A Amazon Web Services (AWS) está projetando um futuro em que bilhões de agentes de IA trabalham em conjunto, automatizando decisões, orquestrando fluxos complexos e interagindo com sistemas de forma contínua. Para chegar lá, não basta ter modelos que geram textos convincentes: é preciso dar um salto em raciocínio, contexto e compreensão profunda de dados proprietários.
Na edição mais recente do AWS re:Invent, guiada pelo slogan provocativo “Por que não?”, a empresa reforçou essa visão com uma série de anúncios estratégicos, entre eles:
- A expansão da plataforma de modelos Nova Foundation;
- O lançamento do Nova Forge, um serviço para treinar e construir modelos de IA de ponta com dados proprietários;
- Uma nova geração de agentes de IA corporativos, com foco em governança, avaliação e produtividade para times de desenvolvimento, segurança e operações.
Na Dati, vemos esse movimento como um marco: a IA deixa de ser apenas “demo impressionante” e passa, de forma muito mais clara, a ser infraestrutura de negócio.
O contexto por trás dos anúncios da AWS
Ao longo do keynote, Matt Garman, CEO da AWS, foi direto ao ponto:
“Quase todos os clientes com quem converso gostariam de poder ensinar um modelo a entender seus dados. Hoje, simplesmente não existe um modelo de ponta que compreenda profundamente seus dados e seu domínio.”
Essa afirmação explicita um gargalo que muitas empresas já sentem na prática:
modelos genéricos de IA não entendem, de verdade, o contexto, a linguagem interna e as nuances do negócio.
Três ideias centrais se destacam na mensagem da AWS:
- O verdadeiro valor da IA ainda não foi descoberto.
Como Garman sintetiza:
“Ela está se transformando de uma maravilha tecnológica em algo que oferece valor real. Aprofunde-se nos detalhes e comece a inovar.”
O recado é claro: valor vem da execução cuidadosa, não apenas do encantamento inicial.
- Ainda falta um modelo de vanguarda que compreenda profundamente o domínio de cada empresa.
A lacuna não é só tecnológica, é de adaptação ao contexto: dados proprietários, processos internos, linguagem de negócio.
- Entre 80% e 90% do valor da IA empresarial virá de agentes.
A próxima fronteira não é apenas “perguntar ao modelo”, mas colocar agentes de IA para agir, orquestrar sistemas, analisar sinais, decidir rotas e automatizar trabalho de alto volume.
Tudo isso foi apresentado em um ritmo intenso. Fiel à tradição do re:Invent, a AWS “despejou” dezenas de novidades em cerca de duas horas e meia. No final, Garman ainda lançou mais 25 anúncios em 10 minutos, muitos deles relacionados a novas instâncias e melhorias em banco de dados. Volume de anúncio não é estratégia por si só, mas sinaliza uma direção: a AWS está montando um stack completo para IA generativa e agentes corporativos.
Nova Foundation e Nova Forge: ensinar a IA a entender o seu negócio
No centro dessa estratégia está a família de modelos Nova. A AWS está expandindo a plataforma Nova Foundation com o Nova Forge, um serviço descrito como “inédito” para treinar e construir modelos de IA de ponta a partir de dados proprietários.
O problema que ele mira é bastante concreto:
- Modelos evoluíram em capacidade de geração.
- Mas fazer com que compreendam e ajam sobre dados específicos do seu negócio continua sendo um desafio.
O Nova Forge permite que organizações criem variantes otimizadas do Nova, combinando:
- O poder de raciocínio da família Nova.
- Com uma compreensão profunda dos dados, processos e domínio de cada empresa.
Em outras palavras, a proposta é chegar a um modelo que una: conhecimento e o raciocínio de um modelo de ponta com a capacidade de “pensar” com base na sua propriedade intelectual.
Garman reforça:
“A capacidade da IA de compreender os dados da sua empresa é o que gera enorme valor. A mágica acontece quando você consegue integrar profundamente um modelo à sua propriedade intelectual.”
A AWS já cita exemplos práticos. Um deles é o Reddit, que incorporou seus dados de domínio ao processo de pré-treinamento com o Nova Forge. O objetivo:
- Ler melhor o contexto das conversas.
- Reduzir falsos positivos.
- Escalar para milhões de comunidades sem aumentar a complexidade de engenharia.
Além do Forge, a plataforma Nova está sendo ampliada com:
- Modelos de raciocínio “Lite” e “Pro”, pensados para diferentes níveis de complexidade e custo.
- O Nova Sonic, um modelo de fala-para-fala capaz de unificar compreensão de texto e voz, viabilizando IA conversacional em tempo real, mais fluida e próxima de interações humanas.
Para empresas que atuam na AWS, isso abre uma nova categoria de projetos:
não se trata apenas de “chamar um modelo via API”, mas de construir modelos afinados ao negócio, com dados proprietários, governança e uso consistente em múltiplos fluxos.
Na Dati, isso conversa diretamente com iniciativas em que já atuamos: combinar modelos de IA com arquiteturas serverless, dados estruturados e fluxos de negócio reais, para entregar copilots, chatbots e automações que entendem de fato o contexto do cliente.
Agentes de IA na prática: governança, avaliação e “extensões” das equipes técnicas
Se o Nova Forge trata do cérebro, os demais anúncios focam em como esse cérebro age como agente dentro da organização.
A AWS colocou uma lupa sobre três pontos:
- Governança e controle de ações de agentes.
- Avaliação de comportamento e qualidade de respostas.
- Agentes especializados para desenvolvimento, segurança e DevOps.
Bedrock AgentCore: Policy para controlar o que o agente pode (e não pode) fazer
Uma das novidades é o recurso Policy no Amazon Bedrock AgentCore. Seu foco é bloquear proativamente ações não autorizadas, por meio de controles determinísticos em tempo real que operam fora do código do agente.
Na prática, isso permite que as empresas definam limites claros para:
- Acesso a dados sensíveis.
- Tipos de ação que o agente pode executar.
- Interações inadequadas.
- Erros de sistema com potencial de impacto maior.
Garman recorreu a uma metáfora curiosa para explicar:
“É um pouco como criar um adolescente. Você realmente quer ser capaz de controlar ações específicas com essas ferramentas.”
Traduzindo para ambiente corporativo: agentes poderosos sem controles são um risco; a AWS está oferecendo um mecanismo para que esse poder seja cercado por regras claras, guardrails e auditoria.
AgentCore Evaluations: visibilidade e qualidade de agentes
Outro anúncio importante é o AgentCore Evaluations, desenhado para fornecer visibilidade sobre o comportamento e os resultados dos agentes.
Ele simplifica o que, até aqui, muitas empresas precisavam montar na prática:
- Infraestrutura de testes.
- Pipelines de avaliação.
- Scripts e ferramentas diversas para medir qualidade de agentes.
Com o Evaluations, desenvolvedores podem:
- Configurar avaliações padronizadas.
- Criar avaliadores personalizados usando modelos de linguagem e prompts próprios.
- Acompanhar a performance dos agentes ao longo do tempo.
Isso transforma qualidade de agente de algo “artesanal” para algo mais sistemático e observável.
Frontier agents: Kiro, segurança e DevOps como “extensões” do time
A AWS também apresentou uma nova classe de agentes, os frontier agents, posicionados como uma extensão da equipe de desenvolvimento de software.
O exemplo emblemático é o Kiro, um agente autônomo que:
- Mantém contexto persistente entre sessões.
- Aprende com pull requests e feedback dos desenvolvedores.
- Descobre de forma independente o melhor processo para concluir tarefas.
- Compartilha as alterações propostas para que o usuário mantenha o controle sobre o que será incorporado.
Nas palavras de Garman:
“Ele funciona em paralelo com seu fluxo de trabalho, mantendo o contexto. Na verdade, ele aprende como você gosta de trabalhar.”
Além do Kiro, foram apresentados frontier agents voltados à segurança e DevOps, desenhados para:
- Incorporar conhecimento especializado de segurança ao longo de todo o ciclo de desenvolvimento.
- Correlacionar telemetria, código e dados de implantação.
- Identificar causas raiz de problemas e reduzir o tempo médio de resolução (MTTR).
Segundo a AWS, o uso do DevOps Agent já resulta em uma taxa estimada de identificação da causa raiz acima de 86%, um número expressivo para ambientes complexos.
Para a Dati, essa linha aponta para uma evolução clara dos “copilots” que o mercado já conhece:
saímos do assistente que ajuda a escrever código e entramos na era do agente de plataforma, que observa logs, métricas, deploys, tickets e atua como um membro adicional do time de engenharia e operações.
O que muda na prática para empresas que usam AWS
Traduzindo esse pacote de anúncios para a realidade de negócios que operam ou querem operar na AWS, vemos quatro impactos principais:
Modelos mais alinhados ao seu domínio de negócio
Com o Nova Forge, empresas deixam de depender apenas de modelos genéricos e passam a ter modelos ajustados ao contexto, treinados ou adaptados com dados proprietários.
Resultado esperado:
- Menos respostas genéricas.
- Menos alucinações em domínios críticos.
- Maior aderência ao vocabulário, às regras e às exceções do negócio.
Experiências conversacionais mais naturais, inclusive por voz
O Nova Sonic habilita experiências de IA de voz em tempo real, importantes para:
- Atendimento a clientes.
- Suporte interno.
- Interfaces multimodais em operação de campo, varejo, indústria e serviços.
Agentes de IA mais seguros, auditáveis e governados
Com Policy e Evaluations no AgentCore, as empresas passam a contar com:
- Controles nativos de acesso e ação,
- Mecanismos estruturados de avaliação de qualidade,
- Camadas adicionais de auditoria para agentes que interagem com sistemas sensíveis.
Produtividade ampliada em desenvolvimento, segurança e operações
Frontier agents como Kiro e o DevOps Agent podem impactar:
- Revisão de código e fluxo de PR.
- Resposta a incidentes.
- Análise de causas raiz.
- Automação de rotinas repetitivas.
Em síntese: a IA deixa de ser apenas um componente isolado na arquitetura e se torna um agente ativo dentro do ciclo de desenvolvimento, de operação e de negócio.
O olhar da Dati: como transformar esses anúncios em resultados?
Do ponto de vista da Dati, os anúncios da AWS não são apenas novidades de produto. Eles criam condições técnicas para um próximo salto de maturidade em IA empresarial. A questão central agora é: como cada empresa vai se preparar para isso.
Alguns movimentos estratégicos se tornam prioritários:
- Mapear onde agentes de IA podem gerar valor real (não só “efeito wow”).
- Organizar dados e conhecimento para preparar o terreno para Nova / Nova Forge.
- Desenhar arquiteturas de agentes com segurança e governança desde o início.
- Pilotar casos de uso com fronteira clara, métricas definidas e potencial de escala.
Como parceira AWS, a Dati atua na interseção entre estratégia de plataforma e execução prática em nuvem. Nosso papel é ajudar empresas a estruturar e escalar iniciativas de IA generativa, agentes e personalização de modelos na AWS.
Este é um momento-chave para sair da experimentação genérica e construir soluções que conversam diretamente com os desafios e objetivos do seu negócio.
