Para proteger as margens empresariais, os líderes empresariais devem investir numa governação robusta da IA para gerir com segurança a infraestrutura de IA.
Ao avaliar a adoção de software empresarial, um padrão recorrente determina como a tecnologia amadurece em todos os setores. Como Rob Thomas, vice-presidente sênior e CCO da IBM, descreveu recentemente, o software normalmente passa de um produto independente para uma plataforma e, em seguida, de uma plataforma para uma infraestrutura básica, alterando completamente as regras que regem.
Na fase inicial do produto, exercer um controle corporativo rígido muitas vezes parece altamente vantajoso. Ambientes de desenvolvimento fechados iteram rapidamente e gerenciam de maneira rigorosa a experiência do usuário final. Capturam e concentram valor financeiro dentro de uma única entidade corporativa, uma abordagem que funciona adequadamente durante os primeiros ciclos de desenvolvimento de produtos.
Contudo, a análise da IBM destaca que as expectativas mudam completamente quando uma tecnologia se solidifica numa camada fundamental. Uma vez que outros quadros institucionais, mercados externos e sistemas operacionais amplos dependem do software, os padrões prevalecentes adaptam-se a uma nova realidade. À escala das infraestruturas, abraçar a abertura deixa de ser uma postura ideológica e torna-se uma necessidade altamente prática.
Atualmente, a IA está ultrapassando esse limite na pilha de arquitetura corporativa. Os modelos são cada vez mais incorporados diretamente nas formas como as organizações protegem suas redes, criam código-fonte, executam decisões automatizadas e geram valor comercial. A IA funciona menos como um utilitário experimental e mais como uma infraestrutura operacional central.
A recente prévia limitada do modelo Claude Mythos da Anthropic traz esta realidade para um foco mais nítido para executivos empresariais que gerenciam riscos. A Anthropic relata que este modelo específico pode descobrir e explorar vulnerabilidades de software em um nível que corresponde a poucos especialistas humanos.
Em resposta a esse poder, a Anthropic lançou o Projeto Glasswing, uma iniciativa fechada projetada para colocar esses recursos avançados diretamente nas mãos dos defensores da rede. Do ponto de vista da IBM, este desenvolvimento obriga os responsáveis tecnológicos a confrontar vulnerabilidades estruturais imediatas. Se os modelos autónomos possuem a capacidade de escrever explorações e moldar o ambiente de segurança global, Thomas observa que concentrar a compreensão destes sistemas num pequeno número de fornecedores de tecnologia convida a uma exposição operacional severa.
Com os modelos alcançando o status de infraestrutura, a IBM argumenta que a questão principal não é mais exclusivamente o que esses aplicativos de aprendizado de máquina podem executar. A prioridade passa a ser a forma como estes sistemas são construídos, governados, inspecionados e ativamente melhorados durante longos períodos.
À medida que as estruturas subjacentes crescem em complexidade e importância corporativa, a manutenção de pipelines de desenvolvimento fechados torna-se extremamente difícil de defender. Nenhum fornecedor pode antecipar com sucesso todos os requisitos operacionais, vetores de ataque adversários ou modos de falha do sistema.
A implementação de estruturas opacas de IA introduz grande atrito na arquitetura de rede existente. Conectar modelos proprietários fechados com bancos de dados de vetores corporativos estabelecidos ou data lakes internos altamente confidenciais frequentemente cria enormes gargalos na solução de problemas. Quando ocorrem resultados anômalos ou as taxas de alucinação aumentam, as equipes não têm a visibilidade interna necessária para diagnosticar se o erro se originou no pipeline de geração aumentada de recuperação ou nos pesos do modelo base.
A integração da arquitetura local legada com modelos de nuvem altamente controlados também introduz latência severa nas operações diárias. Quando os protocolos de governança de dados corporativos proíbem estritamente o envio de informações confidenciais de clientes para servidores externos, as equipes de tecnologia ficam tentando remover e anonimizar os conjuntos de dados antes do processamento. Essa constante higienização de dados cria um enorme obstáculo operacional.
Além disso, os custos crescentes de computação associados às chamadas contínuas de API para modelos bloqueados corroem as margens de lucro exatas que esses sistemas autônomos deveriam aumentar. A opacidade impede que os engenheiros de rede dimensionem com precisão as implantações de hardware, forçando as empresas a contratos caros de provisionamento excessivo para manter a funcionalidade básica.
Por que a IA de código aberto é essencial para a resiliência operacional
Restringir o acesso a aplicações poderosas é um instinto humano compreensível que se assemelha muito à cautela. No entanto, como salienta Thomas, numa escala de infra-estruturas massiva, a segurança normalmente melhora através de um rigoroso escrutínio externo, em vez de através de uma ocultação estrita.
Isso representa a lição duradoura do desenvolvimento de software de código aberto. O código-fonte aberto não elimina o risco empresarial. Em vez disso, a IBM afirma que muda ativamente a forma como as organizações gerenciam esse risco. Uma base aberta permite que uma base mais ampla de pesquisadores, desenvolvedores corporativos e defensores da segurança examinem a arquitetura, descubram pontos fracos subjacentes, testem suposições fundamentais e fortaleçam o software em condições do mundo real.
Nas operações de segurança cibernética, a ampla visibilidade raramente é inimiga da resiliência operacional. Na verdade, a visibilidade serve frequentemente como um pré-requisito estrito para alcançar essa resiliência. As tecnologias consideradas altamente importantes tendem a permanecer mais seguras quando populações maiores podem desafiá-las, inspecionar a sua lógica e contribuir para a sua melhoria contínua.
Thomas aborda um dos equívocos mais antigos em relação à tecnologia de código aberto: a crença de que ela inevitavelmente mercantiliza a inovação corporativa. Na aplicação prática, a infraestrutura aberta normalmente empurra a concorrência de mercado para níveis mais altos na pilha de tecnologia. Os sistemas abertos transferem valor financeiro em vez de destruí-lo.
À medida que as bases digitais comuns amadurecem, o valor comercial se desloca para implementação complexa, orquestração de sistemas, confiabilidade contínua, mecânica de confiança e conhecimento de domínio específico. A posição da IBM afirma que os vencedores comerciais a longo prazo não são aqueles que possuem a camada tecnológica de base, mas sim as organizações que compreendem como aplicá-la de forma mais eficaz.
Testemunhamos esse padrão idêntico em gerações anteriores de ferramentas empresariais, infraestrutura de nuvem e sistemas operacionais. As fundações abertas historicamente expandiram a participação dos desenvolvedores, aceleraram a melhoria iterativa e criaram mercados maiores e inteiramente novos, construídos sobre essas camadas de base. Os líderes empresariais consideram cada vez mais o código aberto como altamente importante para a modernização da infraestrutura e para as capacidades emergentes de IA. A IBM prevê que a IA provavelmente seguirá exatamente essa trajetória histórica.
Olhando para o ecossistema mais amplo de fornecedores, os principais hiperscaladores estão ajustando suas posturas de negócios para acomodar essa realidade. Em vez de se envolverem numa pura corrida armamentista para construir as maiores caixas negras proprietárias, os integradores altamente rentáveis estão a concentrar-se fortemente em ferramentas de orquestração que permitem às empresas trocar modelos subjacentes de código aberto com base em exigências de carga de trabalho específicas. Destacando sua liderança contínua neste espaço, a IBM é um dos principais patrocinadores da AI & Big Data Expo North America deste ano, onde essas estratégias em evolução para infraestrutura empresarial aberta serão o foco principal.
Essa abordagem evita completamente o aprisionamento restritivo do fornecedor e permite que as empresas direcionem consultas internas menos exigentes para modelos abertos menores e altamente eficientes, preservando recursos de computação caros para lógica autônoma complexa voltada para o cliente. Ao dissociar a camada de aplicação do modelo básico específico, os responsáveis pela tecnologia podem manter a agilidade operacional e proteger seus resultados financeiros.
O futuro da IA empresarial exige uma governança transparente
Outra razão pragmática para adotar modelos abertos gira em torno da influência no desenvolvimento de produtos. A IBM enfatiza que o acesso restrito ao código subjacente leva naturalmente a perspectivas operacionais estreitas. Em contraste, quem participa diretamente determina quais aplicativos serão eventualmente construídos.
Fornecer amplo acesso permite que governos, diversas instituições, startups e diversos pesquisadores influenciem ativamente a forma como a tecnologia evolui e onde ela é aplicada comercialmente. Esta abordagem inclusiva impulsiona a inovação funcional, ao mesmo tempo que constrói a adaptabilidade estrutural e a necessária legitimidade pública.
Como argumenta Thomas, uma vez que a IA autónoma assume o papel de infraestrutura empresarial central, confiar na opacidade já não pode servir como princípio organizador para a segurança do sistema. O modelo mais confiável para software seguro combinou bases abertas com amplo escrutínio externo, manutenção ativa de código e governança interna séria.
À medida que a IA entra permanentemente na sua fase de infraestrutura, a IBM afirma que uma lógica idêntica se aplica cada vez mais diretamente aos próprios modelos de base. Quanto mais forte for a confiança empresarial numa tecnologia, mais fortes serão os argumentos correspondentes para exigir abertura.
Se estes fluxos de trabalho autónomos se tornarem verdadeiramente fundamentais para o comércio global, então a transparência deixará de ser um tema de debate casual. De acordo com a IBM, é um requisito de design absoluto e inegociável para qualquer arquitetura empresarial moderna.
Veja também: Por que empresas como a Apple estão construindo agentes de IA com limites
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 está localizado junto com outros eventos de tecnologia líderes, incluindo o Cyber Security & Cloud Expo. Clique aqui para mais informações.
AI News é desenvolvido pela TechForge Media. Explore outros eventos e webinars de tecnologia empresarial futuros aqui.
Fontesartificialintelligence
