Agentes confiáveis começam com dados confiáveis

Quando a IA agentic trava em uma empresa, a causa geralmente não é o modelo. É a prontidão dos dados que a alimentam. Os agentes consomem e agem sobre informações empresariais em velocidade e escala muito maiores do que as pessoas, o que aumenta a necessidade de dados precisos, permissões consistentes e contexto atual e memória que criam conhecimento para viabilizar a ação.

Toda empresa busca a mesma coisa em relação à IA: melhores decisões, ações mais rápidas e resultados mensuráveis a partir dos dados que já possui. Isso é difícil de alcançar quando o patrimônio de dados está fragmentado e é difícil de inventariar. Se você não sabe quais dados existem, onde estão armazenados, quem é seu proprietário e quem pode acessá-los, não pode colocá-los para trabalhar com confiança para a IA.

É essa lacuna que o NetApp^® AI Data Engine foi criado para preencher. Ao impulsionar a camada de AI Data Services da NetApp Platform, ele torna os dados corporativos detectáveis, governados e utilizáveis para IA em ambientes híbridos, e começa com a descoberta.

É por isso que hoje anunciamos a disponibilidade geral dos serviços de descoberta de dados e metadados no AI Data Engine em toda a sua infraestrutura de dados corporativa, quer esses dados estejam ou não na NetApp. Um único catálogo abrange NetApp ONTAP^®, o StorageGRID, e NAS de terceiros e storage de objetos via NFS, SMB e S3, no local e na nuvem, incluindo serviços de nuvem próprios baseados em ONTAP e buckets S3 de outros provedores. O resultado é visibilidade em toda a infraestrutura e uma base de metadados para conhecer seus dados antes que a IA atue sobre eles.

O primeiro passo para agentes em quem você pode confiar

As empresas já tentaram lidar com dados não estruturados antes. As ferramentas disponíveis funcionavam com um fornecedor por vez, faziam amostragem em vez de analisar tudo, ou exigiam copiar os dados primeiro para um sistema separado, de modo que o resultado era uma visão parcial que já estava desatualizada. Mais de 80 empresas nos disseram a mesma coisa antes de desenvolvermos isto: uma ferramenta que analisa apenas o storage de um fornecedor não resolve o problema.

Os serviços de descoberta de dados e metadados são desenvolvidos para atender a essa necessidade: um catálogo único em um ambiente heterogêneo, não uma amostra e não apenas sistemas NetApp. A arquitetura é o que torna esse alcance possível. Ele é implantado como software ao lado do storage que você já possui, faz varreduras no local sem movimentação de dados nem cópias, é projetado para ambientes com bilhões de arquivos e funciona independentemente do sistema operacional de storage, razão pela qual lê sistemas de terceiros da mesma forma que lê ONTAP. Nada é transferido para uma plataforma separada, portanto permissões, proteção e alcance híbrido permanecem intactos.

Ele também foi desenvolvido para agentes, não apenas para pessoas. O catálogo pode ser consultado por meio de APIs abertas e endpoints MCP autenticados, permitindo que um agente pergunte o que existe e o que é relevante hoje. Isso o torna um índice ativo, em vez de um relatório de classificação, e o primeiro ponto em que a IA orientada por agentes toca seu ambiente.

Valor imediato da mesma base

O valor começa com a primeira análise. O mesmo índice de toda a infraestrutura que prepara os dados para IA também ajuda as equipes a recuperar capacidade, planejar migrações e encontrar dados que estão mais expostos do que deveriam. Esses não são recursos separados, mas diferentes usos do mesmo índice, e tudo funciona com base em metadados, portanto não há conteúdo para extrair, modelos ou GPUs para configurar nem nada para mover ou copiar:

• Otimização. Identifique dados redundantes, obsoletos, duplicados e desatualizados no storage da NetApp e fora da NetApp, organizados por proprietário e tamanho, para dimensionar corretamente a área ocupada e orientar as decisões de hierarquização.
• Planejamento de migração. Direcione o catálogo para compartilhamentos NFS, SMB e S3, NetApp ou não, para entender o que está ativo e o que importa antes que qualquer coisa seja movida.
• Higiene de acesso e exposição. Use um único inventário em ONTAP, StorageGRID e storage que não seja da NetApp para identificar problemas como compartilhamentos abertos, chaves dispersas, logs expostos e dados com permissões excessivas.
• A rampa de acesso do agente. Identifique os arquivos que você não quer que os agentes usem, como logs, binários, duplicados e dados de anos atrás, para criar um conjunto de dados mais limpo e uma base mais confiável para os agentes.

Em um ambiente corporativo, o serviço de metadados indexou mais de três bilhões de arquivos em tempo quase real, sem mover ou copiar nenhum deles. Filtrar binários, logs, duplicatas e arquivos que ninguém havia aberto há anos reduziu esse conjunto a aproximadamente setenta mil documentos que valia a pena disponibilizar para um agente. A mesma varredura agrupou dados inativos por proprietário, transformando uma discussão sobre limpeza em uma conversa com pessoas específicas e dando à equipe evidências para elaborar um plano de migração para uma plataforma antiga que eles não conseguiam desativar.

Construindo da descoberta ao grafo de conhecimento

A descoberta é o que geralmente está disponível hoje, e é a base para o que construiremos a seguir. A ordem importa: encontrar os dados, entender o que há dentro deles, conectar esse conteúdo ao contexto e à memória que o transformam em conhecimento e, então, decidir para quem o conhecimento estará disponível. Os agentes precisam dessa conexão, porque o contexto e a memória são o que criam o conhecimento, e o conhecimento é o que possibilita a ação que gera resultados.

A compreensão começa dentro do arquivo. A extração de conteúdo foi projetada para ler o que um documento ou objeto realmente contém e identificar com o que uma empresa se importa: o nome de um cliente, um número de contrato, uma data de renovação. Um grafo de conhecimento foi projetado para conectar esses fatos, vinculando um cliente a um contrato, um contrato a uma renovação e uma renovação à equipe responsável por ela, para que um agente possa seguir um relacionamento em vez de inferi-lo.

Acima do gráfico, uma estrutura decisória foi projetada para armazenar o que nenhum arquivo contém: o que a organização decidiu, quem decidiu e por quê. Essa memória organizacional mantém os agentes alinhados com as escolhas que a empresa já fez.

Um conhecimento tão vasto levanta uma questão óbvia: quem deve poder usá-lo? As permissões existentes são projetadas para ser mantidas, portanto, as regras que já protegem os dados corporativos são as regras que os protegem para a IA. A ativação vem em seguida: pesquisa semântica e visual em texto, imagens e vídeo por meio de protocolos abertos e análises abertas que permitem que mecanismos como o Starburst trabalhem com dados não estruturados no local. Esses recursos estão em desenvolvimento e se baseiam na base de descoberta disponível hoje.

Aproveitando melhor os dados que você já possui

A grande oportunidade não reside em um inventário melhor. Ela está em extrair mais valor dos dados que você já possui, reduzindo a complexidade, o custo e o risco de prepará-los para IA. A maioria dos caminhos para a prontidão para IA exige que você mova dados ou implemente um storage separado: outro pipeline, outro conjunto de permissões, outra superfície para proteger. Essa inteligência é executada onde seus dados já estão, protegidos e gerenciados como estão hoje, em ambientes híbridos, portanto há menos para construir, menos para mover e menos lugares onde seus controles podem falhar. Para uma equipe incapaz de desativar um array fora de suporte porque ninguém conseguia dizer o que havia nele, essa diferença é o projeto inteiro.

A linha condutora é simples. A empresa agentic só é tão confiável quanto os dados subjacentes, e esses dados já são seus, onde quer que estejam e em qualquer storage em que estejam armazenados. O trabalho é torná-los detectáveis, compreendidos, governados e acessíveis no local, para que se tornem conhecimento confiável sobre o qual a IA possa agir para gerar resultados de negócios. Essa primeira etapa está disponível hoje em todo o seu ambiente, e as capacidades para compreender, governar e ativar seus dados se desenvolvem a partir dela.

Você pode começar hoje. Os serviços de descoberta de dados e metadados estão disponíveis gratuitamente para os clientes, no storage da NetApp e em storage que não seja da NetApp.

Analisaremos isso em detalhes no NetApp INSIGHT 2026 em Las Vegas, de 29 de setembro a 1º de outubro.