Na Omniance tratamos os modelos de IA como ativos de balanço
Na Omniance, tratamos os modelos de IA como ativos de balanço, não como subscrições mensais.Essa mudança muda tudo.
Quando olho para a maioria das integrações de IA, vejo o contrário.
- Pagar por token
- Pagar por utilizador
- Rezar para que o fornecedor continue simpático
Em linguagem financeira:Alugas a tua inteligência central a outra pessoa e esperas que ela nunca mude as fechaduras.
Numa empresa de média dimensão, isso tem efeitos reais.
- Um modelo fica dentro de um workflow de vendas
- Ou dentro de uma triagem médica
- Ou dentro de um scoring de risco
A partir daí, tens uma nova forma de infraestrutura.Não uma ferramenta, mas uma dependência.
Há um padrão que me deixa desconfortável quando penso nas consequências:
- O fornecedor atualiza o modelo base → as tuas respostas mudam de um dia para o outro
- O fornecedor muda os termos → o teu modelo de custos rebenta
- O fornecedor descontinua uma API → o teu processo para
Os mesmos dados.As mesmas pessoas.Outros pesos do modelo.Outro comportamento do negócio.
Para mim, a linha está aí.
Quando a IA toca em conhecimento competitivo ou num processo crítico para o negócio, tratar o modelo como um ativo estratégico parece-me essencial:
- Ser dono dos pesos
- Ser dono da documentação
- Ser dono do caminho de atualização
Porque aí a lógica inverte-se.
- Tu decides quando voltar a treinar
- Tu decides que dados moldam o modelo
- Tu decides com que cuidado se faz uma atualização
Assim, um modelo parece-se menos com um plano da Netflix e mais com uma máquina na tua fábrica.
- Compras
- Fazes a manutenção
- Melhoras
- Amortizas ao longo de anos
Na Omniance, desenvolvemos o Omniance Core precisamente por isso.Uma stack de IA modular, soberana e self-hosted, em que os clientes podem:
- Estender peças sem esperar por um roadmap
- Fazer fork de um componente quando o seu domínio o exige
- Auditar o comportamento até aos dados e à configuração
- Substituir partes sem partir o sistema inteiro
Os efeitos secundários são muito práticos.
Pesos próprios → modelos ajustados ao teu domínio, não a um benchmark públicoDocumentação própria → equipas novas aprendem o sistema sem adivinharCaminho de atualização próprio → mudar de modelo segue o calendário do negócio, não os ciclos de hype
Isto é essencial ter em conta:
IA como OpEx parece fácil nos primeiros meses.IA como CapEx parece pesada nos primeiros meses.
Avança meio ano.
O caminho OpEx deixa-te com:
- Faturas impressionantes quando escalas
- Dependência de carris alheios
- Pouca competência interna e um controlo muito frágil
O caminho CapEx deixa-te com:
- Competência interna
- Ativos no balanço
- Uma espinha dorsal sobre a qual podes desenvolver uma e outra vez
A dada altura, a IA deixa de ser um PoC e passa a fazer parte de como pensas, vendes, tratas doentes ou movimentas mercadorias.
Quando chegas a esse ponto, “subscrição ou ativo” já não é, a meu ver, uma escolha técnica.É uma decisão de governação.
Todos os CEOs dizem que querem IA estratégica.Pergunto-me quantos estão prontos para a possuir como possuem fábricas, propriedade intelectual e software central.
Artigos relacionados
- Acabou a corrida pela escala. Começou a corrida pela confiançaUm LLM suíço da ETH Zurich e da EPFL, treinado com 16 biliões de tokens em mais de 1500 línguas e com os dados todos divulgados. O que isso torna possível.
- Cada ferramenta de IA tem de passar num teste de três perguntasContinuidade, vantagem, responsabilidade. Três perguntas que decidem se uma ferramenta de IA fica numa API pública, num híbrido ou num sistema soberano.
- Uma empresa privada decide quem tem acesso ao modelo mais poderosoA Anthropic reteve o modelo Mythos Preview e deu acesso a onze organizações escolhidas. O que isso diz sobre quem controla a segurança na era da IA.