Dell entra na corrida para ensinar agentes de IA a “entender” as empresas
Por Marcelo Fischer |
:quality(85)/caa565f6-c377-4023-9d75-750c505f2401.png)
A Dell entrou na disputa para resolver um dos problemas que dificultam o uso de agentes de inteligência artificial dentro das empresas: fazer com que esses sistemas entendam o significado dos dados que encontram.
A companhia apresentou nesta semana novas tecnologias que conectam informações espalhadas por diferentes sistemas e explicam à IA quais termos, relações e fontes devem ser considerados em cada tarefa. Os principais recursos, porém, só chegam no primeiro semestre de 2027.
O movimento coloca a Dell em uma corrida que já envolve empresas como Databricks, Snowflake e Nvidia. O objetivo é criar uma espécie de camada de contexto entre os modelos de IA e os dados corporativos, necessária quando um agente precisa fazer mais do que simplesmente localizar um documento.
O problema ganhou importância conforme as empresas começaram a experimentar agentes em tarefas reais. Um levantamento da Modern Data Company com mais de 540 profissionais de 66 países mostrou que 57,3% das organizações já testam ou utilizam agentes de IA, mas apenas 8,4% consideram confiáveis o suficiente os dados que alimentam esses sistemas para uso em produção.
Qualidade e confiança nos dados apareceram entre as três principais barreiras para colocar agentes em produção para 75,9% dos entrevistados. Falta de contexto e informações sobre a origem dos dados foi apontada por 63,5%.
Ter acesso aos dados não significa entendê-los
Um agente pode ter permissão para consultar documentos, planilhas e bancos de dados de uma companhia e ainda interpretar uma informação de maneira errada.
Isso acontece porque sistemas criados em diferentes momentos nem sempre usam as mesmas definições. Um departamento pode chamar uma pessoa de “cliente”, enquanto outro utiliza “conta” para representar a mesma entidade. Métricas como receita, usuário ativo ou venda concluída também podem seguir regras distintas dependendo da área.
A Databricks usa justamente esse tipo de problema para explicar sua Genie Ontology. A tecnologia permite registrar, por exemplo, qual é a definição oficial de “usuário ativo” ou qual fonte deve ser utilizada quando um agente responde a uma pergunta sobre receita.
A Snowflake apresenta uma situação semelhante. Em um exemplo usado para divulgar o Horizon Context, dois agentes chegam a números diferentes para a receita do mesmo trimestre porque regras de negócio estavam espalhadas por diferentes ferramentas da empresa.
É nesse ponto que a Dell tenta entrar.
Como a Dell quer dar contexto aos agentes
A companhia está adicionando três componentes à Dell AI Data Platform para organizar esse contexto.
O primeiro estabelece definições compartilhadas entre os sistemas. Assim, se duas bases utilizam termos diferentes para a mesma informação, o agente pode saber que eles estão relacionados. A Dell também pretende utilizar o Auto Ontology, projeto de código aberto da Nvidia que ajuda a construir esses mapas a partir dos dados existentes.
Outra tecnologia cria um grafo com as relações entre informações espalhadas pela empresa.
Em uma fábrica, por exemplo, uma leitura fora do normal em um sensor poderia ser ligada automaticamente à máquina correspondente, ao histórico de reparos, ao lote fornecido para aquele equipamento e aos pedidos que podem ser afetados. O agente passa a receber essas relações em vez de procurar cada informação isoladamente.
A terceira parte são agentes especializados em áreas específicas desse conjunto de informações. Segundo a Dell, a empresa poderá determinar quais dados cada um pode acessar, quais regras deve seguir e até estabelecer limites de gastos para a execução de tarefas.
Essas informações permanecerão no data center do cliente, segundo a companhia. A Dell afirma ainda que a estrutura poderá trabalhar com diferentes modelos de IA e fornecedores de armazenamento, sem exigir que toda a operação fique presa a um único ecossistema.
Corrida pelo contexto da IA já começou
A Dell chega a um mercado no qual algumas dessas ideias já estão disponíveis.
A Genie Ontology, da Databricks, está em prévia pública e reúne definições empresariais, regras, fontes consideradas confiáveis e contexto obtido a partir dos próprios sistemas usados pela organização. O agente também respeita as permissões do usuário antes de utilizar essas informações.
A Snowflake lançou neste ano o Horizon Context, uma camada que centraliza métricas, relações e regras de negócio para que ferramentas de análise e agentes de IA utilizem as mesmas definições.
Os anúncios mostram como uma parte da disputa pela IA corporativa começa a mudar de foco. Modelos mais avançados continuam importantes, mas colocá-los para trabalhar dentro de uma empresa exige também informar ao sistema o que os dados significam e em quais fontes ele deve confiar.
Para a Dell, essa aposta ainda levará alguns meses para sair do anúncio. Unified Semantic Layer, Enterprise Knowledge Graph e Knowledge Agents estão previstos para o primeiro semestre de 2027.
Outras atualizações chegam antes. A empresa promete para dezembro uma versão do mecanismo de processamento de dados acelerada por GPUs da Nvidia. Em testes internos da Dell, a configuração foi 3,9 vezes mais rápida, em média, do que o processamento apenas por CPU, mas o resultado depende da carga e da infraestrutura utilizada.