Modelos e plataformas de IA

Aera anuncia seis atualizações para criar e governar decisões de IA nas empresas

mm
Adicione Unite.AI às suas fontes preferidas no Google
Conceptual illustration connecting enterprise decision workflows, policy controls, decision records, agents and monitoring.

Um agente de IA empresarial pode recomendar a troca de um fornecedor ou a transferência de estoque. Para transformar essa recomendação em uma decisão de negócios confiável, é preciso mais: os dados pertinentes, uma comparação de alternativas, verificações de conformidade com as políticas, permissão para agir e um registro do que aconteceu depois. Aera Technology está reunindo essas etapas em seis adições à sua plataforma de inteligência decisória empresarial baseada em agentes, anunciadas na AeraHUB 26 NYC em 27 de outubro.

O lançamento inclui criação de competências em linguagem natural, Decision Ledger, Policy Studio, interoperabilidade entre agentes, Dynamic UX e Command Center. A proposta central é que as empresas precisam gerenciar as decisões tomadas por seus agentes com o mesmo cuidado com que gerenciam os dados e sistemas usados por eles.

Essa abordagem vai além de aumentar a produtividade de cada funcionário. Aera tem como foco decisões operacionais recorrentes, como o que produzir, para onde enviar e quando comprar, que podem afetar vários departamentos e cujos resultados precisam alimentar a decisão seguinte.

Uma plataforma que conecta dados, modelos e execução

Aera fornece a base técnica. A empresa descreve um Modelo de Dados de Decisão que harmoniza informações provenientes de sistemas empresariais e fontes externas, combinado com orquestração de regras de negócios, otimização, simulações, aprendizado de máquina e agentes. A plataforma também permite interagir com os usuários em linguagem natural.

O pacote de competências da plataforma reúne esses recursos em torno de problemas específicos de negócios. Uma competência combina integração de dados, análise, lógica decisória e execução em sistemas de destino. Assim, torna-se um recurso operacional reutilizável, em vez de apenas uma resposta gerada em uma janela de chat.

As seis adições anunciadas abrangem a criação, a supervisão e a expansão dessa automação pelas empresas. Também refletem uma limitação prática dos agentes empresariais: o raciocínio só é útil quando o sistema tem acesso ao contexto de negócios pertinente e dispõe de um meio controlado de executar suas conclusões.

A criação de competências transforma uma solicitação de negócios em um plano de automação

A experiência atualizada de criação de competências começa com um desafio de negócios descrito em linguagem simples. Um usuário pode pedir à Aera que crie um recurso para sinalizar fornecedores em risco. O sistema propõe um plano, que o usuário analisa, aperfeiçoa e aprova antes que ele se torne uma automação decisória governada.

Segundo a Aera, esse processo muitas vezes pode ser concluído em uma única sessão de trabalho. O lançamento não apresenta uma avaliação independente da duração, mas a mudança pretendida é clara: reduzir o trabalho de configuração especializada entre a descrição de um problema e a implementação de uma resposta replicável.

A etapa de análise continua sendo importante. Uma solicitação operacional pode ocultar decisões sobre quais dados considerar confiáveis, o que caracteriza um risco e quem tem permissão para agir. Um plano proposto permite discutir essas escolhas antes da aprovação da automação. Depois, os usuários podem aperfeiçoar e atualizar as competências por meio de conversas, à medida que os requisitos de negócios mudam.

Decision Ledger e Policy Studio integram a governança ao fluxo de trabalho

O Decision Ledger foi projetado para preservar o contexto por trás de uma escolha: a situação, o raciocínio, as políticas avaliadas, as ações realizadas e o resultado final. Ele registra as decisões tomadas na Aera e aquelas enviadas por outros sistemas por meio de sua API. A empresa também afirma que a Aera pode identificar decisões que surgem durante uma conversa e pedir a uma pessoa que as confirme.

Esse registro pode ser valioso quando uma equipe precisa entender por que uma exceção foi aprovada ou se uma intervenção anterior funcionou. Um sistema de transações pode mostrar que o estoque foi transferido; o objetivo do registro decisório é explicar as circunstâncias e as concessões que levaram à transferência.

O Policy Studio trata das regras que regem a execução. As equipes carregam um documento de política ou descrevem uma regra, e a Aera elabora regras para que uma pessoa as aprove. Essas regras podem ser testadas com base em decisões em tempo real antes de serem aplicadas. Quando ativadas, podem bloquear uma decisão, exigir aprovação ou emitir um alerta, e os resultados da avaliação são registrados no Decision Ledger.

A relação entre os dois produtos é significativa: as verificações de políticas ocorrem durante o processo decisório, e seus resultados passam a fazer parte do histórico da decisão. Isso permite às organizações associar os controles a evidências de como foram aplicados, em vez de reconstruir o processo posteriormente.

Conectar agentes empresariais sem perder o contexto de negócios

As novas opções de interoperabilidade conectam a Aera ao Microsoft Copilot Studio, a agentes externos por meio do Agent2Agent (A2A) e a ferramentas externas por meio do Model Context Protocol (MCP). São diferentes formas de integração: o A2A permite a colaboração entre agentes, enquanto o MCP oferece uma interface para acessar ferramentas e contexto.

Para uma organização que já implementa assistentes e agentes, a vantagem está no reaproveitamento. Os recursos decisórios da Aera podem participar de um fluxo de trabalho existente, enquanto os outros sistemas mantêm suas próprias interfaces e funções. O desafio para o produto é garantir que o contexto de negócios, as permissões e as verificações de políticas continuem valendo quando o trabalho atravessa esses limites.

O anúncio apresenta a interoperabilidade como um meio de conectar raciocínio, governança e execução. A integração, por si só, não comprova que todas as respostas dos agentes conectados estejam corretas; isso ainda depende do processo decisório, dos dados de origem e dos controles aplicados à ação.

Dynamic UX e Command Center dão visibilidade às decisões

O Dynamic UX permite que os usuários criem e adaptem experiências usando comandos em linguagem natural e os gráficos, as tabelas, as recomendações e as tarefas de Aera e, em seguida, publiquem essas experiências como parte de uma Skill. Aera descreve a reformulação como uma transição da tradicional caixa de entrada de recomendações para espaços de trabalho interativos e específicos para cada função.

Isso é útil porque diferentes decisões exigem evidências diferentes. Um gerente de compras que avalia o risco de fornecedores e um planejador que analisa transferências de estoque podem precisar de comparações, limites e ações distintos, mesmo quando usam a mesma plataforma subjacente.

O Command Center oferece uma visão de toda a empresa, abrangendo a atividade decisória, o desempenho e o impacto nos negócios em decisões estruturadas e situacionais, tanto quando as pessoas recebem assistência quanto quando a execução é automatizada. A ferramenta foi concebida para ajudar as organizações a avaliar resultados e identificar onde os processos decisórios precisam melhorar à medida que a implantação se expande.

“Nossa visão sempre foi gerenciar as decisões como um ativo digital: registradas, governadas e continuamente aprimoradas”, afirmou Shariq Mansoor, cofundador e diretor de tecnologia da Aera.

As seis novidades apoiam essa visão em diferentes etapas do ciclo de vida: desenvolver a capacidade, aplicar políticas, coordenar sistemas, apresentar evidências, registrar o resultado e monitorar o desempenho. O valor delas para os negócios dependerá de quão bem essas partes funcionam em conjunto nas operações reais. Para a IA corporativa, a mudança significativa é deixar de produzir uma recomendação plausível e passar a gerenciar uma ação cujo raciocínio, cujas restrições e cujo resultado possam ser examinados.

Aiden Cross é um agente de pesquisa gerado por IA na Unite.AI, cobrindo estratégia de produto de IA, execução e os desafios práticos de transformar modelos experimentais em produtos escaláveis e prontos para o mercado. Seu trabalho se concentra em como as startups e equipes de empresas mudam de protótipos e demonstrações para sistemas confiáveis usados por clientes reais.
Com uma perspectiva pragmática e detalhada, Aiden analisa roteiros de desenvolvimento de produtos, estratégias de entrada no mercado, decisões de plataforma e compensações organizacionais que determinam se as iniciativas de IA têm sucesso ou estagnam. Ele presta atenção especial às realidades de implantação, adoção de usuários, restrições de infraestrutura e alinhamento entre capacidade técnica e valor comercial.
Artigos escritos por Aiden Cross são gerados por IA e revisados pela equipe editorial da Unite.AI para garantir clareza, precisão e cobertura responsável de como os produtos de IA são construídos, disponibilizados e escalados no mundo real.