IBM explicou por que a governança de AI protege as margens do negócio e reduz a dependência de fornecedores

A IBM acredita que para os negócios, o principal risco da IA já não está nas capacidades dos modelos individuais, mas em como eles estão integrados à infraestrutura corporativa. Quando a IA se torna uma camada fundamental para desenvolvimento, segurança e automação, as empresas precisam não apenas de potência dos modelos, mas também de um sistema rigoroso de governança, controle e auditoria.

IA como Infraestrutura

A IBM propõe enxergar o desenvolvimento da IA da mesma forma como os negócios olharam para outro software corporativo no passado: primeiro como um produto separado, depois como uma plataforma e, finalmente, como infraestrutura. Segundo Rob Thomas, Vice-Presidente Sênior e Diretor Comercial da IBM, nos estágios iniciais, o desenvolvimento com modelo fechado pode ser conveniente: permite atualizações mais rápidas do produto, controle mais forte da experiência do usuário e retenção de valor dentro de um único fornecedor. Mas quando a tecnologia se torna a fundação para outros sistemas, as regras mudam.

Atualmente, conforme a avaliação da IBM, a IA está entrando nessa fase. Os modelos já participam da proteção de redes, redação de código, tomadas de decisão automatizadas e processos comerciais. Portanto, a questão muda de "o que o modelo consegue fazer" para "como ele é estruturado, quem o controla e ele pode ser auditado".

O artigo cita como exemplo o recente lançamento do preview do Claude Mythos da Anthropic e o lançamento do Project Glasswing: se os modelos autônomos conseguem encontrar e explorar vulnerabilidades quase no nível dos melhores especialistas, para a TI corporativa isso já não é um experimento de laboratório, mas um risco de infraestrutura.

Onde as Margens Se Perdem

A IBM vincula diretamente a governança da IA à proteção de lucros. O problema com modelos fechados não é apenas filosófico, mas operacional na prática. Quando um modelo proprietário precisa ser conectado a um banco de dados vetorial corporativo, data lake interno ou pipeline RAG, as equipes muitas vezes carecem de visibilidade para entender exatamente onde a falha ocorreu — na extração de dados, na orquestração ou nos pesos base do modelo. Como resultado, os cronogramas de integração se alongam, os custos de suporte aumentam e as soluções alternativas caras se multiplicam.

• Chamadas constantes de API para modelos fechados inflam os custos computacionais
• A falta de transparência dificulta o planejamento preciso da infraestrutura e pressiona as empresas a pagarem mais por reservas de capacidade
• A vinculação de sistemas legados com modelos em nuvem estritamente limitados adiciona atrasos aos processos diários
• Os requisitos de proteção de dados forçam as equipes a sanitizar constantemente e anonimizar informações antes de enviá-las externamente
• A concentração do conhecimento sobre o modelo com alguns fornecedores aumenta o risco operacional

Uma camada separada de problemas é a segurança. Se os modelos autônomos conseguem escrever exploits e impactar o ambiente de segurança, é perigoso para as empresas dependerem de alguns fornecedores que são os únicos que realmente entendem a estrutura interna desses sistemas. Nesse esquema, uma empresa compra não apenas um serviço, mas a opacidade de outro. E com o tempo, essa opacidade começa a corroer exatamente a margem que levou à implementação da IA em primeiro lugar.

Por Que a Abertura É Necessária

A posição da IBM é que o código aberto não elimina o risco, mas muda como ele é gerenciado. Uma fundação aberta permite que pesquisadores, desenvolvedores e especialistas em segurança estudem a arquitetura, identifiquem fraquezas, verifiquem suposições fundamentais e fortaleçam o sistema em condições reais. Para tecnologias de infraestrutura, a visibilidade não é um bônus, mas um pré-requisito para a resiliência. Quanto mais uma empresa depende da IA, mais importante é a capacidade de inspecionar independentemente o modelo e todo o ecossistema ao seu redor.

A IBM também contesta a afirmação generalizada de que as tecnologias abertas inevitavelmente desvalorizam a inovação. Na prática, o valor comercial simplesmente se desloca para cima na pilha: para integração, orquestração, confiabilidade, mecanismos de confiança e expertise do setor. É exatamente por isso que os grandes players estão cada vez mais apostando em ferramentas que permitem alternar modelos para cargas de trabalho específicas, em vez de vincularem toda a arquitetura a um único fornecedor fechado. Essa abordagem reduz o vendor lock-in e ajuda a implantar recursos caros apenas onde realmente são necessários.

O Que Isso Significa

Para a governança corporativa de IA, conforme a IBM, isso não é burocracia, mas uma forma de proteger a economia da implementação. Os vencedores não serão as empresas com acesso ao maior modelo fechado, mas aquelas que sabem gerenciar de forma transparente os modelos, dados, segurança e custos no nível de toda a arquitetura.