Arquitetura de IA
AI Architecture
Disciplina
BásicoCategoria: Arquitetura de aplicações de IASubcategoria: Camadas da solução
O que significa
É a disciplina de organizar uma solução de IA em camadas e componentes com responsabilidades e contratos claros: a interface com o usuário, a orquestração do fluxo, os modelos, os dados, as integrações com outros sistemas, a segurança e a observabilidade.
Difere da arquitetura de software tradicional porque inclui componentes que erram por natureza, custam por uso e mudam de comportamento com o tempo. Por isso, avaliação, fallback e monitoramento fazem parte da arquitetura desde o início, e não são etapas adicionadas depois.
Uma boa arquitetura de IA permite trocar um modelo, uma base de conhecimento ou uma ferramenta sem redesenhar a solução inteira.
Como usar na prática de produto
Em Produto, o time não desenha a arquitetura técnica, mas faz algo que representa boa parte dela: decompor o problema em capacidades com contrato. Saber o que o sistema precisa fazer, em quais blocos, com quais entradas e saídas e com quais critérios de qualidade é o insumo principal da arquitetura.
Também ajuda saber onde cada coisa mora. Regra de negócio fica no backend, não na tela. Conhecimento da empresa fica no RAG, não no prompt. Limites de segurança ficam em guardrails, não em instruções. Esse entendimento muda a conversa com a Engenharia de “dá para fazer?” para “onde e com que garantia?”.
Por exemplo, um PRD que lista seis capacidades, cada uma com tipo, contrato e camada, entrega à Engenharia algo executável, em vez de uma descrição de tela.
Quando usar este termo ou outro
Use arquitetura de IA quando estiver decidindo onde cada capacidade mora e como as partes se conectam.
Use capacidade quando estiver especificando cada bloco individualmente.
Use arquitetura de dados quando o foco é como os dados são coletados, armazenados e servidos.
Uma forma simples de diferenciar: capacidade é o bloco; arquitetura é como os blocos se organizam.
Exemplos de aplicação
- PRD: listar as capacidades com tipo, contrato e camada em que cada uma vive.
- Decisão de camada: implementar a regra de elegibilidade no backend, não na interface.
- Troca de modelo: substituir o fornecedor sem alterar o fluxo, graças à separação de camadas.
- Segurança: definir guardrails como componente, não como instrução no prompt.
- Observabilidade: prever registro de cada chamada desde o desenho inicial.
Origem do termo
Extensão da arquitetura de software para sistemas com componentes probabilísticos; guias de referência de AWS, Azure e Google (2023+).
Fonte técnica
Microsoft Azure Architecture Center, AI architecture design; AWS Well-Architected Generative AI Lens