Se sua missão é ajudar sua organização a adicionar agentes de IA para acelerar seus processos, você precisa começar da base – e isso significa disponibilizar seus dados para consumo de IA. A Agentic AI é dimensionada com base na força dos dados, como explica Niels Zeilemaker, CTO global da Xebia.
“Se você não pensar sobre isso, você pode construir o melhor agente, mas ele nunca será capaz de encontrar os dados corretos; talvez ele interprete mal os dados, talvez junte campos diferentes em seus dados que nunca deveriam ser conectados”, explica Zeilemaker. “E esses erros não são necessariamente culpa do agente. É culpa da sua fundação, que não está preparada para agentes de IA.”
Uma área a considerar particularmente, observa Zeilemaker, é a catalogação de dados. Não é um conceito novo, mas o jogo muda para os agentes. “Se você estiver configurando um catálogo de dados para uma organização composta apenas por humanos, sempre haverá uma alternativa”, diz ele. “Se houver algo que não esteja muito bem documentado, você pode pegar o telefone, ir até um colega e ter uma espécie de porta dos fundos, perguntando ‘como devo trabalhar com esse conjunto específico de dados?’
“Os agentes não têm essa porta dos fundos. Eles têm que confiar no catálogo de dados, no que está escrito nele, e se a descrição estiver errada, os agentes não funcionarão.”
O foco da Xebia é ajudar as organizações a transformar a estratégia de IA em soluções prontas para produção que impulsionam a transformação real com mais rapidez. Os valores fundamentais da empresa incluem ser as pessoas em primeiro lugar e ter qualidade sem compromisso, mas talvez o mais importante, na opinião de Zeilemaker, seja compartilhar conhecimento – como em eventos como o TechEx Global North America, dos quais Xebia participou.
“Acho que compartilhar conhecimento é muito importante para nós e também nos permite estar um pouco à frente, adaptar-nos rapidamente às novas mudanças do mercado, porque todo mundo tem essa vontade de descobrir coisas novas e de compartilhar o que funciona e o que não funciona”, diz Zeilemaker. “Ao investir muito neste compartilhamento de conhecimento e inovação, tentamos também escolher alguns domínios onde queremos ser autoridade.”
Dados e IA são evidentemente uma dessas áreas. Na AI & Big Data Expo, Zeilemaker disse aos participantes como construir essa base de IA e unificar seus cenários de dados fragmentados. Foi um relato honesto de como a combinação de agentes de IA específicos com engenharia especializada comprime um cronograma de 12 a 24 meses em um compromisso de preço fixo e limitado por marcos.
O fio condutor para isso é o que Xebia chama de Agentic Data Foundation (ADF), que estende a plataforma de dados para hospedar agentes e, em seguida, faz uso deles tanto em casos de uso voltados para o cliente quanto em processos internos. Embora sempre tenha havido um grande apetite na migração de plataformas legadas para plataformas modernas, a Xebia está vendo mais clientes solicitando uma abordagem para migrar de forma mais rápida – e confiável – para plataformas de dados. Zeilemaker diz que é aqui que o consultor e o cliente estão co-desenvolvendo a solução.
“Os agentes precisam confiar no catálogo de dados e no que está escrito nele – e se a descrição estiver errada, os agentes não terão desempenho”
“Depois de fazer migrações à moda antiga e acelerar algumas com codificação LLM, agora estamos integrando isso à plataforma de dados, aproveitando o contexto adicional que ela pode fornecer para acelerar ainda mais as migrações”, diz ele.
Essa experiência acumulada foi o que moldou o Xebia Axis: Agentic Data Foundation, a resposta da Xebia para ajudar as empresas a preparar seus dados para IA mais rapidamente do que qualquer alternativa.
Outra arma que a Xebia tem em seu arsenal é o Xebia ACE: AI-Native Software Engineering, uma estrutura que incorpora IA em todo o ciclo de vida de desenvolvimento de software (SDLC) de uma organização. Feito da maneira certa, a entrega pode ser acelerada em até 40%, enquanto os custos de transformação do legado são reduzidos em até 70%.
Zeilemaker observa que o Xebia ACE é particularmente útil para empresas maiores que “talvez ainda queiram manter uma determinada governança ou forma de trabalhar enquanto fazem SDLC”. No entanto, há um quadro mais amplo aqui. Zeilemaker usa codificação de vibração como exemplo. “Se você pensar em vibe coding, todo mundo pode criar um aplicativo, mas ninguém se atreve a colocar esses aplicativos em produção”, diz ele. “Se você adotar o ACE, ainda obterá muitos dos benefícios da aceleração dos LLMs, mas ainda terá os mesmos resultados finais de qualidade com os quais estava acostumado no passado.
“Se você deseja mudar para o uso de LLMs na codificação, o Xebia ACE lhe dará uma estrutura muito boa para usar, sem o risco ou quaisquer desvantagens de fazer LLM de fábrica escura e esperar o melhor – e perder um pouco de controle ou governança no processo”, acrescenta Zeilemaker.
Para as empresas, esse controle é fundamental. Com tanto código sendo gerado, o SDLC baseado em IA pode se tornar um ponto fraco de segurança devido a vulnerabilidades. Zeilemaker argumenta que é algo que a indústria ainda precisa descobrir até certo ponto, mas observa com interesse a recente decisão da Anthropic de lançar um revisor de pull request.
“É interessante, e provavelmente veremos mais”, diz ele. “Haverá revisões de pull request muito demoradas, que você aplica sempre que tenta fazer um novo lançamento de produção. E então você adiciona um membro muito sênior da equipe na forma de um LLM ao seu processo, que faz uma espécie de revisão de terceiros.
“Acho que é um ângulo interessante com o que veremos mais no futuro.”
Em última análise, onde quer que as organizações estejam em sua jornada, desde a avaliação da prontidão dos dados até a preparação para a construção, a Xebia é capaz de ajudar a acertar as bases – e criar as transformações em cima delas.
Foto de Fabio no Unsplash
Quer saber mais sobre IA e big data dos líderes do setor? Confira o que acontecerá 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
