Onde a IA roda importa

Dado pessoal e segredo industrial nunca saem do datacenter do cliente.

Por design.

Essa é a frase que abre a maioria das nossas conversas com diretor de TI de indústria média-grande. Não porque a gente queira impressionar — porque é o ponto onde a conversa de IA aplicada à operação ou começa, ou nunca sai do lugar.

A pergunta por trás dela é simples: onde o dado vai morar e quem opera o motor que age sobre ele?

A resposta default do mercado SaaS de IA é: “no nosso cloud, a gente opera”. Pra a maioria dos casos de uso de consumo isso resolve. Pra indústria média-grande com segredo de processo, contrato com Petrobras, auditoria sanitária ou licença sob FDA — não resolve. E “não resolve” não é exigência exótica; é o padrão real do mercado que importa.

A dicotomia “cloud ou nada” não serve

Quem trabalha com tecnologia há tempo conhece a fronteira:

• Cloud público gerenciado — economia de escala, atualização contínua, zero capex. Mas o dado mora fora do perímetro do cliente; segredo industrial vira contrato em vez de barreira física.
• Stack on-prem tradicional — controle absoluto, sem dependência externa. Mas requer time de operação interno, ciclo de atualização longo, e tipicamente não acompanha a velocidade de produto da contraparte SaaS.

A indústria escolheu nos últimos 15 anos rodar a maioria do seu sistema crítico nessa segunda categoria — Protheus, SAP, Sankhya, Senior, MES, QMS, todos rodando dentro do perímetro. Por motivo real: o segredo do processo, a margem do contrato, o procedimento que foi calibrado em 20 anos de operação — isso não pode sair pra fora.

Quando o vendor de IA chega oferecendo “tudo no nosso cloud”, a fronteira trava. Não porque o cliente não queira IA. Porque o desenho da oferta não respeita o perímetro que ele construiu por uma década.

A categoria nova precisa de outro desenho.

On-prem soberano — o que é, o que entrega

No F7 KORE, “on-prem soberano” significa o seguinte:

• A plataforma inteira — IRIS Data Platform, motor de IA, banco transacional, audit log, fila de processo, integração com ERP — roda dentro do datacenter do cliente. Pode ser servidor físico no rack da empresa, pode ser private cloud do cliente, pode ser cluster Kubernetes na nuvem privada — desde que o perímetro seja do cliente.
• Nenhum dado sai pra fora. Audit log, transcrições de conversa, propostas técnicas geradas, ficha digitada, foto enviada — tudo permanece no datacenter. LGPD vira trivial: dado pessoal não trafega pra terceiro. Segredo industrial vira respondido por design: o vendor (F7) não tem acesso ao dado em produção.
• Atualizações chegam via pipeline gerenciado, sem o cliente precisar manter time de DevOps próprio. O ciclo é SaaS-like — só que o dado fica parado.

Pra cliente sob auditoria sanitária, contrato com cliente final que proíbe data residency externa, ou regime regulatório específico (saúde, alimento, defesa), esse modelo é o único que destrava a conversa.

E não é exigência teórica. Em ambientes como indústria química regulada, a fronteira de auditoria sanitária não permite outro caminho — desde que a categoria de operação assim exija.

SaaS dedicado — sem multi-tenancy técnica

O outro modelo é SaaS gerenciado pela F7. Mas com uma diferença arquitetural que importa: instância dedicada por cliente.

A maioria do mercado SaaS roda em multi-tenancy técnica — uma única instância da aplicação serve N clientes, com isolamento lógico por tenant_id. Funciona bem pra consumo, pra produtividade, pra ferramenta horizontal. Pra IA aplicada à operação industrial, o desenho é outro:

• Cada cliente em instância separada. Banco separado, processo separado, audit log separado, fila de execução separada. Sem multi-tenancy técnica.
• Sem risco de vazamento entre clientes. A pergunta “o que impede o dado do cliente A vazar pro cliente B?” tem resposta arquitetural — “eles não compartilham instância” — não resposta de promessa.
• F7 opera, o cliente acessa via web. Sem infraestrutura própria do lado do cliente; sem time de operação interno requerido.
• Mesma plataforma que roda em on-prem. Não é versão simplificada do produto; é a mesma plataforma com o operador trocado.

Esse desenho atende cliente que quer a economia operacional de SaaS sem abrir mão da garantia de isolamento que indústria exige.

Recorrência em ambos. Não é venda perpétua.

Aqui mora um detalhe que muitas vezes confunde quem vem do mundo on-prem tradicional: os dois modelos são mensalidade recorrente.

Não é “compra a licença on-prem e roda pra sempre”. A oferta inclui:

• Licença de uso continuada.
• Suporte técnico estruturado (SLA, escalonamento, suporte ao operador da casa).
• Atualizações contínuas — funcionalidade nova, modelo de IA atualizado, correção de regressão, ajustes de compliance conforme a regulação evolui.
• Acompanhamento de uso — métricas de adoção, identificação de fricções, recomendações de ajuste no critério da casa.

Esse compromisso vale igual em on-prem soberano e em SaaS dedicado. A diferença entre os dois modelos é onde o dado mora e quem opera a infraestrutura — não a estrutura comercial.

A razão por trás disso é direta: IA aplicada à operação industrial não é software estático. Ela melhora a cada interação revisada, a cada modelo atualizado, a cada padrão da casa refinado. Tratar o produto como venda perpétua é tratar o cliente como abandonado — e indústria séria não compra “abandonado” como serviço.

IRIS Data Platform como base

Os dois modelos rodam sobre a mesma fundação técnica: IRIS Data Platform da InterSystems.

A escolha não é estilística. IRIS é, hoje, a única tecnologia de produto que combina num só núcleo:

• Banco transacional multimodelo (relacional + documento + key-value
  • objeto) com volume e latência sustentados em healthcare e indústria por trinta anos.
• Motor de fluxo/orquestração dentro do mesmo processo — sem rede, sem serialização entre serviços, sem complexidade de message broker externo.
• Audit nativo estrutural, com retenção configurável por classe de evento.
• Suporte enterprise com presença real no Brasil (FATEC, parceiros, base instalada) — não vendor remoto sem suporte local.

Pra rodar em on-prem soberano, isso importa porque o cliente precisa operar uma plataforma robusta sem montar time de DBA + DevOps + ML Ops internos. Pra rodar em SaaS dedicado, isso importa porque a F7 entrega isolamento real entre clientes com uma plataforma que foi desenhada pra isso.

A escolha é do cliente

A oferta termina onde deve terminar: “onde a IA roda importa. A gente sabe disso. Por isso a escolha é sua, não nossa.”

Cliente com requisito de soberania extremo escolhe on-prem. Cliente com foco em velocidade de implantação e sem time de TI próprio escolhe SaaS dedicado. A plataforma é a mesma; a fundação técnica é a mesma; o compromisso de evolução contínua é o mesmo.

O que muda é onde o dado dorme.

---

A casa por trás do F7 KORE automatiza processo industrial há mais de uma década em ambos os modelos — incluindo vendas B2B e química regulada. Detalhes de deploy estão na página de FAQ.

Se você opera indústria de porte médio-grande, com requisito real de soberania de dado, e quer entender qual modelo encaixa na sua operação — agende uma conversa de 30 min.