Empresas cortam 30% em custos ao levar IA direto aos dados

Tecnologia

Companhias reduzem despesas implementando inteligência artificial diretamente em seus ambientes de dados, atendendo novas regulamentações.

Leia também: Novo Apple TV 4K por US$ 299 traz chip A19, mas suporte preocupa

Empresas que lidam com grandes volumes de dados sensíveis estão redesenhando suas estratégias de inteligência artificial ao optar por levar os modelos até onde os dados já estão, em vez de enviar informações proprietárias para provedores externos de IA. O movimento, que ganha força especialmente na Europa, busca atender normas rígidas de privacidade e, ao mesmo tempo, reduzir custos de operação em nuvens públicas.

Modelos vão até os dados, não o contrário

No centro dessa virada está a adoção de arquiteturas em que a IA passa a rodar dentro dos próprios ambientes corporativos — data centers, nuvens privadas ou nuvens soberanas —, mantendo os dados sob controle direto das organizações. A Cloudera Inc. adotou essa estratégia como pilar de sua oferta e vem destacando que não exige que clientes entreguem dados a serviços externos para usar recursos de IA.

“Rather than saying, ‘Just give us all your data and we’ll in return provide you access to a model that’s then contextualized based on that data,’ we turn things around,” disse Wim Stoop, diretor de produto da Cloudera. “We say, ‘We’ll bring AI to where the data is and where the data lives.’”

Na prática, isso significa que modelos de linguagem e outras aplicações de IA são implantados diretamente nas plataformas de dados das empresas, preservando informações financeiras, médicas, de telecomunicações ou de tecnologia dentro de fronteiras técnicas e jurídicas mais controladas.

Entenda o contexto

O aperto regulatório é um dos motores dessa mudança. Na União Europeia, o Digital Operational Resilience Act (DORA) exige que instituições financeiras demonstrem controle efetivo sobre seus dados e sobre a resiliência operacional, o que inclui o uso de terceiros em nuvem. Nos Estados Unidos, o CLOUD Act amplia a capacidade de autoridades acessarem dados sob controle de provedores locais, mesmo quando armazenados fora do país.

Combinadas, essas normas aumentam a preocupação com soberania de dados e levam empresas a rever o modelo de simplesmente enviar tudo para serviços externos de IA. Em setores regulados, qualquer dúvida sobre onde os dados estão, quem pode acessá-los e sob qual jurisdição eles se encontram vira risco jurídico, reputacional e financeiro.

Ao mesmo tempo, o uso intensivo de modelos de IA de grande porte em nuvens públicas tem produzido contas elevadas e muitas vezes imprevisíveis. Cada requisição de modelo consome grande capacidade computacional, o que pesa na fatura à medida que a IA deixa o laboratório e entra em produção em escala.

Cloudera aposta em implantação flexível e parceira local

Para se posicionar nesse cenário, a Cloudera estrutura sua estratégia de IA em torno da implantação flexível dos modelos dentro do ambiente de dados do cliente. O passo mais recente é a parceria com a Mistral AI SAS, empresa francesa que desenvolve modelos e pilhas tecnológicas de IA e passa a integrá-los diretamente à plataforma de dados da Cloudera.

A origem europeia da parceira é vista como um diferencial para clientes do continente, preocupados com soberania digital. “Certainly for us in Europe, having a French organization, a local company, that provides these models and provides the complete stack is very attractive for a lot of our customers,” afirmou Stoop, destacando que a escolha da Mistral AI foi considerada “muito fácil” pelo alinhamento tecnológico e regulatório.

Segundo o executivo, a IA aparece no topo de uma curva de maturidade que começa com dados soberanos, passa por nuvem soberana e operações locais, até chegar à camada de inteligência. A proposta é que a empresa avance nessa curva sem abrir mão de controle nem estourar o orçamento com serviços externos.

Custo da nuvem pública vira freio para IA corporativa

Além da privacidade, o custo vem se consolidando como o principal obstáculo para tirar a IA do piloto e levá-la à produção plena. “If you use a public provider for that, the more you use your model, the more you get hit on cost,” disse Stoop. Em outras palavras, quanto mais a organização incorpora IA em seus processos diários, mais cara se torna a dependência de modelos rodando em provedores públicos.

Para muitas empresas, o desafio é encontrar um equilíbrio entre alto desempenho e previsibilidade financeira. “How do I get that high utilization of a good model inside my organization without being exposed to horrific costs? That, I think, is the biggest challenge that organizations are struggling with right now,” afirmou o diretor da Cloudera.

Com a possibilidade de rodar modelos dentro de seus próprios ambientes, as companhias conseguem dimensionar a infraestrutura, negociar hardware e gerir capacidade de forma mais alinhada aos seus padrões de uso, reduzindo a volatilidade típica da cobrança por consumo em nuvens públicas.

Soberania de dados impulsiona parcerias locais

A parceria com a Mistral AI também reflete uma tendência mais ampla de valorização de fornecedores locais no ecossistema de IA, principalmente na Europa. Reguladores e empresas veem com bons olhos arranjos em que dados permanecem em infraestruturas sob jurisdições conhecidas e modelos são fornecidos por companhias que seguem de perto as regras regionais de privacidade.

Esse rearranjo abre espaço para plataformas de dados que consigam oferecer flexibilidade de implantação e integração com diferentes modelos, respeitando exigências de soberania. Ao mesmo tempo, pressiona provedores tradicionais de IA em nuvens públicas a adaptar seus modelos de negócio para permitir mais controle aos clientes, sob risco de perder espaço em setores regulados.

Mercado de IA esquenta com novos investimentos

O cenário de reconfiguração da arquitetura de IA acontece em paralelo a uma enxurrada de capital para startups que tentam redefinir como empresas usam inteligência artificial no dia a dia. A Marble Cognition, por exemplo, levantou 3,75 milhões de dólares para desenvolver “agentes” de IA que observam e aprendem com o trabalho de pessoas, automatizando tarefas com base nesse aprendizado contínuo.

Em outra frente, o cofundador do Google X Sebastian Thrun captou 130 milhões de dólares para a Dulo, uma startup focada em engenharia de IA. Os dois movimentos mostram que, ao mesmo tempo em que grandes plataformas de dados apostam em modelos locais e soberanos, há uma corrida por novas formas de aplicar a tecnologia dentro das empresas, com foco em automação avançada e personalização.

Esses investimentos reforçam a perspectiva de que a IA corporativa deve crescer em escala e complexidade, tornando ainda mais relevante o debate sobre onde os dados residem, quem controla a infraestrutura e quanto custa manter modelos em operação contínua.

Próximos passos para empresas e reguladores

Do lado das empresas, a tendência é ampliar pilotos de IA em ambientes locais para casos de uso de missão crítica, como atendimento ao cliente, prevenção a fraudes, análise de risco e suporte a decisões estratégicas. Setores como financeiro, saúde, telecomunicações e tecnologia aparecem entre os mais atentos a arquiteturas que combinem conformidade regulatória, soberania de dados e redução de custos.

Plataformas que consigam entregar essa combinação, como a estratégia desenhada pela Cloudera em parceria com a Mistral AI, tendem a ganhar terreno, sobretudo em mercados onde a origem dos modelos e o local em que rodam são considerados fatores competitivos. A pressão regulatória e a necessidade de previsibilidade financeira indicam que a discussão sobre levar a IA até os dados, e não o contrário, deve permanecer no centro das decisões de tecnologia corporativa nos próximos meses.