Contratação de IA: Escreva a Cláusula de Saída Antes de Escolher o Modelo
Não é o modelo que vence a tabela de classificação deste trimestre que importa. O contrato de IA que uma administração portuguesa assina em 2026 pode entregar discretamente o controlo da stack a um único fornecedor até 2028, a menos que a cláusula de saída seja escrita primeiro.
Imagine uma consultora portuguesa, uma composição dos casos que vemos na redação. Lançou o ano passado um assistente de pesquisa documental sobre um modelo fechado norte-americano, ligado diretamente à API do fornecedor. Funciona bem. Depois chega a renovação. O preço de tabela subiu e, enterrada nas notas técnicas do fornecedor, está uma data de descontinuação exatamente para o modelo sobre o qual o assistente foi construído e avaliado. A escolha deixa de ser académica: migrar para o modelo mais recente do fornecedor e repetir todo o conjunto de avaliação, reajustar os prompts e recertificar a revisão de segurança, ou abandonar o fornecedor por completo e reconstruir a camada de pesquisa noutro sítio. Ambas custam semanas reais de engenharia. A empresa não orçamentou nenhuma das duas, porque, ao assinar, ninguém tinha calculado o custo de sair.
Essa é a decisão de contratação de IA que realmente vincula uma administração, e a maioria toma-a ao contrário. Uma comissão pergunta qual o modelo que lidera a tabela de classificação este trimestre, assina um contrato faturado ao uso com o vencedor e dá o assunto por encerrado. A capacidade parece ser a pergunta difícil. A verdadeiramente difícil é o que o contrato assinado em 2026 ainda permite fazer em 2028, depois de o modelo ter sido descontinuado, o preço ter mudado e os dados terem passado dois anos na infraestrutura de outra empresa.
Dois elementos de contexto emprestado, para depois os pousar. Os lançamentos chineses de pesos abertos, como as famílias Qwen e GLM, seguem agora a vanguarda norte-americana com meses de atraso, não anos, segundo a leitura do CSIS, uma distância suficientemente pequena para que, em tarefas de classificação, extração, redação e pesquisa documental, a maioria dos compradores não sinta a diferença no momento de uso. E as tecnológicas norte-americanas apostaram no sentido inverso: a Moody's contabiliza cerca de 969 mil milhões de dólares em compromissos de locação assumidos entre elas, a maioria ligada a contratos de locação que ainda não arrancaram. São compromissos de arrendamento, uma aposta em que o mundo aluga computação faturada ao uso em vez de possuir infraestrutura própria, e nenhum dos dois números diz a uma empresa portuguesa o que escrever num contrato. É aí que vale a pena concentrar a atenção.
O que deve constar numa cláusula de contratação de IA a dois anos?
Quatro cláusulas merecem o seu lugar, e cada uma responde a uma falha que já é possível apontar. Primeiro, a portabilidade: o direito de exportar os prompts, os dados de ajuste fino e os conjuntos de avaliação num formato utilizável. Isto importa porque os modelos fechados são descontinuados no calendário do fornecedor. A OpenAI mantém uma lista pública de descontinuações de modelos já desligados, cada um com uma data de encerramento, e um ajuste fino construído sobre um modelo-base morre quando esse modelo-base é retirado. Se os dados de treino e as avaliações vivem apenas dentro do fornecedor, uma descontinuação transforma-se numa reconstrução.
Segundo, um período de aviso limitado para alterações de preço. Os preços faturados ao uso movem-se nos dois sentidos neste mercado, e uma alteração a meio do contrato sem limite de aviso prévio entrega a economia unitária da empresa ao fornecedor. Terceiro, uma saída definida que devolve ou elimina os dados e os deixa em infraestrutura que a empresa controla. Para uma empresa portuguesa, isto é uma questão de proteção de dados, não um slogan: os termos de processamento de dados devem indicar onde ficam guardados os prompts e os dados de ajuste fino, e obrigar à eliminação ou devolução na saída. Quarto, um segundo modelo qualificado por trás de uma camada de abstração, para que uma data de descontinuação se torne uma alteração de configuração em vez de um projeto. As empresas que planeiam desta forma tratam a escolha do modelo como trabalho de preparação antes de construir, e acertar na arquitetura envolvente é uma questão de estratégia técnica, não de compras.
Porque é que a adoção de pesos abertos se autoalimenta?
Pesos que qualquer pessoa pode descarregar não se limitam a ser usados: são construídos em cima. Cada ajuste fino, quantização, adaptador e padrão de integração publicado sobre uma família de modelos reduz o custo da próxima construção sobre essa mesma família. As ferramentas normalizam-se à sua volta. Os engenheiros que a empresa vai contratar já trabalharam com ela, porque foi o que conseguiram correr num portátil enquanto aprendiam. Uma API fechada não consegue entrar nesse ciclo, porque os seus pesos nunca saem do fornecedor, e é por isso que a gravidade do ecossistema se forma à volta do que é descarregável. Para quem compra, essa gravidade é o que torna uma alternativa realista: a segunda opção por trás da camada de abstração só é barata de alcançar se já existir um ecossistema vivo a suportá-la.
Os modelos de IA de código aberto chineses são um risco de segurança?
Alojar os modelos localmente reduz um risco e abre outros, e uma administração deve ouvir as duas partes. Um modelo executado dentro do próprio ambiente da empresa não «telefona para casa» a cada pedido como uma API alojada, o que é um corte genuíno na exposição. Não deixa de enviar nada para lado nenhum, e quem disser isso está a vender demasiado bem o produto. Os pesos são um artefacto de proveniência incerta: não se sabe ao certo sobre que dados foram treinados, ficheiros de modelos já foram usados como vetor de malware com checkpoints envenenados publicados em repositórios públicos, e a stack sobre a qual os serve, incluindo a telemetria e os pacotes que as ferramentas de inferência trazem consigo, é toda ela superfície de cadeia de fornecimento em atividade. As diretrizes de desenvolvimento seguro de IA do NCSC tratam exatamente estes pontos como aquilo que é preciso garantir, e aplicam-se seja quem for que treinou os pesos. Mantenha pessoas e revisão humana no processo em tudo o que tenha consequências, e garanta a segurança dos sistemas que a própria empresa executa da mesma forma que faria com qualquer outra cadeia de fornecimento de software.
Nada disto torna o autoalojamento gratuito. Os pesos descarregam-se sem custo, mas os tokens continuam a consumir tempo de GPU, e a empresa assume sozinha as operações, a avaliação e a garantia de segurança. A comparação honesta não é gratuito contra faturado ao uso: é um custo interno conhecido que a empresa controla contra um custo faturado que o fornecedor controla. Uma administração que escreva no contrato de 2026 a portabilidade, um limite às alterações de preço, uma saída de dados limpa e uma alternativa viva compra a única coisa que uma tabela de classificação não lhe consegue dar: a opção de mudar de ideias em 2028 sem pagar para reconstruir tudo.
Perguntas frequentes
Como é que os pesos abertos reduzem realmente o aprisionamento a fornecedores de IA?
Porque o modelo corre no próprio hardware da empresa e não está preso à API de uma única empresa, é possível mover-se entre lançamentos abertos concorrentes sem reescrever a aplicação. Essa portabilidade limita a exposição aos preços, ao calendário de descontinuação e ao roteiro de qualquer fornecedor único, que é exatamente a exposição que uma API fechada faturada ao uso foi construída para preservar. O truque prático é manter um segundo modelo qualificado por trás de uma camada de abstração, para que mudar continue a ser uma alteração de configuração, não uma reconstrução.
O que deve uma administração portuguesa incluir num contrato de IA a dois anos?
Quatro cláusulas merecem o seu lugar: o direito de exportar prompts, dados de ajuste fino e conjuntos de avaliação num formato utilizável; um período de aviso limitado para alterações de preço; uma saída definida que devolve ou elimina os dados e os deixa em infraestrutura controlada pela empresa; e a obrigação de permitir correr um modelo alternativo sem renegociar o contrato. Juntas, colocam um preço no aprisionamento que a empresa está a assumir, em vez de fingir que é gratuito, e a cláusula de saída de dados é onde as obrigações de proteção de dados realmente mordem.
Usar um modelo de IA de código aberto chinês cria um problema de proteção de dados?
Se a empresa fizer o autoalojamento, os dados pessoais permanecem dentro do seu próprio ambiente, o que estreita significativamente a questão da transferência internacional. Isso não dissolve as obrigações: a empresa continua a ser a responsável pelo tratamento, e os deveres de processamento, segurança e responsabilização mantêm-se por inteiro. Os riscos técnicos reais deslocam-se para a proveniência do modelo e para a cadeia de fornecimento da stack sobre a qual o serve, que é exatamente aquilo que as diretrizes de IA segura do NCSC foram construídas para endereçar. Se, em vez disso, a empresa chamar uma API chinesa alojada, está a exportar dados para fora, e as regras de transferência internacional de dados aplicam-se da mesma forma que a qualquer outro processador estrangeiro.
Relacionado
- O Seu Fornecedor de Cloud Está a Financiar a Própria Receita de IA. Faça as Contas Antes de Assinar
- O Anúncio Não É o Contrato: o Fosso Entre o Que a IA Promete e o Que Assina
- O Número Sem Meta: Como os Sensores de Glicose Estão a Transformar os Wearables em Máquinas de Ansiedade
- Data & Strategy
Escrito por uma persona editorial de IA do sistema editorial proprietário da Abyshire e revisto pela nossa equipa.