Pular para o conteúdo principal
Aracaju, Quinta-feira, 8 de outubro de 2026
Pular para o conteúdo
Tecnologia

Dell lança solução para ensinar agentes de IA a entender dados corporativos

Dell apresentou soluções para dar contexto a agentes de IA em empresas; principais recursos chegam no 1º semestre de 2027.

08/10/2026 · 12h46
Dell lança solução para ensinar agentes de IA a entender dados corporativos

A empresa apresentou tecnologias que conectam dados dispersos e indicam a agentes de IA quais termos, relações e fontes priorizar. Recursos chegam no 1º semestre de 2027, numa disputa com Databricks, Snowflake e Nvidia.

A Dell entrou na disputa para reduzir um dos principais entraves ao uso de agentes de inteligência artificial nas empresas: fazer com que esses sistemas entendam o significado dos dados que encontram.

Publicidade

A companhia apresentou nesta semana novas tecnologias que conectam informações espalhadas por diferentes sistemas e indicam à IA quais termos, relações e fontes devem ser considerados em cada tarefa. Os principais recursos, porém, só chegam no primeiro semestre de 2027.

O movimento coloca a Dell em um mercado que já envolve fabricantes e provedores como Databricks, Snowflake e Nvidia. O objetivo é criar uma camada de contexto entre os modelos de IA e os dados corporativos, necessária quando um agente precisa fazer mais do que simplesmente localizar um documento.

O problema ganhou força conforme empresas passaram a experimentar agentes em tarefas reais. Um levantamento da Modern Data Company com mais de 540 profissionais de 66 países mostrou que 57,3% das organizações já testam ou utilizam agentes de IA, mas apenas 8,4% consideram confiáveis o suficiente os dados que alimentam esses sistemas para uso em produção. Qualidade e confiança nos dados apareceram entre as três principais barreiras para colocar agentes em produção para 75,9% dos entrevistados, enquanto a falta de contexto e de informação sobre a origem dos dados foi apontada por 63,5%.

Ter acesso aos dados não significa entendê-los: um agente pode ter permissão para consultar documentos, planilhas e bancos de dados e ainda interpretar uma informação de maneira errada. Isso ocorre porque sistemas criados em momentos diferentes nem sempre usam as mesmas definições — um departamento pode chamar uma pessoa de

“cliente”

enquanto outro usa

Você pode se interessarConteúdo patrocinado · MGID

“conta”

para representar a mesma entidade. Métricas como receita, usuário ativo ou venda concluída também podem seguir regras distintas dependendo da área.

A Databricks usa esse tipo de problema para explicar sua Genie Ontology, que registra definições oficiais e fontes confiáveis. A Snowflake mostrou situação semelhante ao divulgar o Horizon Context: dois agentes chegaram a números diferentes para a receita do mesmo trimestre porque regras de negócio estavam espalhadas por ferramentas distintas.

Publicidade

Para tentar reduzir esse risco, a Dell está adicionando três componentes à Dell AI Data Platform. O primeiro estabelece definições compartilhadas entre sistemas, permitindo que o agente reconheça termos diferentes que representam a mesma informação. A empresa também pretende aproveitar o Auto Ontology, projeto de código aberto da Nvidia, para construir esses mapas a partir dos dados existentes.

Outra tecnologia cria um grafo com as relações entre informações espalhadas pela organização, de modo que um evento isolado — como uma leitura fora do normal em um sensor — seja ligado automaticamente à máquina correspondente, ao histórico de reparos, ao lote de fornecedores e aos pedidos afetados. Assim, o agente recebe relações já estabelecidas em vez de procurar cada informação isoladamente.

A terceira parte são agentes especializados em áreas específicas desse conjunto de informações: a Dell afirma que será possível determinar quais dados cada agente pode acessar, quais regras deve seguir e até estabelecer limites de gastos para execução de tarefas. Essas informações permanecerão no data center do cliente e a estrutura poderá trabalhar com diferentes modelos de IA e fornecedores de armazenamento, sem exigir um único ecossistema.

A disputa pelo contexto da IA corporativa já está em andamento: a Genie Ontology está em prévia pública, enquanto o Horizon Context centraliza métricas, relações e regras de negócio para uso por ferramentas e agentes. Para a Dell, a aposta ainda levará alguns meses para sair do anúncio: Unified Semantic Layer, Enterprise Knowledge Graph e Knowledge Agents estão previstos para o primeiro semestre de 2027. Outras atualizações chegam antes — a empresa promete para dezembro uma versão do mecanismo de processamento de dados acelerada por GPUs da N

Gostou? Compartilhe com quem precisa saber:

Recomendado para vocêConteúdo patrocinado · MGID
Publicidade
Mais conteúdos para vocêConteúdo patrocinado · MGID
Sugeridas pra vocêConteúdo patrocinado · MGID
Publicidade
4 min de leitura

A empresa apresentou tecnologias que conectam dados dispersos e indicam a agentes de IA quais termos, relações e fontes priorizar. Recursos chegam no 1º semestre de 2027, numa disputa com Databricks, Snowflake e Nvidia.

A Dell entrou na disputa para reduzir um dos principais entraves ao uso de agentes de inteligência artificial nas empresas: fazer com que esses sistemas entendam o significado dos dados que encontram.

A companhia apresentou nesta semana novas tecnologias que conectam informações espalhadas por diferentes sistemas e indicam à IA quais termos, relações e fontes devem ser considerados em cada tarefa. Os principais recursos, porém, só chegam no primeiro semestre de 2027.

O movimento coloca a Dell em um mercado que já envolve fabricantes e provedores como Databricks, Snowflake e Nvidia. O objetivo é criar uma camada de contexto entre os modelos de IA e os dados corporativos, necessária quando um agente precisa fazer mais do que simplesmente localizar um documento.

O problema ganhou força conforme empresas passaram a experimentar agentes em tarefas reais. Um levantamento da Modern Data Company com mais de 540 profissionais de 66 países mostrou que 57,3% das organizações já testam ou utilizam agentes de IA, mas apenas 8,4% consideram confiáveis o suficiente os dados que alimentam esses sistemas para uso em produção. Qualidade e confiança nos dados apareceram entre as três principais barreiras para colocar agentes em produção para 75,9% dos entrevistados, enquanto a falta de contexto e de informação sobre a origem dos dados foi apontada por 63,5%.

Ter acesso aos dados não significa entendê-los: um agente pode ter permissão para consultar documentos, planilhas e bancos de dados e ainda interpretar uma informação de maneira errada. Isso ocorre porque sistemas criados em momentos diferentes nem sempre usam as mesmas definições — um departamento pode chamar uma pessoa de

“cliente”

enquanto outro usa

“conta”

para representar a mesma entidade. Métricas como receita, usuário ativo ou venda concluída também podem seguir regras distintas dependendo da área.

A Databricks usa esse tipo de problema para explicar sua Genie Ontology, que registra definições oficiais e fontes confiáveis. A Snowflake mostrou situação semelhante ao divulgar o Horizon Context: dois agentes chegaram a números diferentes para a receita do mesmo trimestre porque regras de negócio estavam espalhadas por ferramentas distintas.

Para tentar reduzir esse risco, a Dell está adicionando três componentes à Dell AI Data Platform. O primeiro estabelece definições compartilhadas entre sistemas, permitindo que o agente reconheça termos diferentes que representam a mesma informação. A empresa também pretende aproveitar o Auto Ontology, projeto de código aberto da Nvidia, para construir esses mapas a partir dos dados existentes.

Outra tecnologia cria um grafo com as relações entre informações espalhadas pela organização, de modo que um evento isolado — como uma leitura fora do normal em um sensor — seja ligado automaticamente à máquina correspondente, ao histórico de reparos, ao lote de fornecedores e aos pedidos afetados. Assim, o agente recebe relações já estabelecidas em vez de procurar cada informação isoladamente.

A terceira parte são agentes especializados em áreas específicas desse conjunto de informações: a Dell afirma que será possível determinar quais dados cada agente pode acessar, quais regras deve seguir e até estabelecer limites de gastos para execução de tarefas. Essas informações permanecerão no data center do cliente e a estrutura poderá trabalhar com diferentes modelos de IA e fornecedores de armazenamento, sem exigir um único ecossistema.

A disputa pelo contexto da IA corporativa já está em andamento: a Genie Ontology está em prévia pública, enquanto o Horizon Context centraliza métricas, relações e regras de negócio para uso por ferramentas e agentes. Para a Dell, a aposta ainda levará alguns meses para sair do anúncio: Unified Semantic Layer, Enterprise Knowledge Graph e Knowledge Agents estão previstos para o primeiro semestre de 2027. Outras atualizações chegam antes — a empresa promete para dezembro uma versão do mecanismo de processamento de dados acelerada por GPUs da N

Gostou? Compartilhe com quem precisa saber:

Receba as notícias no seu WhatsApp

Entre no nosso canal oficial e fique por dentro de tudo que acontece em Sergipe

Entrar no canal →

Publicidade

EM ALTA AGORA