A inteligência artificial (IA) pode ser usada em computadores de várias maneiras. Serviços como chatbots e assistentes como ChatGPT, Gemini e Copilot podem funcionar na nuvem, enquanto os PCs com IA estão começando a incorporar hardware especializado para executar certas tarefas diretamente no dispositivo.
No entanto, esses dois métodos não precisam competir entre si. Segundo Carlos Buarque, diretor de marketing da Intel Brasil, a tendência é que os aplicativos de IA combinem processamento local e em nuvem dependendo das características de cada tarefa. Ele afirmou em entrevista ao Olhar Digital: «Acreditamos que todos os aplicativos de IA se tornarão aplicativos híbridos».
Uma das razões para transferir o processamento de IA para o computador é o desejo de evitar o envio de certos dados para a nuvem. Buarque aponta a privacidade e o custo do uso de serviços de IA como fatores que favorecem a execução local. Segundo ele, modelos de linguagem instalados no próprio PC são capazes de realizar operações como correção de textos, tradução e análise de dados.
Executar parte dos fluxos de trabalho localmente pode reduzir custos, pois algumas tarefas deixam de depender do processamento em nuvem. Nesse cenário, o modelo é carregado na máquina e executa as inferências localmente, sem exigir conexão com a internet para essa tarefa específica.
A privacidade é especialmente importante quando a IA lida com informações pessoais ou confidenciais. Buarque relatou ter usado IA para analisar os dados de sua declaração de imposto de renda, incluindo informações sobre transações de ações. Ele observou que não gostaria de enviar tal conteúdo para um modelo público sem garantias de confidencialidade dos dados.
O diretor também citou o atendimento médico como um exemplo onde o processamento local faz sentido. Por exemplo, durante uma consulta, a transcrição poderia ser realizada diretamente no computador antes de ser incluída no prontuário médico do paciente. Ele enfatizou: «Eu transcrevo a consulta. Esta é uma informação crítica e confidencial do meu paciente. Ela será executada localmente e transcrita no meu computador para entrar no prontuário do meu paciente no meu computador. Eu não vou rodar isso na nuvem, entende? Porque existe uma relação confidencial entre médico e paciente».
Além disso, existem situações em que a conexão é um fator decisivo. Em uma fábrica, Buarque cita o uso de visão computacional para detectar defeitos na linha de produção. Nesse caso, a análise pode ocorrer localmente para que o trabalho não dependa da rede. Ele afirma: «Você não vai rodar isso na nuvem, você roda isso localmente por causa do desempenho».
O princípio semelhante se aplica aos sistemas de segurança. Buarque menciona câmeras capazes de identificar certas situações e tomar decisões localmente, como ativar um alerta ou alarme.
O processamento local não anula a necessidade de serviços em nuvem. O próprio Buarque menciona chatbots como aplicativos que continuam funcionando bem na nuvem. Ele diz: «Eu rodo meu Copilot, Gemini, ChatGPT na nuvem».
A nuvem permanece uma opção quando parte do trabalho requer processamento que não deve ocorrer no dispositivo. Em vez de uma escolha final entre arquiteturas, Buarque acredita que os aplicativos podem distribuir tarefas entre o computador e servidores externos. Ele conclui: «Existem diferentes tipos de aplicativos que fazem muito sentido rodar localmente, e há outros para os quais eu diria que o sentido é híbrido. Haverá parte que você executará localmente e outra que você executará externamente por causa do desempenho».
Este modelo também pode ser aplicado para separar diferentes tipos de informações dentro de um único aplicativo. Buarque dá exemplos em que dados mais sensíveis permanecem no dispositivo, enquanto informações públicas ou tarefas que exigem buscas externas são processadas na nuvem.
A discussão sobre processamento local não se limita à colocação de um chatbot em um notebook. Buarque afirma que novos aplicativos podem usar a capacidade de executar modelos diretamente no dispositivo para criar uma experiência diferente da atual. Em jogos, por exemplo, ele menciona personagens não jogáveis (NPCs). Na opinião do especialista, modelos de IA executados localmente podem tornar esses personagens mais inteligentes, fazê-los se comportar de maneira mais natural e reagir melhor ao estilo do jogador.
Com a ajuda da IA, esses personagens não jogáveis poderão se tornar muito mais inteligentes e agir de forma natural. O jogo poderá se adaptar muito melhor ao seu estilo de jogo e se tornar muito mais personalizado para você.
Outro exemplo surge em videoconferências. Buarque observa que plataformas como Microsoft Teams usam CPU, GPU e NPU para executar funções como cancelamento de ruído e desfoque de fundo. Nesse caso, a vantagem não é apenas o resultado visível ou audível, mas também a eficiência energética: essa tarefa poderia ser executada pela CPU, mas exigiria mais energia.
Portanto, a combinação de processamento local e em nuvem não deve ser determinada pela substituição completa de uma tecnologia pela outra. Para Buarque, o local de execução de cada parte da IA dependerá das características do aplicativo, incluindo fatores como privacidade, custo, desempenho e necessidade de funcionamento sem conexão.
Durante a entrevista, o especialista enfatizou que a escolha entre processamento local e em nuvem deve ser baseada nas peculiaridades de cada aplicativo. Em sua opinião, diferentes tarefas podem ser divididas entre o computador e servidores externos dependendo de fatores como desempenho, custo e privacidade.
