A IBM defende que líderes empresariais precisam investir em governança robusta de inteligência artificial para proteger as margens de lucro e garantir a segurança da infraestrutura tecnológica corporativa.
De acordo com Rob Thomas, vice-presidente sênior e diretor comercial da IBM, o software corporativo segue um caminho previsível de maturidade: começa como produto isolado, evolui para plataforma e, finalmente, se consolida como infraestrutura fundamental — mudando completamente as regras que regem seu uso e controle.
Na fase inicial de produto, ambientes fechados de desenvolvimento oferecem vantagens claras: iteração rápida, controle total da experiência do usuário e concentração do valor financeiro em uma única empresa. Esse modelo funciona bem durante os primeiros ciclos de desenvolvimento.
No entanto, a análise da IBM aponta que as expectativas mudam radicalmente quando uma tecnologia se consolida como camada fundamental. Quando outros sistemas institucionais, mercados externos e operações amplas passam a depender de um software, a abertura deixa de ser uma postura ideológica e se torna uma necessidade prática.
IA como infraestrutura central das empresas
A inteligência artificial está cruzando esse limiar dentro da arquitetura empresarial. Os modelos de IA estão cada vez mais integrados à segurança de redes, à geração de código-fonte, à execução de decisões automatizadas e à criação de valor comercial. A IA deixou de ser uma ferramenta experimental e passou a funcionar como infraestrutura operacional central.
Esse cenário ganhou contornos ainda mais concretos com a prévia limitada do modelo Claude Mythos, da Anthropic. Segundo a própria empresa, esse modelo é capaz de identificar e explorar vulnerabilidades de software em um nível compatível com o de poucos especialistas humanos. Em resposta, a Anthropic lançou o Projeto Glasswing, uma iniciativa restrita voltada a colocar essas capacidades avançadas primeiramente nas mãos de defensores de redes.
Para a IBM, esse desenvolvimento obriga os diretores de tecnologia a enfrentar vulnerabilidades estruturais imediatas. Se modelos autônomos conseguem escrever exploits e moldar o ambiente de segurança, concentrar o entendimento desses sistemas em um número reduzido de fornecedores representa uma exposição operacional severa.
Modelos fechados criam gargalos operacionais e aumentam custos
Com os modelos de IA atingindo o status de infraestrutura, a IBM argumenta que a questão central não é mais apenas o que essas aplicações conseguem executar, mas sim como são construídas, governadas, inspecionadas e aprimoradas ao longo do tempo.
A adoção de estruturas opacas de IA gera atritos significativos na arquitetura de redes existente. A integração de modelos proprietários fechados com bancos de dados vetoriais corporativos ou repositórios internos de dados sensíveis frequentemente cria enormes gargalos. Quando ocorrem falhas ou picos nas taxas de alucinação, as equipes não têm visibilidade interna suficiente para identificar se o erro está no pipeline de geração aumentada por recuperação ou nos pesos do modelo base.
A integração de arquiteturas legadas locais com modelos em nuvem altamente restritos também introduz latência severa nas operações diárias. Quando os protocolos de governança de dados proíbem o envio de informações sensíveis de clientes para servidores externos, as equipes de tecnologia precisam sanitizar e anonimizar os dados antes de processá-los — um processo que gera um enorme arrasto operacional.
Além disso, os custos crescentes de computação associados a chamadas contínuas de API para modelos fechados corroem as próprias margens de lucro que esses sistemas deveriam melhorar. A falta de transparência impede que os engenheiros dimensionem corretamente os recursos de hardware, forçando as empresas a firmar acordos caros de superprovisionamento.
Código aberto como base para resiliência operacional
Segundo Thomas, restringir o acesso a aplicações poderosas pode parecer prudente, mas, em escala de infraestrutura, a segurança tende a melhorar por meio de escrutínio externo rigoroso, não pelo ocultamento. Essa é a lição duradoura do desenvolvimento de software de código aberto.
Uma base aberta permite que pesquisadores, desenvolvedores corporativos e defensores de segurança examinem a arquitetura, identifiquem fragilidades e fortaleçam o software sob condições reais. A visibilidade ampla, nesse contexto, frequentemente é pré-requisito para a resiliência operacional.
A IBM também contesta a crença de que o código aberto inevitavelmente comodifica a inovação corporativa. Na prática, a infraestrutura aberta tende a deslocar a competição para camadas superiores da pilha tecnológica. O valor comercial migra para implementação complexa, orquestração de sistemas, confiabilidade contínua e expertise de domínio específico.
No ecossistema atual de fornecedores, grandes empresas de tecnologia estão ajustando suas estratégias para acomodar essa realidade, concentrando esforços em ferramentas de orquestração que permitem às empresas substituir modelos de código aberto conforme a demanda de cada carga de trabalho — evitando a dependência de um único fornecedor e preservando recursos computacionais caros para tarefas mais complexas.
Transparência como requisito de projeto
A IBM destaca ainda que o acesso restrito ao código-fonte limita naturalmente as perspectivas operacionais. Quem participa do desenvolvimento determina diretamente quais aplicações são construídas. Um acesso mais amplo permite que governos, instituições diversas, startups e pesquisadores influenciem a evolução da tecnologia, impulsionando a inovação e construindo legitimidade pública.
Para a IBM, à medida que a IA assume definitivamente o papel de infraestrutura central das empresas, a transparência deixa de ser um tema de debate e passa a ser um requisito de projeto inegociável para qualquer arquitetura empresarial moderna.
Siga o Ensinando a Vencer e receba nossos conteúdos em primeira mão.
