A Accenture, empresa global de consultoria de gestão, tecnologia e terceirização, está avançando rapidamente na implantação de soluções empresariais de inteligência artificial generativa usando o Azure AI Foundry da Microsoft. A empresa identificou potenciais expressivos, incluindo redução de até 50% no tempo para desenvolvimento de aplicações, aumento de 30% na eficiência operacional e possibilidade de redução de custos em até 20%.
Com mais de 800 mil funcionários atendendo clientes em todos os principais setores da indústria, a Accenture reconheceu desde o início que a IA generativa é mais do que apenas um avanço tecnológico – é um ponto de virada na forma como as empresas pensam, operam e inovam. Esse potencial, contudo, pode vir acompanhado de desafios significativos: a implantação de IA generativa em escala requer a abordagem de questões complexas sobre precisão, segurança, governança e desempenho para atender aos exigentes padrões corporativos.
“Não há IA Generativa sem IA responsável”, diz Nayanjyoti Paul, diretor associado e arquiteto-chefe do Azure para GenAI na Accenture. Paul enfatiza a necessidade de soluções confiáveis: “Nossos clientes estavam prontos para superar as provas de conceito. Eles precisavam de soluções reais de nível de produção, mas também precisavam de garantia de que essas soluções eram confiáveis.”
Inicialmente, muitos clientes abordaram a Accenture para “testar as águas”, de acordo com Revathi Kottaru, gerente de engenharia de IA e Aprendizado de Máquina da Accenture. À medida que a compreensão e o conforto com a tecnologia amadureceram, suas expectativas evoluíram significativamente, com investigações mais profundas e perguntas essenciais como: “Como a IA generativa pode ser dimensionada de forma confiável em diversas operações?”, ou “Como garantimos que as soluções estejam em conformidade com os padrões regulatórios, éticos e específicos de negócios?”. “Os clientes não querem mais apenas demonstrações funcionais”, explica Kottaru. “Eles querem soluções que sejam explicáveis, compatíveis e prontas para produção.”
Reconhecendo as limitações dos processos de desenvolvimento pontuais, a Accenture identificou a necessidade de um recurso centralizado de nível empresarial para gerenciar todo o ciclo de vida, desde a avaliação até a implantação. O objetivo era encontrar uma solução abrangente que incorpora os princípios da IA responsável em todas as etapas, que não apenas atenda às necessidades operacionais, mas se alinhe aos requisitos éticos e de conformidade críticos.
Uma solução responsável e personalizada
A equipe da Accenture trabalhou com a Microsoft para desenvolver uma solução de IA generativa repetível, escalonável e altamente segura usando o Azure AI Foundry. Ela foi desenvolvida especificamente para orquestrar fluxos de trabalho baseados em agentes, avaliar os resultados gerados e manter uma capacidade de observação robusta durante o ciclo de vida de cada aplicativo de IA.
“O Azure AI Foundry nos dá uma visão unificada dos nossos aplicativos. Em vez de unir uma dúzia de ferramentas, tínhamos um único SDK para rastrear segurança, precisão e desempenho”, diz Anoop Gopinatha, diretor administrativo de IA Generativa Industrial da Accenture. Usando o Azure AI Foundry, os desenvolvedores avaliam e aprimoram os modelos de IA antes da implantação.
Construindo em uma base unificada, a Accenture pode projetar, personalizar, gerenciar e oferecer suporte a aplicativos com consistência técnica e confiança empresarial. A arquitetura inclui o Azure AI Search para cenários de RAG (geração aumentada por recuperação) em que o conhecimento específico da empresa é indexado, vetorizado e disponibilizado para grandes modelos de linguagem em tempo real. Isso garante respostas fundamentadas que reduzem a alucinação e mantêm a relevância contextual.
O Azure Functions desempenha um papel crítico na persistência do estado do aplicativo, metadados de sessão e memória do agente. Combinado com o Azure App Service, o Azure Functions dá suporte a fluxos de trabalho modulares e controlados por eventos que interoperam com sistemas internos e APIs de terceiros. Quando os clientes precisam de controle ajustado sobre dados de conversação ou implantações híbridas com bancos de dados PostgreSQL, a interoperabilidade multicamada flexível do Azure torna isso acessível.
Avaliações e camadas de segurança
A segurança e a conformidade são aplicadas por meio de várias camadas. O Azure AI Content Safety é inserido diretamente no pipeline de resposta de cada aplicativo para detectar e filtrar dados pessoais, linguagem ofensiva e violações de política. Esses filtros operam junto com proteções personalizadas e camadas de moderação.
Para ambientes altamente sensíveis, a Accenture adicionou redes de segurança em cascata – tanto pré quanto pós-resposta – para garantir que nada passe despercebido. Kottaru explica: “Conseguimos estabelecer duas camadas de filtragem. Mesmo que alguém perca alguma coisa, a segunda pega. Isso é paz de espírito em escala.”
A avaliação é a base do modelo de IA responsável da Accenture. Usando o pacote de avaliação integrado no Azure AI Foundry Observability, a equipe pôde avaliar os resultados em dimensões como fundamentação, coerência, fluência, segurança de conteúdo e jailbreak. Essas avaliações não são estáticas. Os desenvolvedores podem executar simulações iterativas de red teaming de IA e comparações A/B com conjuntos de dados de alta qualidade. O processo é contínuo, permitindo que cada implantação melhore com feedback. “Não estamos apenas lançando aplicativos, estamos medindo-os, ajustando-os e melhorando-os a cada ciclo”, diz Gopinatha.
Essa solução da Accenture depende do Azure Monitor e do Application Insights para fornecer uma camada de observabilidade em tempo real. Cada chamada de modelo, interação do usuário e decisão do agente pode ser registrada, visualizada e rastreada. Essa transparência torna a depuração mais rápida e garante a rastreabilidade, essencial para setores vinculados a padrões regulatórios. Gopinatha diz: “Em vez de reunir a telemetria de uma dúzia de painéis, podemos obter uma visão completa do comportamento do sistema em um só lugar. Isso reduz os tempos de resolução e aumenta a confiabilidade.”
O Azure Machine Learning foi usado para treinamento de modelo personalizado e os modelos no Azure AI Foundry Models foram usados para ajuste fino, o que nesta solução atendeu à necessidade da Accenture de adaptar modelos fundamentais a um domínio de cliente específico. Com controle de versão integrado, pipelines de implantação e testes de garantia de modelo, o Machine Learning desempenha um papel fundamental para a Accenture, fornecendo IA poderosa e personalizada para atender às necessidades exclusivas de seus clientes.
A equipe também trabalhou com as equipes de engenharia da Microsoft para antecipar e se preparar para o futuro. A Accenture já está testando o Microsoft AI Red Teaming Agent, que simula prompts adversários e detecta a postura de risco do modelo e do aplicativo de forma proativa. Essa ferramenta ajudará a validar não apenas as respostas individuais do agente, mas também fluxos de trabalho completos de vários agentes nos quais a lógica em cascata pode produzir um comportamento não intencional de um único usuário adversário.
“Queremos testar esses sistemas, não apenas certificá-los”, diz Paul. “O Red Team nos permite simular os piores cenários antes que eles atinjam a produção. Isso muda o jogo.”
Não reinventar a roda
Os primeiros resultados foram positivos. Nesse cenário, a Accenture pode reduzir o tempo de criação de aplicativos de IA em até 50%. Ele vê o potencial para um aumento de 30% na eficiência geral e um potencial para uma redução de 20% nos custos.
A Accenture implantou mais de 75 casos de uso de IA generativa em clientes, com mais de 16 soluções em plena produção, em setores que abrangem energia, saúde e serviços financeiros, e variam de agentes de conhecimento a sistemas de conformidade regulatória.
Uma empresa de serviços hídricos, por exemplo, usou a inovação da Accenture para implantar uma solução multiagente que reimaginou seus processos de negócios de ponta a ponta. Interruptores de segurança integrados, filtros de toxicidade e camadas de resposta de marca garantiram que cada saída atendesse aos rígidos padrões regulatórios.
Paul destaca um caso em que um cliente solicitou 14 casos de uso ao longo de oito meses. Com a velocidade e flexibilidade da solução Microsoft, a Accenture entregou 17 casos de uso em apenas quatro meses. “Esse é o poder de ter uma base unificada e nativa do Azure”, diz Paul. “Não estamos mais reinventando a roda a cada uso”.
O Azure AI Foundry Observability também ajudou a simplificar o monitoramento de pós-produção. Em vez de verificar manualmente as métricas em serviços diferentes, a equipe agora pode observar o desempenho, detectar desvios e ajustar as respostas de forma proativa, tudo em um só lugar. Kottaru acrescenta: “Estamos construindo confiança, não apenas capacidade. Quando os clientes veem que seus modelos são mensuráveis e podem melhorar, isso muda a conversa.”
Olhando para o futuro, a Accenture está focada em escalar com responsabilidade. A interoperabilidade do AI Red Teaming Agent introduzirá modelagem proativa de ameaças, enquanto os aprimoramentos na pesquisa vetorial e nos fluxos de trabalho multimodais prometem expandir a amplitude das soluções prontas para empresas. “O Azure AI Foundry nos permite projetar com segurança desde o início, mas o AI Red Teaming Agent nos ajudará a criar sistemas que se adaptam e evoluem com responsabilidade ao longo do tempo”, explica Kottaru.
À medida que a IA acelera, a Accenture está liderando pelo exemplo. “A IA responsável não é um ponto de verificação – é uma mentalidade”, diz Paul. “E com a arquitetura certa, torna-se uma vantagem estratégica”, conclui.
