Desafios da Inteligência Artificial nas Empresas
Com a expansão da inteligência artificial no ambiente corporativo, os executivos estão sendo forçados a repensar suas estratégias de infraestrutura tecnológica. A escolha entre infraestrutura própria, GPUs como serviço e modelos de inteligência artificial pode impactar custos, governança, segurança e competitividade das empresas.
Decisões Orientadas ao Negócio
Os especialistas da TOTVS e da Dell Brasil discutiram durante um evento a necessidade de compreender o papel das GPUs na infraestrutura de inteligência artificial e identificar em quais situações o investimento nessa capacidade de processamento realmente faz sentido.
Modelos de Consumo de Inteligência Artificial
Existem diferentes modelos de consumo de inteligência artificial, incluindo a utilização de GPUs em infraestrutura própria, GPU como serviço, modelos de inteligência artificial como serviço e soluções de IA já preparadas para aplicações empresariais. A escolha entre essas alternativas depende das necessidades específicas de cada organização, especialmente quando estão envolvidos requisitos de governança, controle de dados e diferenciação competitiva.
Custos com Tokens e Infraestrutura
Outro assunto que ganhou destaque foi a dificuldade de prever os custos associados ao consumo de inteligência artificial, principalmente em aplicações que utilizam APIs com cobrança baseada na quantidade de tokens processados.
Práticas de FinOps
Uma possibilidade discutida foi a hospedagem de modelos em infraestrutura própria ou contratada, permitindo que as organizações substituam parte dos custos variáveis de tokens por despesas relacionadas à capacidade computacional. No entanto, essa escolha também exige investimentos em equipamentos, operação, manutenção e profissionais especializados.
Agentes de IA e Processamento
A evolução dos agentes de inteligência artificial também foi apontada como um fator que está transformando o planejamento da infraestrutura corporativa. O mercado passou por uma primeira etapa marcada pela experimentação e pelo treinamento de modelos. Agora, a utilização de agentes capazes de executar tarefas e interagir continuamente com diferentes sistemas está ampliando a demanda por processamento.
Infraestrutura de Inteligência Artificial
A disponibilidade da infraestrutura é uma preocupação estratégica, especialmente quando as empresas começam a estruturar ambientes nos quais modelos, agentes, habilidades específicas e informações corporativas trabalham de maneira integrada.
Soberania de Dados e Segurança
Além das questões financeiras e operacionais, a localização dos dados e a continuidade dos serviços de inteligência artificial ganharam espaço na discussão. A soberania de dados foi apresentada como um elemento relevante para organizações que precisam considerar requisitos regulatórios, riscos geopolíticos e dependência de fornecedores externos.
Segurança da Informação
A segurança da informação em todas as etapas de utilização da inteligência artificial, incluindo a integração de sistemas e a proteção dos dados corporativos, é fundamental para garantir a continuidade dos serviços e a confiabilidade dos modelos.
Cultura Organizacional e Sucesso da IA
A cultura organizacional também determina o sucesso da inteligência artificial. A adoção depende de abertura para mudanças e do envolvimento da liderança estratégica. A experiência das próprias empresas também foi mencionada, reforçando que a transformação exige experimentação, aprendizado e identificação de aplicações relevantes.
Equilíbrio entre Tecnologia e Resultados
A decisão de investir em GPUs e inteligência artificial envolve fatores que vão além da capacidade de processamento. É necessário avaliar o modelo de contratação, a previsibilidade financeira, os requisitos de segurança e a maturidade dos processos corporativos.
