Os profissionais de inteligência artificial aproveitam a autonomia dos dados, a personalização e os custos reduzidos dos servidores locais, além de outras alternativas fora das plataformas de computação em nuvem públicas.
Os agentes de IA não são uma novidade. Embora a IA em si seja antiga, está se tornando nova novamente, e os agentes de IA e IA agenteic representam um novo capítulo. A IA Agentic, conhecida por sua capacidade de tomar decisões de forma autônoma e gerenciar metas complexas, está causando uma grande transformação nas operações comerciais. Uma mudança significativa é que as empresas estão optando por plataformas menores e mais distribuídas, como servidores locais e dispositivos menores, em vez de recorrerem frequentemente às provedoras de nuvem pública. Vamos examinar as forças impulsionadoras por trás dessa mudança e suas consequências futuras para a IA empresarial.
Os agentes estão em crescimento.
A IA Agentic se relaciona a sistemas de inteligência artificial desenvolvidos com habilidades de tomar decisões por conta própria, possibilitando que atuem de maneira independente para atingir metas específicas. Exemplos desse conceito têm sido observados ao longo dos anos, especialmente com assistentes digitais em nossos dispositivos móveis e com a automação presente em diversos aspectos do cotidiano, como nos sistemas de ar condicionado residenciais e nos carros.
Esses sistemas possuem capacidades avançadas de raciocínio, aprendizagem e adaptabilidade, permitindo processar informações complexas, tomar decisões informadas e realizar tarefas sem supervisão humana constante. Com a utilização de algoritmos complexos e grandes conjuntos de dados, a inteligência artificial orgânica consegue analisar ambientes, prever resultados e iniciar ações em tempo real. O objetivo dessa forma de IA é aprimorar a eficiência e a eficácia, oferecendo soluções inteligentes e focadas em metas em diversas áreas como saúde, finanças e transporte. Embora historicamente os serviços de nuvem pública da AWS, Microsoft Azure, Google Cloud e outros tenham sido dominantes, as necessidades específicas da IA estão levando as empresas a reconsiderar e, eventualmente, se afastar de soluções de nuvem pública por várias razões.
A soberania e a segurança dos dados são críticas. Especialmente em indústrias reguladas como finanças, saúde e governo, nuvens privadas ou servidores no local fornecem maior controle sobre o tratamento e armazenamento de dados, garantindo a conformidade e mitigar riscos associados a violações de dados. As aplicações de IA Agentic muitas vezes exigem altos níveis de personalização e otimização. Os ambientes de nuvem não públicos permitem que a infraestrutura de ajuste fino atenda aos requisitos específicos e opere de forma mais eficiente. As empresas ganham melhor desempenho e gerenciamento de recursos em comparação com as ofertas padronizadas de nuvens públicas. As estruturas de custo dos serviços de nuvem pública podem ser imprevisíveis e proibitivas. Muitas empresas ainda estão bobinando de contas de nuvem pós-pandemia que são dobro ou triplo o que eles esperavam. As coisas foram tão más, um espaço totalmente novo, finops, foi criado. Ao mudar para seus próprios servidores de hardware e dispositivos dedicados menores, as empresas podem alcançar maior previsibilidade e controle de custos, evitando as taxas de assinatura em curso e custos variáveis inerentes à nuvem pública.
IA com base em agentes refere-se a sistemas menores e menos tendenciosos.
A computação de borda, que envolve a execução de inteligência artificial em dispositivos menores próximos à fonte de dados, está se tornando cada vez mais popular. Essa abordagem reduz a latência e aprimora a segurança, mantendo os dados sensíveis mais próximos de sua origem. Um exemplo disso é a utilização da borda AI por fabricantes de automóveis para processar dados dos veículos em tempo real, melhorando seu desempenho e segurança sem depender exclusivamente da conexão com a nuvem.
Sistemas distribuídos e independentes que executam agentes de inteligência artificial requerem centenas de processadores de baixa potência para operar de forma autônoma. Embora a computação em nuvem geralmente não seja apropriada para essa finalidade, ainda pode ser um componente em agentes de IA distribuídos que funcionam em ambientes complexos fora da nuvem pública. O avanço contínuo da tecnologia de IA autônoma provavelmente levará a uma diminuição da dependência da nuvem pública. As empresas provavelmente investirão cada vez mais em hardware personalizado para tarefas específicas de IA, abrangendo desde dispositivos IoT inteligentes até servidores avançados no local. Essa transição exigirá estruturas de integração robustas para garantir uma interação eficiente entre sistemas diversos e otimizar as operações de IA de ponta a ponta.
Apesar de causar um aumento na complexidade, diversidade e custos operacionais, essa abordagem resultará em implementações de inteligência artificial mais práticas e adequadas às exigências do negócio. É importante reconhecer que as empresas dificilmente desenvolverão modelos de linguagem extensos para uso próprio, devido aos altos custos envolvidos, mesmo ao utilizar provedores de nuvem pública. Portanto, agentes e modelos de linguagem mais compactos são as opções arquitetônicas mais prováveis para a IA.
Neste cenário, as ações que beneficiam as empresas podem não ser vantajosas para os provedores de serviços de nuvem pública. No entanto, não é motivo para lamentar por eles. Embora a nuvem não seja a escolha mais eficiente ou econômica, continua sendo a opção mais simples para a inteligência artificial. Isso a torna atrativa para diversas construções e implementações de IA, levando muitas empresas a optarem por esse caminho, independentemente disso.
A adoção da inteligência artificial agente marca uma mudança importante na estratégia empresarial, levando as empresas a se afastarem das soluções de nuvem pública. Ao investir em tecnologias de nuvem privada e em uma infraestrutura adaptável, segura e econômica, as empresas podem explorar ao máximo o potencial da inteligência artificial agente. Essa alteração estratégica melhora a eficiência operacional e alinha as implementações de IA de forma mais precisa com as necessidades e metas específicas do negócio.