João Miguel Mesquita
A inteligência artificial está definitivamente na agenda das empresas, mas a sua expansão traz uma questão que começa a ser difícil de ignorar, quanto custa, em energia e em recursos computacionais, colocar estes sistemas a funcionar à escala? É neste ponto que a Automaise, empresa portuguesa especializada em soluções de inteligência artificial e automação para atendimento ao cliente, está a concentrar uma nova fase da sua estratégia tecnológica.
A empresa está a desenvolver o projecto “Automaise Sustainable AI Platform”, uma iniciativa apoiada pelo Portugal 2030 que tem como objetivo tornar a sua plataforma de IA mais sustentável. O projeto arrancou em Abril de 2024 e deverá estar concluído a 30 de Setembro de 2026.
A iniciativa procura integrar critérios de eficiência energética e sustentabilidade ambiental no próprio desenho das soluções de inteligência artificial. Não se trata apenas de medir consumos depois da tecnologia estar em produção, mas de incorporar essa preocupação desde a conceção dos modelos e dos processos que os suportam.
Esta abordagem ganha relevância num momento em que a utilização crescente de modelos de IA levanta desafios relacionados com o consumo energético e a pegada carbónica. Para empresas que ponderam adoptar soluções de inteligência artificial em áreas como atendimento ao cliente, suporte operacional ou automação de processos, a questão da eficiência deixa de ser apenas técnica. Passa também a ser económica, ambiental e, em alguns casos, reputacional.
O projeto assenta no desenvolvimento de três módulos tecnológicos. O primeiro, designado Green LLM Engine, pretende reduzir as emissões de carbono associadas ao pré-treino, ao fine tuning e à inferência de modelos de linguagem, através da otimização da arquitetura dos modelos e da redução do número de parâmetros necessários. Em termos simples, o objetivo é fazer com que estes sistemas precisem de menos capacidade computacional para entregar o mesmo tipo de resultado.
O segundo módulo, o Data-Centric Sampler, trabalha sobre a eficiência dos dados usados no treino dos modelos. A lógica é reduzir a quantidade de informação necessária para treinar soluções de inteligência artificial, mantendo a qualidade e o desempenho. Esta dimensão é particularmente relevante porque, em IA, mais dados nem sempre significam automaticamente melhor resultado; muitas vezes, a diferença está na seleção, estruturação e utilidade dos dados utilizados.
O terceiro módulo, o AI Carbon Emissions Calculator, introduz uma componente de medição. A ferramenta deverá permitir quantificar a pegada carbónica associada ao treino e à utilização de soluções de IA, dando às organizações uma forma mais concreta de monitorizar e reduzir o impacto ambiental destas tecnologias.
A natureza vertical da plataforma da Automaise permite reutilizar dados já processados para desenvolver metodologias que aumentem a eficiência dos modelos e reduzam o consumo de recursos computacionais. Este ponto é importante porque aproxima o projeto de uma necessidade prática das empresas: extrair mais valor dos dados já existentes, sem multiplicar de forma indefinida os custos de processamento.
Segundo a empresa, a plataforma vem a ser desenvolvida desde 2017 com o objetivo de apoiar organizações através de soluções de inteligência artificial mais eficientes. Com este projeto, a Automaise passa a integrar a sustentabilidade como um dos pilares da sua tecnologia, procurando equilibrar inovação, desempenho e responsabilidade ambiental.
O desenvolvimento envolve uma equipa de 12 profissionais, incluindo quatro novas contratações, e segue uma metodologia ágil organizada em cinco fases de investigação e desenvolvimento ao longo de 24 meses.
Com esta iniciativa, a Automaise procura reforçar a sua oferta de soluções baseadas em inteligência artificial e ampliar a presença nos mercados nacional e internacional. Para os decisores tecnológicos, importa reter, que no futuro próximos, a IA será avaliada não apenas pela sua capacidade de automatizar tarefas ou melhorar a experiência do cliente, mas também pela eficiência com que utiliza energia, dados e infraestrutura.
