Bases de dados, automações, modelos de IA, interfaces de negócio, alojamento, segurança, conformidade, custos das APIs: um projeto de IA torna-se rapidamente um verdadeiro projeto de arquitetura digital.
É precisamente para explorar estes desafios que a OIDANEOS desenvolve progressivamente a sua própria plataforma interna de experimentação em IA.
Passar da utilização da IA à construção de soluções de IA
Hoje, o acesso à inteligência artificial é extremamente simples. Bastam alguns segundos para abrir o ChatGPT, Claude, Gemini ou Mistral.
Mas quando uma empresa pretende ligar a IA aos seus próprios dados ou automatizar um verdadeiro processo de negócio, as questões tornam-se muito mais complexas:
- Onde estão armazenados os dados?
- Como estruturá-los?
- Que modelo de IA utilizar?
- Como ligar as diferentes aplicações?
- Onde alojar a solução?
- Como proteger os acessos?
- Como controlar os custos associados às APIs?
- Como cumprir o RGPD e os novos requisitos associados ao AI Act?
É nesse momento que a IA deixa de ser apenas uma ferramenta conversacional para se tornar uma infraestrutura de negócio.
02 - ExperimentarCriar um ambiente para testar as tecnologias de IA
A OIDANEOS começou a construir um ambiente técnico dedicado que permite alojar e testar diferentes blocos tecnológicos. O princípio assenta nomeadamente num servidor dedicado e na utilização de soluções que podem ser autoalojadas.
Dados & aplicações
Baserow para estruturar os dados, Celestory para construir interfaces e percursos, Moodle para os ambientes pedagógicos e diversas ferramentas colaborativas open source.
Infraestrutura controlada
Implementação em contentores Docker para testar várias arquiteturas isoladas e fazer evoluir progressivamente as soluções.
Soberania & liberdade
Em vez de depender sistematicamente de plataformas SaaS externas, reconstrução de blocos num ambiente controlado.
Os dados como ponto de partida
Uma das primeiras experimentações realizadas diz respeito às bases de dados desenvolvidas no âmbito de casos de uso profissionais. Algumas incluem várias tabelas ligadas entre si e representam já a estrutura de uma futura aplicação de negócio.
O objetivo é então recuperar essa estrutura, reconstruí-la no ambiente OIDANEOS e depois estudar:
- As relações entre os dados;
- As eventuais melhorias do modelo relacional;
- As interfaces que podem ser criadas para os utilizadores;
- As automações possíveis;
- A forma como uma IA poderia interagir com essas informações (RAG, agentes).
Desenvolver rapidamente aplicações de negócio
A IA generativa altera também profundamente a forma de desenvolver aplicações. Nas nossas experimentações, uma interface pode agora ser idealizada, prototipada e rapidamente transformada numa aplicação funcional. O código pode depois ser diretamente modificado e melhorado com a ajuda de assistentes de IA.
O que isto muda: Prototipar uma aplicação de negócio já não exige necessariamente lançar de imediato um projeto informático pesado de vários meses. Torna-se possível começar pequeno: uma base de dados, uma interface, um primeiro processo automatizado e, depois, melhorar progressivamente a solução.
05 - Manter a flexibilidadeTestar vários modelos de inteligência artificial
Construir a própria arquitetura permite também não depender de um único fornecedor. Consoante as necessidades, uma aplicação pode potencialmente utilizar diferentes modelos disponibilizados pela OpenAI, Anthropic, Mistral ou ainda modelos open source executados em ambientes dedicados.
Esta capacidade de mudar de modelo é estratégica. O melhor modelo hoje não será necessariamente o melhor amanhã. O desafio não é, portanto, apenas escolher uma IA, mas construir uma arquitetura capaz de evoluir com ela.
Formar-se na conceção de soluções de IA
A OIDANEOS acompanha os profissionais de TI na conceção de soluções de IA aplicadas às suas áreas de negócio.
A experimentação deve integrar a segurança desde o início
Esta liberdade técnica implica, contudo, novas responsabilidades. Durante as fases de teste, os dados reais de clientes não devem ser enviados sem precaução para serviços externos de IA. As estruturas podem ser reproduzidas e os dados anonimizados para experimentar sem expor desnecessariamente informações sensíveis.
É também necessário controlar os acessos e enquadrar as chamadas aos modelos. Uma aplicação mal configurada pode multiplicar os pedidos à API e gerar um consumo elevado de tokens.
Um desafio que vai além da formação
Esta plataforma representa também uma evolução na forma como encaramos o nosso papel na OIDANEOS. Formar para as ferramentas de inteligência artificial continua a ser essencial. Mas as organizações precisarão progressivamente de ir mais longe: compreender como integrar estas tecnologias nos seus sistemas, nos seus dados e nos seus processos de negócio.
A nossa plataforma interna deve permitir-nos experimentar estas arquiteturas antes de as transpor para situações profissionais concretas:
- Laboratório técnico: Testar tecnologias, modelos e arquiteturas.
- Ambiente pedagógico: Compreender na prática como os diferentes blocos funcionam em conjunto.
- Espaço de prototipagem: Transformar progressivamente casos de uso em aplicações de negócio.
Experimentar hoje para preparar as infraestruturas de IA de amanhã
A inteligência artificial evolui a um ritmo extremamente rápido. Seria provavelmente ilusório procurar hoje uma arquitetura definitiva. A nossa abordagem é, portanto, pragmática:
Testar. Medir. Compreender. Melhorar.
Algumas tecnologias desaparecerão. Outras tornar-se-ão padrões. Os modelos de IA continuarão a evoluir. Mas uma tendência já se desenha: as empresas não se limitarão eternamente a utilizar interfaces de IA generalistas.
Construirão progressivamente os seus próprios ambientes, ligados aos seus dados e adaptados às suas áreas de negócio. É esta transição que a OIDANEOS pretende começar a explorar já hoje.


