostra como os compradores preferem cada vez mais a elasticidade operacional em detrimento de investimentos fixos em tecido de memória, especialmente quando desejam implementa??o mais rápida e menor carga de administra??o de plataforma. A nuvem pública permanece o próximo caminho principal porque os hiperescaladores continuam a expandir portfólios de servi?os em memória gerenciados em contas empresariais. Local e nuvem privada ainda s?o importantes, particularmente em cargas de trabalho reguladas onde sensibilidade de dados, soberania ou controle de infraestrutura têm mais peso do que a migra??o rápida. O DSAG Investitionsreport 2026 constatou que 70% das empresas de língua alem? pesquisadas tinham a migra??o para o SAP S/4HANA em andamento ou concluída, e esse padr?o suporta demanda duradoura por ambientes privados e gerenciados construídos em torno do SAP HANA. A Oracle e a Microsoft também expandiram o Oracle Database@Azure em mar?o de 2025 com o Exadata Database Service na Infraestrutura Exascale, reduzindo os custos mínimos de infraestrutura em até 95% em compara??o com as plataformas Exadata dedicadas. 

A história de implanta??o n?o é mais uma simples mudan?a de local para nuvem, porque os modelos híbridos agora definem uma grande parcela das implanta??es empresariais. Em junho de 2026, Nokia, SAP e Microsoft assinaram um acordo plurianual para executar o ambiente SAP S/4HANA da Nokia no Microsoft Azure sob o framework RISE with SAP, o que mostra como as grandes empresas est?o usando ambientes em memória gerenciados por nuvem para grandes programas de transforma??o. Esse tipo de migra??o sugere que o mercado de computa??o centrada em memória continuará crescendo por meio de modelos de coexistência, n?o apenas por meio do deslocamento direto de infraestrutura privada. Muitas empresas ainda querem controle local para dados sensíveis enquanto vinculam esses ambientes a plataformas gerenciadas para análises, resiliência e escalabilidade. Isso mantém a competi??o de implanta??o ampla, uma vez que os fornecedores devem atender à migra??o completa para nuvem, ambientes privados hospedados e caminhos de extens?o híbrida ao mesmo tempo. O setor de computa??o centrada em memória está, portanto, sendo moldado tanto por modelos de consumo flexíveis quanto pela diferencia??o tecnológica bruta.

Aplica??es Digitais, Cache e Personaliza??o detinham a maior participa??o de aplica??o de 29,78% em 2025, enquanto Aplica??es de IA/ML e Automa??o de Decis?es est?o projetadas para crescer a 19,11% até 2031 no mercado de computa??o centrada em memória. A base de receita atual permanece ancorada em experiências digitais porque os operadores de comércio eletr?nico e plataformas ainda dependem de estado de baixa latência para suportar personaliza??o, sess?es e fluxos de recomenda??o em altos volumes de intera??o. Ao mesmo tempo, o crescimento mais rápido está se movendo em dire??o à automa??o orientada por IA, onde o estado residente em memória suporta continuidade de inferência, lógica de múltiplas etapas e execu??o tolerante a falhas. A integra??o LangGraph da Aerospike de mar?o de 2026 para o NoSQL Database 8 atendeu diretamente a essa necessidade ao fornecer suporte de memória durável e de baixa latência para fluxos de trabalho de IA agêntica sem estado. Detec??o de Fraudes, Gest?o de Riscos e Negocia??o Financeira permanece um conjunto de aplica??es estruturalmente defensável porque os ambientes de pagamento instant?neo e mercados de capitais recompensam a latência determinística em detrimento da amplitude de recursos. Essa é uma das raz?es pelas quais o mercado de computa??o centrada em memória continua a se expandir tanto em plataformas digitais de consumo quanto em sistemas operacionais altamente regulados.

IoT, Análise de Borda e Processamento de Telemetria est?o ganhando peso porque os ambientes industriais precisam cada vez mais de inferência local e tratamento de eventos que as viagens de ida e volta à nuvem n?o conseguem suportar. Um estudo do IEEE Letters on Networking publicado em 2025 mostrou que o controle de telemetria de circuito fechado aprimorado por IA em ambientes industriais de 5G privado reduziu a latência de ponta a ponta em até 41% e o jitter em até 75%. Análise em Tempo Real e Inteligência de Negócios também permanece relevante, especialmente à medida que as empresas de mercados de capitais modernizam de armazenamentos analíticos legados para mecanismos mais rápidos. A KX lan?ou o KDB-X para disponibilidade geral em abril de 2026, combinando processamento de séries temporais em memória, busca vetorial e acelera??o de GPU em um único tempo de execu??o para cargas de trabalho de IA em tempo real e orientadas a negocia??o. Essas mudan?as de aplica??o ampliam o escopo do mercado de computa??o centrada em memória porque o crescimento n?o está mais vinculado a um caso de uso dominante. Em vez disso, a ado??o está se espalhando por experiência do cliente, telemetria industrial, coordena??o de IA, preven??o de fraudes e suporte a decis?es de alta velocidade em paralelo.

TI e Telecomunica??es detinham 25,77% da base de usuários finais em 2025, enquanto Varejo, Comércio Eletr?nico e Plataformas Digitais est?o projetados para crescer a 19,23% até 2031 em todo o mercado de computa??o centrada em memória. A participa??o de telecomunica??es é grande porque as operadoras precisam de infraestrutura em tempo real para orquestra??o de rede, análise de assinantes e fluxos de trabalho de faturamento que funcionam continuamente em escala. O varejo está crescendo mais rapidamente porque os mecanismos de personaliza??o e os sistemas de recomenda??o agora pontuam enormes volumes de intera??es de usuários em tempo real, e isso empurra mais dados de sess?o e contexto para ambientes residentes em memória. O BFSI permanece um dos verticais mais exigentes porque tanto o controle de fraudes quanto a tomada de decis?es algorítmica imp?em limites rígidos de latência que deixam pouca toler?ncia para o processamento baseado em disco. A evidência bancária é clara no domínio de fraudes, onde a pontua??o abaixo de 50ms tornou-se o benchmark operacional para autoriza??es ao vivo. Essa combina??o de setores mantém o mercado de computa??o centrada em memória equilibrado entre compradores orientados por infraestrutura e compradores orientados por aplica??es.

厂补ú诲别 e ciências da vida ainda s?o um vertical menor, mas seus casos de uso est?o se tornando mais difíceis de adiar porque a atualiza??o de dados em tempo real importa mais em fluxos de trabalho clínicos e de gen?mica com uso intensivo de análises. Manufatura e automotivo também est?o construindo uma demanda mais forte, especialmente onde o controle de qualidade preditivo, a telemetria de veículos conectados e os gêmeos digitais de fábrica precisam de tratamento rápido de eventos próximo às opera??es. O estudo de 5G privado do IEEE apoia essa dire??o ao mostrar ganhos significativos de latência e jitter em configura??es de controle de borda industrial, o que fortalece o caso para implanta??o em memória em ambientes de produ??o. A ado??o pelo governo e pelo setor público também está avan?ando em áreas como detec??o de fraudes, processamento de elegibilidade e verifica??o de identidade, onde a velocidade de resposta e o controle de dados devem coexistir. Essas necessidades transversais mostram que o mercado de computa??o centrada em memória n?o é definido por um perfil de cliente, mas por uma necessidade comum de acesso contínuo ao estado de baixa latência em ambientes operacionais muito diferentes. O setor de computa??o centrada em memória, portanto, tem espa?o para se aprofundar em setores estabelecidos enquanto ainda abre novas trilhas de ado??o em servi?os públicos e sistemas industriais.

A Arquitetura Híbrida em Memória com Armazenamento Persistente comandou 66,58% de participa??o em 2025, o que a tornou a escolha de design padr?o no tamanho do mercado de computa??o centrada em memória para as implanta??es empresariais atuais. A Arquitetura Pura em Memória está projetada para expandir a um CAGR de 19,44% até 2031, o que mostra que o tamanho do mercado de computa??o centrada em memória para essa arquitetura está crescendo mais rapidamente à medida que as cargas de trabalho de IA e tomada de decis?es em tempo real exigem menos consultas de armazenamento. Os sistemas híbridos ainda lideram porque oferecem um equilíbrio mais gerenciável de residência em DRAM, durabilidade e controle de custos para cargas de trabalho empresariais convencionais. Esse modelo permite que os compradores mantenham os dados quentes em memória enquanto dependem do armazenamento persistente para resiliência e capacidade, o que reduz o risco financeiro durante uma implanta??o mais ampla. A posi??o existente de 66,58% também reflete o fato de que muitas empresas ainda est?o atualizando de arquiteturas legadas em vez de projetar ambientes greenfield. Por enquanto, o híbrido permanece a maneira mais prática de capturar grande parte do benefício de desempenho sem assumir o perfil de custo total da residência pura em DRAM.

Esse equilíbrio pode mudar gradualmente à medida que o suporte de hardware e software melhora. O artigo da VLDB sobre o SAP HANA mostrou que a memória conectada via CXL pode expandir a endere?abilidade de memória enquanto mantém o desempenho alinhado com os requisitos de banco de dados em memória, o que enfraquece um dos argumentos econ?micos históricos para o design híbrido em primeiro lugar. O estudo de 2026 do IEEE Transactions on Computers também fortaleceu o caso técnico para sistemas de memória CXL implantáveis em escala. Com o tempo, isso deve facilitar a migra??o de algumas cargas de trabalho da persistência híbrida para uma residência de memória mais ampla, especialmente em ambientes de servi?o de IA e orientados a eventos. Mesmo assim, a participa??o de mercado de computa??o centrada em memória da arquitetura híbrida em 2025 mostra que a maioria dos compradores ainda prefere uma transi??o gradual em vez de uma reformula??o completa em uma única etapa. Isso torna a arquitetura híbrida menos um compromisso temporário e mais a linha de base operacional atual a partir da qual a futura expans?o em memória prosseguirá.

Análise Geográfica

Mercado de Computa??o Centrada em Memória da América do Norte

A América do Norte deteve 42,34% da participa??o no mercado de computa??o centrada em memória em 2025, mantendo-se como o maior contribuinte regional por receita. A regi?o se beneficia de uma densa concentra??o de compradores de tecnologia para servi?os financeiros, infraestrutura de nuvem em hiperescala e fornecedores de software empresarial que já incorporam capacidades em memória em portfólios de plataformas maiores. Os Estados Unidos permanecem como o centro de ado??o, pois a detec??o de fraudes, a negocia??o algorítmica e a personaliza??o em tempo real já s?o bem financiadas e comercialmente escaladas no país. O 颁补苍补诲á contribui por meio da demanda de servi?os financeiros e análise de dados governamentais, enquanto o 惭é虫颈肠辞 está ganhando relev?ncia por meio de implanta??es de inteligência de manufatura vinculadas ao nearshoring. Essa base instalada confere ao mercado de computa??o centrada em memória uma sólida funda??o regional, onde tanto fornecedores especializados quanto grandes provedores integrados podem comercializar novas capacidades rapidamente.

Mercado de Computa??o Centrada em Memória da Europa

A Europa permanece importante porque a moderniza??o de aplica??es empresariais e a disciplina regulatória est?o moldando a demanda simultaneamente. A Alemanha é o maior mercado da regi?o, e a DSAG relatou em 2026 que 70% das empresas de língua alem? pesquisadas tinham a migra??o para o SAP S/4HANA em andamento ou concluída, o que sustenta diretamente a demanda por infraestrutura em memória, pois cada implanta??o do S/4HANA depende do SAP HANA. O Reino Unido e a Fran?a também permanecem como grandes mercados devido ao investimento contínuo em servi?os financeiros e programas digitais do setor público. Em junho de 2026, Nokia, SAP e Microsoft formalizaram um acordo plurianual para executar o ambiente SAP S/4HANA da Nokia no Microsoft Azure, o que evidenciou a escala da atividade de migra??o empresarial em memória em curso na Europa. A 滨迟á濒颈补 e o restante da Europa est?o crescendo de forma mais gradual, com a demanda concentrada em servi?os bancários e manufatura automotiva, em vez de uma migra??o ampla para a nuvem.

Mercado de Computa??o Centrada em Memória da APAC, América do Sul e MEA

A ?蝉颈补-笔补肠í蹿颈肠辞 está projetada para registrar o CAGR mais elevado, de 19,46%, até 2031, o que lhe confere o perfil de expans?o mais robusto no tamanho do mercado de computa??o centrada em memória ao longo do período de previs?o. A demanda na regi?o é impulsionada pelo crescimento do banco digital na ?ndia e no Sudeste Asiático, pelas implanta??es industriais de 5G privado no Jap?o e na Coreia do Sul, e pela escala contínua do comércio eletr?nico e dos pagamentos digitais na China. A Coreia do Sul possui uma vantagem dupla, pois a demanda de borda industrial está crescendo enquanto o país também permanece próximo à inova??o em semicondutores e hardware de memória. O Jap?o continua a apoiar a ado??o por meio de IoT industrial, manufatura de precis?o e moderniza??o de análise de dados empresariais. A América do Sul permanece menor, mas está melhorando à medida que o investimento em hiperescala reduz as barreiras de latência no Brasil e nos mercados vizinhos, enquanto o Oriente 惭é诲颈辞 e a ?frica ganham tra??o a partir de programas de cidades inteligentes e iniciativas de moderniza??o do setor financeiro alinhadas às agendas nacionais de diversifica??o.