A corrida para a IA agente pronta para produção já começou, mas para a maioria das empresas, a linha de chegada continua avançando. Os modelos são construídos, os pilotos são executados e, então, as equipes se deparam com um obstáculo: a infraestrutura, a segurança, a governança e os requisitos operacionais para executar agentes de IA em escala empresarial são muito mais complexos do que qualquer ferramenta ou fornecedor previu. Na Dell Applied sciences World, a DataRobot e a Dell mostram como fica quando essas peças se juntam — na infraestrutura que você possui, nos seus termos. Hoje, a DataRobot também está anunciando novos recursos para gerenciar cargas de trabalho, ACLs e identidades de agentes.
Quem está construindo a fábrica de IA agente – e o que está atrapalhando
O principal desafio não é construir agentes de IA, mas executá-los em produção em sua própria infraestrutura de maneira segura, escalável, confiável, compatível e econômica, tudo ao mesmo tempo. Hoje, isso exige a criação de um tempo de execução personalizado com ferramentas de código aberto e fornecedores proprietários — caro, lento e que ainda deixa lacunas na observabilidade, na governança e no controle de custos. Cada equipe de TI tem uma participação distinta na forma como o problema é resolvido:
- Engenheiros de operações de TI e operações de ML precisa garantir que os recursos de GPU e CPU estejam disponíveis sob demanda, que recursos de computação caros não fiquem ociosos entre cargas de trabalho e que os sistemas de agentes de missão crítica permaneçam resilientes durante interrupções na infraestrutura.
- Desenvolvedores precisam de visibilidade contínua de métricas comportamentais, como precisão e taxas de alucinação, juntamente com métricas operacionais, como latência e custo — além de intervenção em tempo actual para conteúdo tóxico e PII, e a capacidade de conectar agentes ao conhecimento institucional em sistemas empresariais.
- Equipes de operações de segurança deve garantir que os agentes acessem apenas aquilo para o qual estão autorizados — sem se tornarem backdoors para dados restritos — com fluxos de trabalho de aprovação protegendo contra implantações não autorizadas.
- CIOs empresariais tornaram-se proprietários de fato do próprio tempo de execução de IA, responsáveis pelas operações de TI, operações de segurança e conformidade, ao mesmo tempo que fornecem ferramentas aprovadas centralmente para cientistas de dados e desenvolvedores em toda a empresa.
Quatro problemas que você precisa resolver para levar os agentes à produção
Passar de um protótipo funcional de um agente para uma força de trabalho governada em escala de produção de milhares de agentes significa resolver quatro desafios interconectados que a maioria das organizações subestima:
- Inferência escalável, confiável e econômica. Os agentes de produção precisam de latência consistente, alta disponibilidade e utilização eficiente de GPU, sem uma equipe dedicada ao gerenciamento da infraestrutura subjacente ou à absorção de cobranças imprevisíveis da nuvem.
- Governança e monitoramento integrados. A governança não pode ser implementada após a implantação. O monitoramento comportamental, as proteções em tempo actual, os relatórios automatizados de conformidade e a visibilidade complete dos custos precisam ser integrados ao tempo de execução desde o primeiro dia.
- Gerenciamento seguro de contexto, conhecimento e ferramentas. Os agentes precisam de acesso ao conhecimento institucional através de documentos, e-mails, CRMs e sistemas de negócios — mas esse acesso deve respeitar os controles de segurança e políticas de acesso existentes, e não contorná-los.
- Gerenciamento de segurança e identidade. Os agentes são a nova força de trabalho e precisam de ainda mais controles do que os funcionários. Isso introduz desafios de identidade e acesso para os quais os controles de TI tradicionais não foram projetados — exigindo permissões específicas do agente, fluxos de trabalho de aprovação e recursos de revogação que operam na velocidade exigida pelos incidentes de segurança.
Como a DataRobot e a Dell AI Manufacturing unit resolvem isso — juntas
O DataRobot no Dell AI Manufacturing unit com NVIDIA foi desenvolvido especificamente para enfrentar todas as camadas do desafio de produção, fornecido por meio de um modelo DataRobot pré-validado na Dell Automation Platform que leva as empresas do naked metallic a uma força de trabalho de agentes governada e em execução em horas, não meses.
- Inferência escalonável e confiável. Os servidores Dell PowerEdge XE9680 e XE9780 com GPUs NVIDIA Blackwell, armazenamento Dell PowerScale e rede NVIDIA Spectrum-X fornecem a base de computação. O tempo de execução da DataRobot Agent Workforce Platform, projetada em conjunto com a NVIDIA, inclui microsserviços NIM e maximiza o rendimento e minimiza a latência — com economia native previsível substituindo o faturamento imprevisível na nuvem. DataRobot fornece alta disponibilidade e multilocação na mesma região e entre regiões com alocação e gerenciamento de cotas de token para compartilhamento justo de endpoints de inferência LLM.
- Governança e monitoramento de IA integrados. Proteções em tempo actual alimentadas por NVIDIA NeMo Guardrails e outras proteções de código aberto, monitoramento comportamental e operacional contínuo com o mais amplo conjunto de métricas operacionais e comportamentais prontas para uso, relatórios de conformidade automatizados e visibilidade complete dos custos, mantendo todos os agentes prontos para auditoria sem trabalho de integração adicional. DataRobot tem um painel único para observação de todo o ecossistema de IA em uma empresa ou, se preferir, você pode exportar todas as métricas, logs e rastreamentos usando nossos coletores OTel para seu painel favorito. Governança integrada para modelos, agentes e aplicações contra riscos de segurança, riscos de conformidade e riscos operacionais, além de fluxos de trabalho de aprovação para proteção contra implantações não autorizadas.
- Gerenciamento seguro de contexto, conhecimento e ferramentas. DataRobot tem tudo que você precisa para conectividade empresarial e acesso a dados estruturados e não estruturados. Isso inclui fluxos de trabalho RAG gerenciados com uma variedade de bancos de dados de vetores (VDBs) populares, gerenciamento de memória de contexto nativo e suporte de servidor MCP para ferramentas e habilidades. Você pode usar servidores MCP fornecidos pela DataRobot ou seus próprios servidores.
- Gerenciamento de segurança e identidade. Toda a plataforma de força de trabalho do agente DataRobot é executada dentro do seu próprio perímetro de infraestrutura, com controles de acesso baseados em funções empresariais existentes aplicados em tempo de execução. Integração com os principais deslocados internos, como Okta. Juntamente com o ponto anterior, isto ajuda a fornecer uma governança abrangente de ponta a ponta em IA, TI e infraestrutura.
Crie, implante e execute de acordo com seus termos
O DataRobot no Dell AI Manufacturing unit atende às organizações onde elas estão. Os desenvolvedores constroem usando estruturas que já conhecem — LangChain, LlamaIndex ou qualquer ferramenta OSS — e implantam a partir de seu IDE preferido com um único comando. Os agentes se conectam aos armazenamentos de dados e sistemas corporativos já em uso, com gerenciamento de contexto e memória integrado. As cargas de trabalho são executadas onde quer que a empresa exija: no native, na borda, em ambientes isolados ou soberanos, ou em nuvem híbrida. A pilha é flexível para corresponder à sua arquitetura – e não o contrário. Além disso, hoje a DataRobot está anunciando novos recursos para gerenciar cargas de trabalho, ACLs e identidades de agentes.
O que há de novo: recursos que estamos anunciando na Dell Applied sciences World
API Unified Workload: uma interface para cada carga de trabalho de IA
A API DataRobot Unified Workload oferece às empresas uma interface única para implantar, gerenciar e governar todos os tipos de carga de trabalho de IA – desde modelos tradicionais até aplicativos complexos de agentes com vários componentes. Esteja você implantando um agente em contêiner, um microsserviço NVIDIA NIM, um servidor MCP ou um aplicativo de agente completo com front-end, back-end, ferramentas e proteções, tudo passa por uma interface consistente. A plataforma registra automaticamente cargas de trabalho como artefatos governados desde a criação – passando por estados de rascunho, bloqueados e implantados com rastreamento de linhagem completo – eliminando a compensação entre velocidade de iteração e conformidade de produção. Os administradores de TI obtêm visibilidade e governança unificadas em todos os tipos de carga de trabalho; os desenvolvedores passam do código para um agente monitorado em execução em minutos.
ACL Hydration: conhecimento empresarial sem risco de segurança
A maioria das implementações RAG ingere documentos empresariais em um banco de dados vetorial sem nenhum registro de quem foi autorizado a vê-los – criando exatamente o risco que faz com que as equipes de segurança bloqueiem as implementações de IA. Hidratação LCA resolve isso preservando ACLs (listas de controle de acesso) de documentos em fontes de dados (como SharePoint, Google Drive, Confluence, Jira e Slack) quando o conteúdo desses documentos é armazenado no VDB de um sistema RAG no momento da ingestão. Quando o banco de dados vetorial RAG é acessado, isso impõe as ACLs de origem, que são preservadas junto com o RAG. Quando as permissões mudam no sistema de origem, o DataRobot atualiza o gráfico ACL automaticamente – para que os agentes nunca operem com permissões obsoletas e quando um usuário é removido de um sistema de origem, ele é removido automaticamente quase em tempo actual para proteção contra atividades não autorizadas. Para clientes do Dell AI Manufacturing unit que executam cargas de trabalho confidenciais no native, isso fornece aos agentes o contexto completo da sua empresa sem transformá-los em um backdoor.
Governança de IA que prioriza a identidade: agentes como identidades empresariais de primeira classe
A maioria dos agentes corporativos de IA atualmente se autentica por meio de chaves de API estáticas ou credenciais compartilhadas, o que significa que suas ações são registradas em uma chave de desenvolvedor, e não em uma identidade governada distinta. Num sistema não determinístico, essa ambiguidade é uma verdadeira responsabilidade de segurança: a atribuição falha, o privilégio mínimo enfraquece e a contenção exige a rotação de credenciais em vez de desabilitar uma identidade governada. O modelo de governança que prioriza a identidade da DataRobotfornece agentes como identidades de primeira classe diretamente dentro do provedor de identidade corporativa — autenticados por meio de tokens de curta duração controlados por políticas, com cada ação atribuída a um ator autônomo específico e permissões ajustáveis sem tocar no código. Os agentes operam dentro do mesmo plano de controle que protege sua força de trabalho, com autoridade de revogação centralizada que funciona na velocidade que os incidentes realmente exigem.
Veja-o em ação no Dell Applied sciences World
DataRobot e Dell estarão juntos no Dell Applied sciences World, de 18 a 21 de maio, em Las Vegas. Venha ver a plataforma de força de trabalho de agentes em execução ao vivo no Dell AI Manufacturing unit com NVIDIA e saiba como as organizações de serviços financeiros, saúde, manufatura e setor público estão migrando de experimentos de IA para forças de trabalho de agentes de nível de produção na infraestrutura que possuem e controlam.
Encontre-nos no Dell Applied sciences World →
Saiba mais sobre a parceria DataRobot e Dell em datarobot.com/options/companions/dell.