Isso exemplifica como a Huawei está desenvolvendo sistemas de IA de agência que vão além de simples interações de comando-resposta em direção a plataformas capazes de planejamento, tomada de decisão e execução independentes.
A abordagem da Huawei para construir esses sistemas de IA de agência centra-se em uma estratégia abrangente que abrange infraestrutura de IA, modelos básicos, ferramentas especializadas e plataformas de agentes.
Zhang Yuxin, CTO da Huawei Cloud, descreveu esta estrutura no recente Huawei Cloud AI Summit em Xangai, onde mais de 1.000 líderes da política, negócios e tecnologia examinaram implementações práticas em finanças, portos de embarque, fabricação de produtos químicos, saúde e direção autônoma.
A distinção é importante porque as aplicações tradicionais de IA respondem aos comandos do utilizador dentro de processos fixos, enquanto os sistemas de IA de agente operam com autonomia que muda fundamentalmente o seu papel nas operações empresariais.
Zhang caracterizou isto como “uma grande mudança nas aplicações e na computação”, observando que estes sistemas tomam decisões de forma independente e se adaptam dinamicamente, remodelando a forma como os sistemas de computação interagem e alocam recursos. A questão para as empresas é: como construir infraestruturas e plataformas capazes de suportar este nível de operação autónoma?
Desafios de infraestrutura impulsionam novas arquiteturas de computação
As demandas computacionais dos sistemas de IA de agência expuseram limitações nas arquiteturas de nuvem tradicionais, especialmente à medida que o treinamento do modelo básico e os requisitos de inferência aumentam.
A resposta da Huawei Cloud envolve supernós CloudMatrix384 conectados por meio de uma rede MatrixLink de alta velocidade, criando o que a empresa descreve como um sistema de computação híbrido flexível que combina recursos de computação inteligentes e de uso geral.
A arquitetura aborda especificamente gargalos em modelos de Mistura de Especialistas (MoE) por meio de inferência de paralelismo especializado, o que reduz o tempo ocioso de NPU durante transferências de dados. De acordo com as especificações técnicas da empresa, esta abordagem aumenta a velocidade de inferência de PU único de 4 a 5 vezes em comparação com outros modelos populares.
O sistema também incorpora armazenamento nativo de IA centrado na memória, projetado para tarefas típicas de IA, com o objetivo de melhorar a eficiência do treinamento e da inferência. ModelBest, uma empresa especializada em IA de uso geral e inteligência de dispositivos, demonstrou aplicações práticas desta infraestrutura.
Li Dahai, cofundador e CEO da ModelBest, detalhou como sua série MiniCPM – abrangendo modelos básicos, recursos multimodais e integração completa de modalidades – se integra ao Huawei Cloud AI Compute Service para obter melhorias de 20% na eficiência energética do treinamento e ganhos de desempenho de 10% em relação aos padrões do setor.
Os modelos MiniCPM encontraram aplicações em sistemas automotivos, smartphones, IA incorporada e computadores pessoais habilitados para IA.
Desde modelos de fundação até aplicações específicas do setor
O desafio de adaptar modelos básicos às necessidades específicas da indústria impulsionou o desenvolvimento de metodologias de formação mais sofisticadas. A abordagem da Huawei Cloud abrange três componentes principais: um pipeline completo de dados que trata da coleta por meio do gerenciamento, um fluxo de trabalho de treinamento incremental pronto para uso e uma plataforma de avaliação inteligente com conjuntos de avaliação predefinidos.
O fluxo de trabalho de treinamento incremental supostamente aumenta o desempenho do modelo em 20-30% por meio do ajuste automático de dados e configurações de treinamento com base nos principais recursos do modelo e objetivos específicos do setor. A plataforma de avaliação permite a configuração rápida de sistemas alinhados com os benchmarks do setor ou da empresa, atendendo aos requisitos de precisão e velocidade.
Implementações no mundo real ilustram a aplicação prática destas metodologias. O Shaanxi Cultural Industry Investment Group fez parceria com a Huawei para integrar a IA às operações de turismo cultural.
Huang Yong, presidente do Shaanxi Cultural Industry Investment Group, explicou que usando a plataforma de convergência de dados-IA da Huawei Cloud, a organização combinou diversos dados de turismo cultural para criar conjuntos de dados abrangentes que abrangem história, cinema e patrimônio imaterial.
A parceria estabeleceu o que eles chamam de “espaço de dados nacional confiável para turismo cultural” na Huawei Cloud, permitindo aplicações que incluem verificação de ativos, transação de direitos autorais, melhoria de crédito empresarial e desenvolvimento criativo.
A colaboração produziu o modelo de turismo cultural Boguan, que alimenta ferramentas baseadas em IA, incluindo um cérebro inteligente de turismo cultural, um assistente de gestão inteligente, um assistente de viagem inteligente e uma plataforma de vídeos curtos de IA.
As implementações internacionais demonstram padrões semelhantes. O Município de Dubai trabalhou com a Huawei Cloud para integrar modelos básicos, humanos virtuais, gêmeos digitais e sistemas de informação geográfica em sistemas urbanos. Mariam Almheiri, CEO da Agência de Regulamentação e Licenças de Construção do Município de Dubai, compartilhou como essa integração melhorou o planejamento urbano, o gerenciamento de instalações e as respostas de emergência.
Surgem plataformas de agentes de nível empresarial
A distinção entre agentes de IA focados no consumidor e sistemas de IA de agente de nível empresarial centra-se nos requisitos de integração e na complexidade operacional. Os sistemas empresariais devem integrar-se perfeitamente a fluxos de trabalho mais amplos, lidar com situações complexas e atender a padrões operacionais mais elevados do que os aplicativos de consumo projetados para interações rápidas.
A plataforma versátil da Huawei Cloud aborda essa lacuna, fornecendo infraestrutura para que as empresas criem agentes adaptados às necessidades de produção. A plataforma combina computação de IA, modelos, plataformas de dados, ferramentas e recursos de ecossistema para agilizar o desenvolvimento de agentes por meio das fases de implantação, lançamento, uso e gerenciamento.
A implementação do Conch Group na fabricação de cimento oferece métricas de desempenho específicas. A empresa fez parceria com a Huawei para criar o que eles descrevem como o primeiro modelo de cimento e materiais de construção alimentado por IA da indústria cimenteira.
Os agentes de cimento resultantes prevêem a resistência do clínquer aos 3 e 28 dias, com previsões desviando-se menos de 1 MPa dos resultados reais, representando mais de 90% de precisão. Para a otimização da calcinação do cimento, o modelo sugere parâmetros-chave de processo e soluções operacionais que reduzem o uso de carvão padrão em 1% em comparação com os padrões de eficiência energética de classe A.
Xu Yue, gerente geral assistente da Conch Cement, observou que o sucesso do modelo com controle de qualidade, otimização de produção, gerenciamento de equipamentos e segurança estabelece as bases para a colaboração e tomada de decisões de ponta a ponta por meio de agentes de cimento, fazendo com que a indústria “de confiar na experiência tradicional para ser totalmente orientada por dados em todos os processos”.
No gerenciamento de viagens corporativas, a Smartcom desenvolveu um agente de viagens usando o Huawei Cloud Versatile que fornece serviços inteligentes de ponta a ponta em partidas, transferências e voos. Kong Xianghong, CTO da Shenzhen Smartcom e Diretor da Smartcom Solutions, relatou que o sistema combina dados da indústria de viagens, políticas da empresa e históricos de viagens individuais para gerar recomendações.
Os funcionários adotam mais da metade dessas sugestões e concluem as reservas em menos de dois minutos. O agente resolve 80% dos problemas em uma média de três interações por meio de correspondência preditiva de perguntas.
O que vem a seguir para a IA autônoma?
As implementações discutidas na cimeira refletem uma tendência mais ampla da indústria em direção a sistemas de IA de agentes que operam com autonomia crescente dentro de parâmetros definidos. A progressão da tecnologia de ferramentas reativas para sistemas capazes de planejar e executar tarefas complexas de forma independente representa uma mudança arquitetônica fundamental na computação empresarial.
No entanto, a transição requer investimentos substanciais em infra-estruturas, engenharia de dados sofisticada e integração cuidadosa com os processos empresariais existentes. As métricas de desempenho das implementações iniciais – seja em ganhos de eficiência de produção, melhorias na gestão urbana ou otimização de reservas de viagens – fornecem referências para organizações que avaliam implementações semelhantes.
À medida que os sistemas de IA de agência continuam a amadurecer, o foco parece estar a mudar das demonstrações de capacidade tecnológica para desafios de integração operacional, quadros de governação e resultados empresariais mensuráveis. Os exemplos da produção de cimento, do turismo cultural e da gestão de viagens corporativas sugerem que surge valor prático quando estes sistemas abordam pontos problemáticos operacionais específicos, em vez de servirem como ferramentas de automação de uso geral.
(Foto de AI News)
Veja também: Huawei detalha roteiro de desenvolvimento de IA de código aberto no Huawei Connect 2025
Quer saber mais sobre IA e big data dos líderes do setor? Confira a AI & Big Data Expo que acontece em Amsterdã, Califórnia e Londres. O evento abrangente faz parte da TechEx e é realizado junto com outros eventos líderes de tecnologia. Clique aqui para obter mais informações.
AI News é desenvolvido pela TechForge Media. Explore outros eventos e webinars de tecnologia empresarial futuros aqui.
Fontesartificialintelligence
