As empresas precisam conhecer o impacto operacional das soluções de IA agêntica que implementam. A memória agêntica está passando por uma rápida evolução, o que a torna o próximo indicador do impacto operacional. Por quê? A inovação na “memória de longo prazo” agêntica está acelerando diretamente a inovação em IA agêntica, e a IA agêntica afeta diretamente a rede.
De acordo com um relatório recente da S&P Global Data, “Os avanços em raciocínio, sistemas multiagentes e recuperação de informações estão impulsionando a IA agêntica: a IA agêntica está evoluindo rapidamente por meio de estruturas avançadas de raciocínio, modelos dinâmicos de colaboração multiagente e técnicas inteligentes de recuperação de informações. Essas inovações permitem que os agentes percebam, planejem e ajam de forma autônoma, aprimorando a escalabilidade, a adaptabilidade e a personalização em ambientes complexos do mundo real.”
Os avanços na tecnologia de memória de longo prazo estão impulsionando a inovação na IA agêntica. Também conhecidas como estruturas avançadas de raciocínio, opções como LangMem, Memobase e Mem0 utilizam novos tipos de funções de memória que fornecem acesso ao estado, ao contexto e à evolução das informações durante e entre os fluxos agênticos. Toda essa criação, esse armazenamento, essa atualização, essa movimentação e esse compartilhamento de dados aumentam a demanda sobre a rede.
Além disso, os sistemas de memória agêntica constituem um novo local de armazenamento de dados, potencialmente acessado por grupos de agentes que precisam compartilhar e atualizar informações — corporativas e pessoais —, as quais devem ser mantidas, gerenciadas, auditadas e protegidas com o mesmo rigor aplicado a qualquer outro ativo corporativo. Essa realidade revela três impactos no tráfego de rede.
1. A IA agêntica aumenta o tráfego de rede
De acordo com o Relatório Global de Tráfego de Rede da Nokia, espera-se que o tráfego de IA empresarial cresça a uma taxa de crescimento anual composta (CAGR) de 57% até 2033. Por quê? Os agentes geram um novo tráfego que não existia antes de sua implantação, aumentando o consumo de largura de banda e o potencial de latência. Esse tráfego se manifesta na forma de chamadas de API. Quanto mais ações forem realizadas por mais agentes, maior será o número de chamadas de API, afetando a capacidade de resposta dos endpoints de API. A geração aumentada por recuperação (RAG) é outra fonte de chamadas de API que provavelmente aumentará com a adoção de agentes, pois a memória de recuperação dinâmica permite acompanhar as mudanças de contexto. Isso significa que a RAG deixará de ser estática e passará a ser atualizada em tempo real. Mais RAG significa mais chamadas de API para bancos de dados vetoriais, tanto para atualizar os dados quanto para enriquecer a inferência.
2. A IA agêntica aumenta a densidade do tráfego
A IDC relata que as empresas estão alinhando seus roteiros de GenAI aos esforços de modernização da rede para dar suporte às cargas de trabalho de IA agêntica. Mais rotas de tráfego de rede estão surgindo em todas as direções, criando uma malha de caminhos de dados que cresce exponencialmente à medida que mais agentes e recursos são adicionados. Mais tráfego entre contêineres. Mais tráfego de entrada e saída nos hosts de contêineres. Mais tráfego de entrada e saída nos pods e clusters de contêineres. O aumento das rotas de rede exige políticas adicionais, configurações adicionais dos componentes de rede e mais automação. Os mapas de rede ficam mais congestionados, e a atividade de monitoramento aumenta. O resultado? Tudo isso culmina em um ambiente maior — uma malha de caminhos de dados — sujeito a processos de manutenção, segurança e governança.
3. A IA agêntica exige mais telemetria
Mais caminhos exigem maior emissão e coleta de telemetria operacional. Essa telemetria oferece suporte a todos os tipos de observabilidade — desde o gerenciamento operacional e a solução de problemas até a segurança e a governança. Altas concentrações de agentes, modelos e recursos podem causar congestionamento de rede em arquiteturas centralizadas. O roteamento inteligente pode atenuar esse problema até certo ponto, mas exige equilibrar o congestionamento de um segmento da rede com o de outro, o que pode não ajudar de fato se a capacidade da rede for insuficiente.
Felizmente, as empresas podem aplicar à IA agêntica as lições aprendidas com a adoção de microsserviços. A explosão semelhante da telemetria operacional leva às mesmas medidas de controle de custos, como decidir quais dados de telemetria são relevantes e em que quantidade devem ser emitidos/coletados/analisados/armazenados.
Como se preparar para o impacto
A IA agêntica ainda está em fase de desenvolvimento. Enquanto os desenvolvedores criam ferramentas e kits de desenvolvimento, as equipes de operações de TI precisam se preparar para o impacto inevitável em suas redes.
As organizações mais bem preparadas terão combinado protótipos de desenvolvedores com testes de infraestrutura em estágio inicial para monitorar e mensurar o impacto na rede, permitindo que melhorias sejam implementadas a tempo para a implantação em produção. A colaboração e a comunicação reduzirão o risco de uma área avançar mais do que outra. Além disso, acompanhar o ritmo da inovação em memória agêntica ajudará os operadores de rede a se manter à frente da curva de inovação.
Quando a inovação em memória agêntica se estabilizar, os operadores de TI saberão que está se aproximando o momento da primeira implantação de uma solução agêntica em escala empresarial em sua rede.
Sobre o autor
Publicações relacionadas no blog
O estado da maturidade digital empresarial: a transformação digital ainda não terminou
Explore como a IA impacta as empresas, as aplicações da IA generativa, as estratégias para modernizar as operações de TI e os benefícios da maturidade digital com a F5.
Como a IA generativa acelera a transformação digital
Veja como a IA generativa impulsiona a transformação digital nas empresas, acelerando tendências como a integração de APIs, os desafios dos modelos operacionais de TI híbrida e a adoção de AIOps.
Seis capacidades técnicas para acelerar a transformação digital
As arquiteturas empresariais atuais carecem dos fatores necessários de agilidade, escalabilidade, segurança e observabilidade, essenciais para impulsionar a mudança tecnológica. No entanto, estas seis capacidades fundamentais ajudarão as empresas a gerenciar riscos e desafios ao longo de sua transformação digital.
Inverter a API é a transformação digital de que as empresas precisam para participar e competir em uma economia de APIs
As organizações detêm um valor latente — na forma de APIs internas — que precisam explorar para competir em uma economia de APIs. Embora os desafios técnicos e de segurança possam desestimular algumas delas, as empresas precisam reconhecer que inverter suas APIs permitirá liberar o valor da organização como plataforma.
A modernização da TI começa pela infraestrutura
O hardware e o software evoluíram rapidamente desde os primórdios da internet, mas, para aproveitar ao máximo os benefícios resultantes dessa evolução, as organizações precisam avaliar e modernizar sua infraestrutura e a entrega de aplicativos. Acelere os esforços de modernização com a nova F5 rSeries.