Como evoluem as infraestruturas para a Agentic AI nas empresas: Hitachi iQ e integração com NVIDIA Blackwell

Por Riccardo Neri, Espresso Italia — A transição das empresas da experimentação em inteligência artificial para a sua adoção em escala produtiva exige uma reavaliação dos alicerces digitais. As novidades do Hitachi iQ aceleram essa passagem ao combinar blueprints aprimorados com integração direta às tecnologias NVIDIA Blackwell, oferecendo caminhos mais claros para implantação de uma Agentic AI responsável e governável.

Pesquisas de mercado recentes mostram que apenas 42% das empresas norte-americanas apresentam maturidade de dados suficiente para assegurar um retorno mensurável sobre os investimentos em IA. Esse gap evidencia que o sucesso da IA agentiva depende tanto de uma governança de dados robusta quanto de infraestruturas seguras on-premise que mantenham a soberania e a proximidade entre dados e processamento.

Atualizações em armazenamento e em computação acelerada tornam hoje possível reduzir a latência mantendo os conjuntos de dados próximos às unidades de processamento, ponto crítico para cargas de trabalho intensivas durante o treino e o fine-tuning de modelos. Entre as novas opções destacam-se o suporte às arquiteturas NVIDIA Blackwell, com alternativas de refrigeração tanto a ar quanto líquida, permitindo flexibilidade operacional conforme o perfil do data center e as exigências de eficiência energética.

Como aponta Octavian Tanase, chief product officer da Hitachi Vantara, “a IA está entrando na fase de produção mais rapidamente do que muitas infraestruturas de dados estão preparadas para suportar”. As soluções do Hitachi iQ visam precisamente oferecer controle e previsibilidade no salto dos pilotos para a produção industrial, reduzindo o risco operacional e acelerando o ROI.

Um elemento estrutural dessa evolução são os blueprint AI que formalizam papéis e responsabilidades dentro dos ecossistemas agentivos. Esses modelos definem agentes do tipo supervisor e worker: os workers executam tarefas operacionais, enquanto os supervisors coordenam fluxos multi-agente e mantêm supervisão contínua, criando camadas de inteligência comparáveis ao sistema nervoso de uma cidade inteligente.

Outro avanço relevante é a adoção de padrões abertos, como o Model Context Protocol (MCP), que permite aos agentes conectarem-se de forma segura a fontes de dados externas e distribuídas. Essa abordagem reduz transferências maciças de informação, preserva a soberania dos dados dentro do perímetro corporativo e facilita a auditabilidade e a explicabilidade dos resultados.

A cooperação estratégica entre fornecedores de storage e tecnologias de rede busca simplificar o acesso a datasets históricos, um requisito para melhorar a explicabilidade e a gestão de modelos em produção. Como lembra Jason Hardy, vice-presidente da NVIDIA: “uma infraestrutura AI full-stack otimizada para as necessidades enterprise permite às organizações suportar uma gama mais ampla de resultados AI mantendo performance e coerência operacional”.

Em resumo, a arquitetura de referência que combina storage preparado, computação acelerada compatível com NVIDIA Blackwell, padrões abertos como o MCP e blueprints de governança constitui hoje o caminho prático para empresas que buscam transformar provas de conceito em sistemas produtivos, seguros e escaláveis em ambientes híbridos (hybrid cloud). Essa é a engenharia discreta por trás da próxima onda de automação: infraestrutura como camada invisível que torna previsível e auditável o comportamento de agentes inteligentes.