De acordo com pt.wedoany.com-A lakeFS lançou a solução lakeFS for Agentic AI, que oferece acesso a dados governados e reproduzíveis para cargas de trabalho de agentes autônomos e headless, operando em escala empresarial. A solução expande funcionalidades já implementadas em organizações como Arm, Bosch, Lockheed Martin, NASA, Volvo e o Departamento de Energia dos EUA.
As empresas estão migrando de pilotos de IA para fluxos de trabalho de produção orientados por agentes, onde agentes de IA leem, escrevem e transformam dados empresariais de forma independente, sem necessidade de revisão humana em cada etapa. Uma pesquisa recente da Dun & Bradstreet sobre momentum de IA mostra que 97% das organizações relatam projetos ativos de IA, mas apenas 5% afirmam que seus dados estão suficientemente preparados para apoiar esses projetos.
As cargas de trabalho de agentes intensificam os desafios de preparação de dados. Os agentes operam em paralelo em velocidade de máquina, envolvendo tabelas estruturadas, arquivos não estruturados, imagens, vídeos e metadados, expondo as limitações da governança manual e dos controles operacionais construídos para fluxos de trabalho conduzidos por humanos. O lakeFS for Agentic AI fornece a cada agente um sandbox de dados independente, com branches de cópia zero dos dados relevantes, valida e mescla alterações sob políticas, e gera uma trilha de auditoria unificada para cada operação do agente.
Einat Orr, CEO e cofundadora da lakeFS, afirmou que os agentes operam livremente em dados empresariais em grande escala, mas qualquer agente que leia ou escreva dados de produção sem isolamento ou rastreabilidade reproduzível apresenta riscos, e que as empresas que vencerem a competição de IA agentiva resolverão esse problema na camada de dados. Michael Simone, Diretor Analista Sênior da Gartner, destacou que, com agentes de IA autônomos se tornando produtores e consumidores de dados, o gerenciamento manual tradicional não escala, e a automação da governança é essencial para lidar com a velocidade de decisão exigida pelo ecossistema de agentes.
O lakeFS for Agentic AI é impulsionado por uma arquitetura de versionamento de dados, oferecendo sandboxes de dados de cópia zero, construídos em torno de quatro pilares necessários para que as empresas permitam que agentes operem dados de produção. Em isolamento, cada agente trabalha em seu próprio branch de dados de cópia zero, abrangendo tabelas estruturadas, arquivos não estruturados e metadados; erros de agentes são automaticamente isolados, sem contaminar os dados de produção. Em reprodutibilidade, cada execução de agente é vinculada a uma versão exata e imutável dos dados, permitindo recriar, depurar, auditar ou expandir operações passadas com as mesmas entradas. Governança e conformidade integradas: os dados de produção são controlados por políticas, e as alterações só são mescladas no ambiente de produção após validação e aprovação; cada alteração carrega a identidade do agente, ID de execução e contexto operacional, formando uma trilha de auditoria unificada. Em infraestrutura nativa para agentes, os agentes leem e escrevem por meio de operações padrão de arquivos, e o lakeFS fornece acesso a dados em nível de arquivo com credenciais de escopo de branch, limitando cada agente ao seu espaço de trabalho, mantendo o conjunto de trabalho restrito e evitando a expansão do contexto.
Aansh Shah, fundador e CEO da Briefcase AI, afirmou que, quando sistemas de IA operam sobre informações privadas, é necessário saber exatamente o que ocorreu, e esses controles residem na camada de dados, não sendo adicionados posteriormente à camada de agentes; o lakeFS fornece a camada de dados fundamental para a IA agentiva. O lakeFS for Agentic AI já está disponível para todos os clientes do lakeFS Enterprise.
Este texto foi elaborado por Wedoany. Qualquer citação por IA deve indicar a fonte “Wedoany”. Em caso de infração ou outros problemas, informe-nos prontamente, por favor. O conteúdo será corrigido ou removido. E-mail: news@wedoany.com
