BM, em relação à difusão de IA de tipo agente, lança a jogada vencedora "Camada de Confiança de Dados e IA"

Empresa de proteção de dados corporativos 비엠 na era da IA aposta na implementação antecipada da “Camada de Confiança”. A empresa acredita que, no contexto da transição da IA generativa para uma IA “agente”, o que as empresas realmente precisam não é de maior capacidade de cálculo, mas de uma solução para a questão “os dados são confiáveis”.

O CEO da 비엠, Anand Eswaran, afirmou no evento 비엠온 2026 que a empresa está se transformando de uma provedora de backup e recuperação para uma “infraestrutura de confiança em dados e IA”. Ele imagina que, se a Nvidia for responsável pelo cálculo de IA, a Databricks e a Snowflake pelo nível de dados, e a OpenAI e a Anthropic pelos modelos inteligentes, então a 비엠 construirá a “Camada de Confiança” necessária entre elas.

Eswaran citou as palavras de Sam Altman, enfatizando que o gargalo do futuro não será o desempenho de cálculo ou dos modelos, mas “a confiabilidade dos dados que alimentam a IA”. Ele explicou que, acima da camada de dados e abaixo da camada de modelos, é necessário uma camada de confiança independente para dados e IA.

O núcleo dessa estratégia é a aquisição da Securiti, concluída em dezembro de 2025. A 비엠 adquiriu a Securiti por aproximadamente 1,725 bilhão de dólares (cerca de 2,5844 trilhões de won sul-coreanos), adquirindo funcionalidades de gestão de postura de segurança de dados, proteção de privacidade, governança, conformidade e confiança em IA. A empresa explicou que, após discussões com clientes corporativos, concluiu-se que, por mais avançada que seja uma IA agente, se o sistema de gestão de dados não for adequado, os resultados esperados serão difíceis de alcançar.

No mesmo dia, a 비엠 também lançou a “Plataforma de Comando de Dados e IA 비엠”. A empresa afirma que esta é a primeira infraestrutura unificada de confiança em dados e IA na era da IA agente. Seu motor central, o “데이터AI 커맨드 그래프”, foi construído com base na tecnologia da Securiti e pode, na nuvem, em SaaS ou ambientes locais, através de mais de 300 conectores, realizar visualização de dados em unidades finas.

Isso significa que, diferentemente das ferramentas existentes que só identificam bancos de dados ou níveis de armazenamento, ela consegue rastrear elementos de dados em granularidade mais fina. A 비엠 afirma que essa estrutura não só cobre sistemas de dados, mas também atua como um grafo de conhecimento unificado que abrange sistemas de IA, sistemas de identidade e sistemas agentes.

A empresa acredita especialmente que a gestão de identidade e a segurança de dados na era da IA agente são inseparáveis. Sua lógica é que é necessário entender quais permissões e políticas estão associadas a cada dado, bem como quais conteúdos os usuários humanos e não humanos acessaram, para garantir segurança e recuperação efetivas. Assim, quando um problema ocorre, não é preciso reverter uma jornada inteira de trabalho, mas apenas restaurar de forma precisa uma ação incorreta de um agente específico ou uma anomalia ocorrida em segundos.

Eswaran chamou isso de “recuperação precisa”. Ele explicou que, quando um agente de IA comete um erro ou uma automação causa um incidente, não se deve fazer uma reversão excessiva do sistema, mas restaurar seletivamente apenas o comportamento contaminado. Essa abordagem pode gerar uma vantagem competitiva significativa no ambiente empresarial.

Essa tendência indica que o foco do mercado de IA está mudando de uma competição puramente de modelos para uma “sistema de confiança operacional”. Para as empresas, o fator decisivo para o sucesso não é tanto a introdução da IA em si, mas a qualidade dos dados, governança, controle de acesso e sistemas de recuperação. Ainda é cedo para dizer se a “Camada de Confiança em IA” proposta pela 비엠 se tornará um novo padrão, mas, pelo menos na fase de popularização da IA agente, a questão da confiança nos dados está emergindo como uma infraestrutura central, e isso é evidente.

Cuidados com o TP AI Este artigo foi resumido usando um modelo de linguagem baseado no TokenPost.ai. O conteúdo principal pode ter sido omitido ou estar em desacordo com os fatos.