Para que a inteligência artificial deixe de ser um assistente e se torne um verdadeiro colega de trabalho digital, ela precisa de mais do que acesso irrestrito à internet. Precisa de contexto. Essa é a tese central defendida pela SAP, que argumenta que a próxima geração de agentes autônomos corporativos depende fundamentalmente de duas peças: grafos de conhecimento e governança.
Segundo Max McPhee, conselheiro sênior de soluções da SAP, em uma apresentação repercutida pelo VentureBeat, a diferença entre um chatbot e um agente autônomo é a capacidade de operar com base no “conhecimento tribal” da empresa. A leitura é que, enquanto a indústria se concentra em escalar a capacidade generalista dos LLMs, o verdadeiro valor para o ambiente de negócios está em treinar a IA com a mesma profundidade que se treina um novo funcionário.
O mapa do tesouro corporativo
A estratégia da SAP para fornecer esse contexto profundo se baseia em grafos de conhecimento. A ideia é mapear a arquitetura de sistemas, processos, hierarquias e até os jargões internos de uma companhia, criando um modelo de dados que um agente de IA consegue consultar de forma eficiente. É o equivalente a entregar a um novo colaborador o organograma, o manual de processos e o glossário de siglas da empresa.
Para construir esse mapa, que muitas vezes extrapola o universo SAP — McPhee reconhece que para muitos clientes a empresa representa apenas “10% do seu landscape” —, a companhia aposta em aquisições estratégicas. A compra da LeanIX, descrita como um “Google Maps para sua arquitetura”, e da Signavio, de mineração de processos, visa exatamente dar ao seu assistente Joule a capacidade de entender como todos os sistemas de um cliente se conectam.
O crachá e as regras do jogo
Com o mapa em mãos, o agente precisa de permissões claras para agir — o crachá. Aqui, a SAP recorre à sua herança de 50 anos em controle de processos. A governança para agentes de IA, segundo a empresa, exige uma modernização dos controles tradicionais, combinando identidade e segurança. Na prática, tanto o usuário humano quanto o assistente Joule precisam ter, individualmente, as credenciais para acessar um determinado sistema. A IA não pode ser uma rota para burlar controles de acesso.
Essa camada de segurança é reforçada pelo que McPhee chama de um “renascimento do machine learning”. Modelos de detecção de anomalias são usados como uma barreira de proteção, validando o comportamento do agente e garantindo que ele opere dentro das regras. O recado da SAP é claro: a autonomia da IA corporativa não virá de uma liberdade anárquica, mas de uma liberdade vigiada, baseada em um profundo conhecimento de seu terreno e com regras de engajamento muito bem definidas.
Com reportagem de Brazil Valley
Source · VentureBeat
