Boom de centros de processamento de dados de inteligência artificial no México causa preocupação entre moradores locais
Leia mais
CGTN
cgtn.com

Boom de centros de processamento de dados de inteligência artificial no México causa preocupação entre moradores locais

Em meio à corrida global pelo desenvolvimento da inteligência artificial, observa-se um rápido aumento na construção de centros de processamento de dados. O México busca aproveitar o potencial deste setor em crescimento. No entanto, na parte central do México, onde se concentram a maioria dessas instalações, os moradores locais expressam preocupações sobre o impacto desse boom em suas comunidades.

Histórias semelhantes

O principal problema da inteligência artificial não está no modelo em si, mas na infraestrutura de dados
Leia mais
yourstory.com

O principal problema da inteligência artificial não está no modelo em si, mas na infraestrutura de dados

Apesar da crescente disponibilidade de modelos de inteligência artificial, transformar esses modelos em produtos comerciais confiáveis continua sendo um desafio complexo, especialmente quando as empresas enfrentam uma infraestrutura de dados fragmentada.

No evento TechSparks 2026, Michael Cronin, vice-presidente de vendas para a Ásia-Pacífico, Japão e Índia da Couchbase, participou de um debate com Shivani Mutanna, diretora sênior de conteúdo estratégico e vídeo da YourStory. Eles discutiram a transição da IA da fase de experimentação para a produção completa, os desafios de gerenciamento, a experiência do cliente e o papel crescente da Índia nas inovações de IA.

Durante décadas, grandes corporações implementaram vários bancos de dados e soluções altamente especializadas para resolver tarefas específicas. Embora cada uma delas resolvesse um problema imediato, o resultado era frequentemente um nível de dados fragmentado, composto por múltiplos sistemas que interagem mal entre si.

Cronin considera essa fragmentação um sério obstáculo para a adoção de IA. Ele cita estimativas do setor de que 70-80% dos projetos de desenvolvimento de IA nunca chegam à fase de produção, e uma pesquisa do MIT mostrou que 95% desses projetos não se tornam lucrativos.

A plataforma operacional de dados da Couchbase foi desenvolvida para resolver esse problema, ajudando as empresas a consolidar sua infraestrutura de dados. Em vez de tentar consertar tudo de uma vez, Cronin aconselhou as empresas a começarem pequeno, recomendando que fundadores e empresas que lutam contra a fragmentação de dados escolham primeiro os casos de uso mais críticos.

Ele citou o varejista Tesco do Reino Unido, que possui um grande Centro de Competências Global (GCC) em Bengaluru. Muitos sistemas desse varejista afetavam negativamente a experiência do cliente, especialmente durante períodos de compras intensas, como a Black Friday e fins de semana. A Tesco começou a consolidar seu nível de dados, começando com uma instância e um caso de uso, antes de expandir os esforços por todo o seu stack tecnológico. Essa consolidação permitiu ao varejista processar milhões de transações por segundo com latência inferior a um milissegundo. Na opinião de Cronin, este exemplo demonstra como as empresas podem começar a resolver o problema da fragmentação através de um único caso de uso antes de expandir as mudanças para toda a sua operação.

A pressão relacionada ao desenvolvimento de produtos de IA levou muitas empresas a priorizar modelos e aplicativos. No entanto, os projetos piloto são frequentemente realizados em pequenos conjuntos de dados em ambientes controlados, o que não prepara as organizações para os requisitos de produção reais. Cronin chamou a atenção para a crescente escala do tráfego de máquina. Ele declarou: «Em dezoito meses, o tráfego de máquina ultrapassou o tráfego humano na internet. Este é o escopo da IA. É a escala da velocidade da máquina na qual as empresas devem operar».

Quando os aplicativos de IA encontram cargas de trabalho do mundo real, os sistemas de dados fragmentados podem impedir seu funcionamento confiável em escala. O uso crescente de agentes de IA agrava esse problema. À medida que os agentes se tornam mais autônomos e assumem funções de tomada de decisão, as empresas devem garantir que eles possam acessar os dados necessários dentro das estruturas de governança apropriadas.

Sistemas fragmentados podem dificultar a comunicação e o gerenciamento, limitando a capacidade dos agentes de agir autonomamente. Cronin também pediu que as empresas revissem a abordagem de alocação de investimentos em IA. Embora os modelos evoluam rapidamente, os dados corporativos permanecem um ativo crucial. Ele enfatizou: «Modelos podem ser alugados. O melhor modelo hoje é o jornal de ontem. O verdadeiro ativo para uma empresa são os dados».

À medida que as empresas começaram a perceber que dados fragmentados estavam atrasando suas iniciativas de IA, muitas reagiram adicionando APIs e conectores para ligar sistemas existentes. No entanto, Cronin alertou que esse método pode criar complexidade adicional em vez de resolver o problema principal. Cada conexão adicional aumenta a latência, o risco e cria outro ponto potencial de falha.

Em vez disso, ele recomendou consolidar o nível de dados para que os aplicativos e agentes de IA pudessem interagir com ele de forma mais direta, aproximando os dados dos clientes. Segundo Cronin, muitas empresas, incluindo grandes GCCs na Índia, estão atualmente revisando sua arquitetura para eliminar a fragmentação de dados. Sem essas mudanças, futuros investimentos no desenvolvimento de IA podem levar aos mesmos problemas.

A consolidação de dados também pode melhorar a experiência do cliente, ajudando os sistemas a lidar com a demanda crescente, permanecer disponíveis e responder rapidamente. Como os clientes esperam mais dos serviços baseados em IA, ter dados na periferia torna-se cada vez mais importante.

Cronin observou que as culturas empresariais variam na Ásia-Pacífico, mas a infraestrutura de dados fragmentada permanece um problema comum para a implementação de IA. Ao mesmo tempo, a Índia está se tornando um centro importante de inovação e tomada de decisões em IA. Ele observou que 80% dos principais 50 clientes globais da Couchbase têm presença significativa na Índia, e a maior parte de suas inovações e liderança em IA está baseada neste país. A Couchbase também está expandindo sua presença na Índia, mudando sua sede na Ásia-Pacífico para Bengaluru. Entre os clientes corporativos da Couchbase na Índia estão Air India, Airtel, BigBasket e Mahindra Finance. Na opinião de Cronin, o papel da Índia nos negócios mundiais vai além da economia de custos; inovações, liderança e a tomada de decisões de negócios importantes estão ocorrendo cada vez mais aqui. Ele mencionou a plataforma de entretenimento de nova geração da Air India, que é construída sobre a Couchbase. Esta plataforma visa fornecer aos passageiros uma experiência personalizada de compra e entretenimento, mesmo sem conexão de rede a bordo do avião. Para Cronin, este projeto mostra como as empresas indianas estão usando tecnologia para melhorar a experiência do cliente em condições de operação reais.

Resultados das eleições nos EUA podem influenciar a regulamentação da infraestrutura e o desenvolvimento da inteligência artificial
Leia mais
olhardigital.com.br

Resultados das eleições nos EUA podem influenciar a regulamentação da infraestrutura e o desenvolvimento da inteligência artificial

O resultado das eleições no meio do mandato nos Estados Unidos, que ocorrerão nesta terça-feira (dia 3), pode potencialmente influenciar o avanço de um projeto de lei que propõe alterar as regras federais de licenciamento ambiental para projetos de infraestrutura energética. Isso ocorre em meio à crescente demanda por eletricidade necessária para alimentar os centros de processamento de dados que sustentam a expansão da inteligência artificial.

A Lei de Bipartidarismo Americana de Acessibilidade Econômica e Emprego (BAAJA), desenvolvida por parlamentares republicanos e democratas, visa modificar os procedimentos de avaliação ambiental e autorização de grandes empresas. Esta iniciativa consolida mudanças em diversas legislações e busca reduzir o tempo necessário para que projetos de infraestrutura passem da fase de planejamento para a implementação.

O texto do projeto de lei é resultado de negociações entre quatro senadores que ocupam cargos de liderança nos comitês de meio ambiente e obras públicas, bem como de energia e recursos naturais: Shelley Moore Capito e Mike Lee, ambos republicanos, e Sheldon Whitehouse e Martin Heinrich, representando os democratas.

Um dos objetivos principais da BAAJA é estabelecer prazos para avaliações ambientais federais. De acordo com o texto, a análise de grandes projetos deve ser concluída, geralmente, dentro de um ou dois anos. A proposta também prevê uma coordenação mais estreita entre os órgãos governamentais, limita certas possibilidades de contestação judicial e estabelece condições para aumentar a confiabilidade das licenças emitidas.

O projeto introduz emendas a disposições de três leis ambientais federais: a Lei Nacional de Política Ambiental (NEPA), que regula a avaliação de impacto de trabalhos e projetos; a Lei da Água Limpa, que protege os recursos hídricos; e a Lei de Espécies Ameaçadas, destinada à conservação de animais e plantas em risco de extinção.

Segundo análises, esta reforma pode mudar a abordagem na análise de projetos que afetam territórios naturais, cursos d'água e habitats de animais. O objetivo declarado dos defensores é prevenir o alongamento interminável da obtenção de permissões de construção devido a etapas administrativas sucessivas e disputas judiciais. No entanto, organizações de conservação questionam se a redução dessas etapas não levará à diminuição das oportunidades de participação pública e fiscalização.

A proposta também aborda a transmissão de energia. A BAAJA prevê alterações nas atividades da Federal Energy Regulatory Commission (FERC), expandindo suas atribuições para autorizar certas linhas interestaduais caso os processos governamentais não avancem. A iniciativa também ajusta os critérios para tais empresas e visa facilitar a conexão entre regiões produtoras e consumidoras.

Este aspecto é particularmente importante, pois a expansão da produção de energia por si só não resolve os problemas de fornecimento. A energia gerada em uma usina deve chegar aos consumidores através de uma rede capaz de transportar grandes volumes a longas distâncias. Na ausência de linhas de transmissão, novos projetos de geração podem enfrentar dificuldades para se conectar ao sistema, mesmo havendo capacidade de produção.

Na opinião de Thiago Maia, físico com mestrado e doutorado em física nuclear, engenheiro de petróleo e detentor de MBA em gestão de projetos, a simplificação do licenciamento pode ajudar a superar parte desses obstáculos. Em entrevista ao Olhar Digital, ele explicou que a construção de usinas, subestações e linhas de transmissão pode acelerar graças à redução dos prazos de aprovação.

Popular