A Dell entrou na disputa para resolver um dos problemas que dificultam o uso de agentes de inteligência artificial dentro das empresas: fazer com que esses sistemas entendam o significado dos dados que encontram.
A companhia apresentou nesta semana novas tecnologias que conectam informações espalhadas por diferentes sistemas e explicam à IA quais termos, relações e fontes devem ser considerados em cada tarefa. Os principais recursos, porém, só chegam no primeiro semestre de 2027.
O movimento coloca a Dell em uma corrida que já envolve empresas como Databricks, Snowflake e Nvidia. O objetivo é criar uma espécie de camada de contexto entre os modelos de IA e os dados corporativos, necessária quando um agente precisa fazer mais do que simplesmente localizar um documento.
O problema ganhou importância conforme as empresas começaram a experimentar agentes em tarefas reais. Um levantamento da Modern Data Company com mais de 540 profissionais de 66 países mostrou que 57,3% das organizações já testam ou utilizam agentes de IA, mas apenas 8,4% consideram confiáveis o suficiente os dados que alimentam esses sistemas para uso em produção.
Qualidade e confiança nos dados apareceram entre as três principais barreiras para colocar agentes em produção para 75,9% dos entrevistados. Falta de contexto e informações sobre a origem dos dados foi apontada por 63,5%.
