Liberando o potencial de negócios com código aberto e multinuvem híbrida

A inteligência artificial (IA) de código aberto é o assunto do momento, impulsionada pelo lançamento recente de grandes modelos de linguagem (LLMs) de baixo custo, como o DeepSeek-1, e pelo destaque crescente de modelos abertos como o Llama e o Mistral AI.

Esses avanços vêm chamando a atenção do público, mas as empresas enfrentam uma questão séria: como transformar esse entusiasmo em valor real para os negócios?

As tecnologias de código aberto, como Linux e Kubernetes, sempre foram a espinha dorsal dos sistemas críticos, fornecendo transparência, estabilidade e segurança. Sua natureza colaborativa promove a inovação rápida, que tem sido vital para a evolução dos modelos avançados de IA, incluindo a IA generativa. No entanto, o verdadeiro potencial de negócios está na combinação de IA de código aberto e ambientes de multinuvem híbrida. Esse poderoso emparelhamento fornece às empresas o seguinte:

• Integração sem dificuldades

• Flexibilidade escalável

• Maior segurança

• Soluções personalizadas

• Inovação por meio da colaboração

Um estudo da IBM revela que 62% das organizações planejam aumentar os investimentos em IA em 2025, sendo que quase metade pretende aproveitar ferramentas open source em suas iniciativas de IA.

“Estamos desenvolvendo IA para ambientes multinuvem,” afirma Shobhit Varshney, vice-presidente e sócio sênior, líder de IA, Dados e Automação da IBM. “Isso exige uma camada única de automação, segurança de FinOps e governança que se aplique a todas as nuvens.”

Evitar o lock-in com fornecedor é essencial para as empresas, e a IA de código aberto se encaixa naturalmente em um modelo híbrido de multinuvem. Essa abordagem permite que as empresas integrem modelos de IA proprietários, como o AWS SageMaker ou o Google Vertex AI, com modelos abertos como o Granite da IBM. A série de modelos Granite da IBM, disponibilizada como código aberto sob a licença Apache 2.0, foi projetada para integração em ambientes multinuvem híbridos, oferecendo às organizações mais liberdade e controle para implantar e gerenciar modelos de IA em diferentes plataformas.

“Qualquer recurso que permita gerenciar o modelo dentro da sua infraestrutura se alinha bem com o conceito de hybrid by design,” explica Varshney, “principalmente quando os sistemas já são projetados para operar sem dificuldade entre vários ambientes de nuvem e infraestruturas de TI locais desde o início.”

Essa infraestrutura concebida como híbrida garante que os modelos de IA possam se mover livremente entre as nuvens, permitindo que as empresas escolham o ambiente mais adequado às suas necessidades.

Os modelos de IA de código aberto oferecem flexibilidade incomparável, especialmente ao escalar e implantar modelos na infraestrutura de uma organização. Embora plataformas de terceiros como Anthropic’s Claude ou o ChatGPT da OpenAI sejam fáceis de implementar, elas frequentemente aprisionam as empresas em ecossistemas específicos com customização limitada. Em contrapartida, os modelos de código aberto concedem às organizações controle total, permitindo criar soluções sob medida que atendam às necessidades exclusivas do negócio.

Essa flexibilidade é essencial para empresas que operam em múltiplos ambientes de nuvem. Por exemplo, uma empresa que usa AWS para armazenamento pode querer implantar um modelo do Google ou da OpenAI. Entretanto, modelos proprietários frequentemente apresentam limitações na compatibilidade entre nuvens. Os modelos de código aberto se integram perfeitamente a diversas plataformas, permitindo que as empresas escolham o melhor provedor de nuvem sem comprometer a consistência ou a conformidade.

A auto-hospedagem de modelos de IA de código aberto garante que dados sensíveis permaneçam dentro da infraestrutura de TI segura da organização, sendo fundamental para empresas com rígidos requisitos de privacidade. Evitando servidores de terceiros, as empresas mantêm o controle sobre seus dados e reduzem os riscos associados ao manuseio externo de informações, especialmente em contextos de segurança internacional.

Outra vantagem crítica de segurança dos modelos de código aberto é a capacidade de controlar a integridade dos próprios modelos. Pesquisa da Anthropic ressaltou os riscos potenciais de manipulação de código ou de vulnerabilidades embutidas em modelos de IA. Os agentes mal-intencionados podem inserir ameaças ocultas mesmo quando se utilizam provedores confiáveis, como Meta ou Google.

Modelos de código aberto e auto-hospedados reduzem esses riscos ao permitir que as organizações inspecionem, validem e modifiquem o código, garantindo maior transparência e segurança.

"Com o código aberto, você controla seu destino", diz Varshney. “Você sabe o que há por trás do modelo, como ele foi treinado e o hospeda em um ambiente de sua confiança.”

Além de oferecer flexibilidade, a capacidade de ajuste fino de modelos de IA de código aberto é um divisor de águas. O ajuste fino permite que as empresas adaptem os modelos às exigências específicas de cada setor, tornando-os ainda mais valiosos. Por exemplo, o ajuste fino de modelos de código aberto como Llama ou Granite em setores como saúde ou telecomunicações ajuda as empresas a incorporar conhecimento específico do domínio, melhorando a precisão e o desempenho do modelo.

Diferentemente dos modelos proprietários, em que o ajuste fino costuma exigir o envio de dados proprietários aos servidores do fornecedor, os modelos de código aberto permitem que as empresas mantenham controle total sobre seus processos de customização.

Varshney explica: “se alguém pega um modelo pequeno, como o modelo Granite, pode adicionar um adaptador que compreenda minha terminologia corporativa. “Por exemplo, a terminologia de saúde difere da de telecomunicações, então posso ajustar finamente o modelo para entendê-lo melhor e atender a esse domínio específico.”

O ajuste fino de modelos de código aberto na infraestrutura interna oferece benefícios significativos de desempenho, especialmente quando modelos menores são ajustados com dados proprietários.

"Se você estiver ajustando um modelo menor com seus dados proprietários, ele superará um modelo maior e não ajustado", diz Varshney. “Isso cria uma vantagem de custo-desempenho, pois modelos menores e ajustados são mais eficientes e eficazes para seus casos de uso específicos.”

Por exemplo, resultados iniciais de prova de conceito dos modelos IBM Granite mostram que combinar um modelo Granite pequeno com dados corporativos alcança desempenho específico para tarefas a uma fração do custo 3 a 23 vezes mais barato do que os grandes modelos de ponta, enquanto supera ou iguala concorrentes de mesmo porte em benchmarks-chave.

Esse recurso é particularmente vantajoso em cenários de edge computing , onde modelos menores e aperfeiçoados, como o Granite, permitem processamento em tempo real em dispositivos com poder computacional limitado, eliminando a necessidade de infraestrutura em nuvem.

"Pode-se colocar um pequeno modelo em um dispositivo remoto IoT e liberar casos de uso que não podíamos anteriormente", acrescenta Varshney.

Essa abordagem oferece economia de custos e recursos aprimorados, especialmente para ambientes remotos ou com recursos limitados.

A natureza colaborativa da IA de código aberto acelera seu ritmo de inovação. Com contribuições de uma comunidade global de desenvolvedores, esses modelos evoluem rapidamente e se mantêm na vanguarda do desenvolvimento em IA. Essa inovação acelerada é essencial para empresas que buscam manter vantagem competitiva em um cenário orientado por IA.

O projeto InstructLab da IBM, lançado em parceria com a Red Hat, tem como objetivo democratizar o acesso ao ajuste fino de IA, tornando a personalização de grandes modelos de linguagem mais acessível e econômica.

Varshney destaca: “A comunidade exerce um papel fundamental no fortalecimento desses modelos, tornando-os mais robustos.”

A convergência entre IA de código aberto e multinuvem híbrida representa a estratégia definitiva para empresas que desejam maximizar seus investimentos em IA. Ao integrar modelos de código aberto em um framework multinuvem flexível, as empresas garantem soluções de IA escaláveis, adaptáveis e otimizadas para qualquer plataforma, liberando um valor significativo para os negócios.

Um estudo da IBM mostra que 51% das empresas que usam IA de código aberto relatam retornos positivos, destacando o impacto concreto e mensurável dessa abordagem. Adotar a combinação de código aberto com multinuvem híbrida é fundamental para impulsionar o crescimento em um futuro orientado por IA.

"Aberta é o futuro da IA", diz Varshney.

Ao adotar IA de código aberto em uma infraestrutura multinuvem híbrida, as empresas não apenas se mantêm à frente das tendências, mas também geram valor duradouro em um mundo orientado por IA.