IA pública ou modelo próprio? O mix certo

A pergunta costuma ser mal formulada. «IA pública ou modelo próprio?» soa a uma decisão de princípio – nuvem ou soberania, comodidade ou controlo. Na prática, não é uma questão de um ou outro, mas uma questão de atribuição: que tarefa pertence a que modelo, e quem o decide segundo que regra? A IA soberana no sentido da sector7 não é, portanto, purismo de nuvem. É a disciplina de colocar cada modelo no lugar a que pertence.

O reflexo de, por motivos de proteção de dados, operar tudo localmente de forma indiscriminada é tão caro quanto o reflexo contrário de, por comodidade, entregar tudo à nuvem pública. Ambos confundem uma decisão de arquitetura com uma visão do mundo. Quem quer trabalhar de forma soberana toma a decisão por tarefa – e torna-a verificável.

Planear na nuvem pública, executar localmente

Uma regra prática útil separa segundo o que acontece aos dados. Os modelos de nuvem pública são superiores quando se trata de pesquisa, rascunhos, geração de ideias e amplo conhecimento do mundo – tarefas em que nenhum conteúdo digno de proteção entra no prompt. Pode chamar-se-lhe «planear na internet»: pede-se que expliquem um tipo de contrato, que esbocem uma estrutura de argumentação ou que confrontem opções. A entrada não é crítica, o desempenho dos grandes modelos proprietários é aqui real.

A execução sobre conteúdos sensíveis pertence a outro lugar. Assim que um modelo acede aos seus contratos, dados de pessoal, documentos de projeto ou pastas de clientes, as contas mudam. Esses conteúdos não devem sair de casa – aqui trabalha um modelo aberto, alojado internamente, em infraestrutura própria ou operada de forma soberana na Alemanha. «Executar localmente» significa: o trabalho propriamente dito sobre o acervo de dados digno de proteção ocorre onde a sua organização mantém o controlo sobre o local de armazenamento, o acesso e o direito aplicável.

Porque é que isto hoje já se sustenta na prática

Esta divisão era, há dois anos, um compromisso em detrimento da qualidade. Hoje isso só raramente é o caso. A distância entre modelos abertos e proprietários diminuiu nitidamente em muitas tarefas relevantes para a produção – programação, perguntas de conhecimento, resumos. Modelos abertos como DeepSeek V4, Qwen 3.5, Llama 4 ou Mistral Medium 3.5 alcançam em benchmarks comuns valores que até há pouco tempo estavam reservados ao topo proprietário: o DeepSeek V4 Pro, por exemplo, atinge 80,6 no SWE-Bench Verified e 90,1 no GPQA Diamond, com uma janela de contexto de um milhão de tokens.

Sobriamente, cabe registar onde a distância persiste: em raciocínio exigente e de múltiplas etapas, em longas cadeias de trabalho agênticas e na fiabilidade em casos-limite, os modelos proprietários de ponta continuam à frente – a vantagem encolhe, mas não desapareceu. Precisamente por isso, o mix não é um paliativo, mas a resposta objetivamente correta: usa-se o topo público onde ele conta, e o modelo local onde a situação dos dados o exige e a qualidade aberta é suficiente.

Residência não é soberania

Um equívoco difundido merece aqui um enquadramento claro, porque provoca decisões erradas e caras. Operar um modelo numa região da AWS ou da Azure em Frankfurt proporciona residência de dados – os dados ficam geograficamente na Alemanha. Isso não é soberania. A residência responde à pergunta «Onde estão os dados?», a soberania à pergunta «Que direito tem acesso a eles, e quem pode forçar a sua entrega?».

A diferença é juridicamente concreta. O US CLOUD Act obriga as empresas norte-americanas a entregar dados por determinação das autoridades dos EUA – independentemente de os servidores estarem em Frankfurt ou na Virgínia. Um fornecedor dos EUA com centro de dados alemão está sujeito a ambas as ordens jurídicas. O Data Act, aplicável em toda a UE desde 12 de setembro de 2025, exige, pelo contrário, que os fornecedores de nuvem adotem precauções técnicas contra o acesso ilícito de países terceiros a dados armazenados na UE. Os dois conjuntos de regras impõem ao mesmo fornecedor obrigações contrapostas. Quem precisa de soberania real não escapa a um operador sujeito exclusivamente ao direito da UE – não a um mero local de centro de dados. Para a execução sensível, é esta a razão para operar o modelo local em infraestrutura sob responsabilidade europeia.

O gateway transforma a escolha do modelo numa decisão

Entre «planear em público» e «executar localmente» está a tarefa verdadeiramente difícil: o controlo. Sem um ponto de controlo comum, na prática é o acaso que decide que modelo recebe um pedido – a programadora que tem à mão a chave de API mais conveniente, ou a ferramenta com a predefinição pré-configurada. Assim, os conteúdos sensíveis migram para o modelo errado, não por má intenção, mas por falta de regra.

Um gateway de IA regulado resolve isto ao concentrar todo o tráfego de modelos num único acesso e encaminhá-lo segundo regras fixas. Os critérios são identificáveis:

Sensibilidade: os conteúdos classificados como confidenciais vão para o modelo local, as tarefas não críticas para o modelo público adequado mais capaz.
Custo e orçamento de tokens: as tarefas curtas de classificação e de rotina correm em modelos mais pequenos e mais baratos; o raciocínio complexo é encaminhado de forma direcionada para um modelo forte. Procedimentos de encaminhamento disponíveis publicamente mostram que assim se pode poupar uma parte considerável dos custos, sem reduzir de forma percetível a qualidade dos resultados.
Rastreabilidade: cada pedido é registado, os pedidos recorrentes são armazenados em cache, os orçamentos são aplicados. A regra é definida uma vez e vale para cada aplicação ligada.

O efeito decisivo é orientado pela governação, não pela técnica. O encaminhamento não é um parafuso de configuração, mas uma superfície regulada: a escolha do modelo torna-se uma decisão documentada em vez de um subproduto. E como todas as aplicações falam através do mesmo acesso, a troca de um fornecedor ou modelo torna-se uma alteração de configuração – não a reconstrução de cada integração isolada. É precisamente esta a proteção mais eficaz contra o aprisionamento (lock-in): não a renúncia a um fornecedor específico, mas a liberdade de o trocar a qualquer momento.

O que nisto é valor real – e o que é marketing

Há dois pontos que têm de ser separados. A IA soberana é ocasionalmente vendida como renúncia à capacidade de desempenho – «local, mas mais modesta». Isso já foi correto e quase já não o é: o meio-termo aberto é suficiente para grande parte da execução sobre os próprios dados. Por outro lado, «sovereign cloud» é frequentemente colado como rótulo em ofertas que entregam residência, mas não soberania. Ambas as simplificações induzem em erro.

O núcleo sólido é pouco espetacular: ordenar as tarefas por sensibilidade, escolher para cada classe o modelo adequado e colocar à frente um ponto de controlo que aplique e registe essa atribuição. Isto é menos uma questão de IA do que uma questão de arquitetura limpa e governação vivida – a mesma disciplina com que também se segmentam redes e se controlam acessos.

Como a sector7 apoia

Construímos exatamente esta divisão como estrutura operada, não como conjunto de diapositivos. A nossa oferta IA soberana começa com a governação – avaliação de casos de uso e de riscos de acordo com o EU AI Act, higiene de dados, ligação às estruturas existentes de ISO 27001 e NIS-2 – e conduz à operação protegida: modelos de linguagem privados protegidos e RAG gerido sobre os seus documentos, operados em modelos abertos alojados internamente no nosso próprio parque de servidores na Alemanha. O controlo intermédio configuramo-lo como gateway com encaminhamento baseado em regras: conteúdos sensíveis localmente, não críticos para o modelo público adequado – com transparência de custos, tokens e registo.

Deliberadamente, não faz parte disto o treino de modelos base próprios; apostamos em modelos abertos e públicos consagrados e colocamo-los em uso com segurança. Para capacidade de cálculo muito grande, integramos parceiros soberanos. A operação corrente assumimo-la, se desejado, a partir do nosso centro de dados – modelos de SLA vinculativos para isso estamos neste momento a construir, e ajustamos o âmbito e os compromissos concretamente consigo no caso individual. No início não está um modelo, mas uma conversa: organizamos os seus projetos sem resultado predefinido e implementamos o que traz benefício.

Este artigo é um enquadramento técnico e não substitui aconselhamento jurídico no caso concreto.