Nuvem, nuvem privada ou on-premise: onde sua IA deve rodar
Matriz de decisão por sensibilidade do dado e criticidade: custo total, soberania, modelos abertos versus proprietários e estratégia de saída.
*Nono artigo da série sobre IA corporativa, integração com legado e governança da informação.*
Resumo executivo
Não existe resposta única. Existe uma matriz: quanto mais sensível o dado e mais crítica a operação, mais controle a empresa precisa ter sobre onde o processamento acontece — e mais cara fica a conta. A decisão errada custa dinheiro em um sentido (infraestrutura ociosa) ou credibilidade no outro (dado sensível processado onde não deveria). A boa notícia é que a escolha não precisa ser única para toda a empresa.
As três opções, sem marketing
API pública de modelo. Menor esforço, melhor qualidade disponível, custo por uso. O dado sai do perímetro; o controle é contratual, não técnico.
Nuvem privada ou região dedicada. Modelos hospedados em ambiente isolado sob contrato, com região definida e sem compartilhamento de infraestrutura de inferência. Custo intermediário, controle bem maior.
On-premise com modelos abertos. Processamento dentro do próprio datacenter. Máximo controle e previsibilidade de custo em alto volume; exige equipe, hardware e disciplina de atualização — e a qualidade acompanha o modelo aberto disponível, não o estado da arte comercial.
| Critério | API pública | Nuvem privada | On-premise |
|---|---|---|---|
| Tempo até o primeiro valor | Dias | Semanas | Meses |
| Custo inicial | Baixo | Médio | Alto |
| Custo em alto volume | Alto | Médio | Previsível |
| Controle sobre o dado | Contratual | Contratual + isolamento | Total |
| Qualidade do modelo | Estado da arte | Próxima do estado da arte | Boa, com defasagem |
| Esforço de operação | Mínimo | Moderado | Alto |
O critério que decide: classificação do dado
Combine dois eixos — sensibilidade do dado e impacto da falha — e a resposta aparece por caso de uso, não por empresa:
- 1.Dado público ou interno de baixo impacto: API pública resolve.
- 2.Dado confidencial de negócio com impacto moderado: nuvem privada ou região dedicada.
- 3.Dado pessoal sensível, segredo industrial ou operação crítica: ambiente controlado, com avaliação séria de on-premise.
Arquiteturas híbridas são a norma em empresas maduras: o assistente geral usa API pública com mascaramento; o motor que analisa fórmulas de produto roda internamente.
Soberania e residência de dados
Setores regulados e contratos com clientes públicos frequentemente exigem que o dado permaneça em determinada jurisdição. Isso restringe fornecedores e regiões — e precisa ser verificado no nível do subprocessador de inferência, não apenas no do fornecedor da interface, como detalhado em Onde vai parar o que seus funcionários escrevem na IA.
Custo total: os itens que somem da planilha
- Hardware e sua depreciação, no caso on-premise, incluindo capacidade ociosa fora de pico.
- Pessoas: manter modelos internos exige um time que não existia antes.
- Reindexação e armazenamento do acervo de contexto.
- Custo de mudança: quanto custa migrar se a decisão de hoje se mostrar errada em 18 meses?
Estratégia de saída desde o primeiro dia
Independentemente da escolha, mantenha três coisas fora da plataforma: o acervo de contexto, os prompts e templates versionados, e a trilha de auditoria. Com esses ativos preservados, trocar o local de execução vira projeto de infraestrutura, não recomeço.
O que fazer na segunda-feira
- Classifique os cinco principais casos de uso nos dois eixos (sensibilidade e impacto).
- Peça a cada fornecedor a região efetiva de inferência e a lista de subprocessadores.
- Compare o custo em três cenários de volume, não apenas no volume do piloto.
- Escreva, em meia página, como seria a migração para outro fornecedor — se não for possível escrever, a dependência já é alta demais.
Conclusão
Onde a IA roda é uma decisão de risco, não de preferência tecnológica. Classifique o dado, decida por caso de uso e preserve os ativos que tornam a escolha reversível.
Leitura complementar
Trilha engenharia:
- Servir LLMs on-premise: GPU, quantização e throughput — detalhamento técnico deste tema.