Entre tantas apresentações e novidades que o evento proporciona, uma em especial chamou a atenção: o surgimento de uma nova camada nas arquiteturas modernas.
Depois de Infraestrutura, Dados, Analytics e IA, o mercado começa a reconhecer a importância da Data Resilience como elemento essencial para garantir disponibilidade, recuperação e continuidade dos negócios em um mundo cada vez mais orientado por dados e inteligência artificial.
1. Compute & Infrastructure
Fundação da plataforma.
Inclui:
Servidores físicos
Virtualização (VMware, Hyper-V, Nutanix)
Cloud (AWS, Azure, GCP)
Storage
Redes
Backup e Recuperação
Kubernetes e Containers
2. Data & Analytics
Camada de dados e inteligência analítica.
Inclui:
Bancos de dados
Data Lake
Data Warehouse
ETL/ELT
BI e Dashboards
Observabilidade de dados
3. Data & AI Trust (Onde o Veeam atua)
Camada transversal de confiança e governança.
Inclui:
Segurança de Dados
Governança
Compliance
Privacidade
Resiliência
Data Lineage
Proteção contra ransomware
Controle de acesso
4. Models & Foundation
Camada dos modelos de IA.
Inclui:
LLMs
Modelos de Machine Learning
Embeddings
Fine-tuning
Modelos multimodais
5. Agent Orchestration & Control
Camada de orquestração dos agentes.
É responsável por coordenar:
Prompts
Ferramentas
APIs
Fluxos de trabalho
Memória
RAG
Governança dos agentes
6. Application & Vertical Agents
Camada de negócio.
Aqui estão as aplicações consumidas pelos usuários.
Exemplos:
Microsoft 365 Copilot
Salesforce Agentforce
ServiceNow AI Agents
SAP Joule
Agentes financeiros
Agentes de suporte
Agentes de RH
Agora, isso me deixa intrigado: será que estamos realmente prontos para tudo isso?
Falamos sobre Inteligência Artificial, agentes autônomos, modelos cada vez mais avançados e decisões orientadas por dados. Mas antes de alcançar o topo dessa arquitetura, existe uma questão fundamental: a base está preparada?
Muitas organizações ainda enfrentam desafios relacionados à proteção de dados, governança, segurança, conformidade e recuperação diante de incidentes cibernéticos. Ao mesmo tempo em que aceleramos a adoção da IA, aumentamos também a dependência de dados confiáveis, disponíveis e resilientes.
Talvez a pergunta não seja apenas "Estamos prontos para a IA?", mas sim:
"Nossos dados estão prontos para sustentar a IA?"