É imperioso destacar a forma como as organizações estão lançando seus olhares tanto para a cloud (backup na nuvem), como para a IA (Inteligência Artificial). Vem ocorrendo sim uma mudança profunda e significativa nestes aspectos tecnológicos que convergem entre si e perfomam para o âmbito empresarial.

A cloud deixou de ser vista apenas como uma infraestrutura tecnológica em que se restringia com o intuito de armazenar dados das empresas para backup ou mesmo para o seu processamento rotineiro. Vem ocorrendo uma transformação interessante, no sentido em que a cloud passa a ser vista sob outro prisma tecnológico, uma espécie de ecossistema dinâmico, com a franca possibilidade de suportar novas arquiteturas computacionais. Tomam forma abordagens voltadas e características da assim denominada cloud-native, na qual se personificam em um verdadeiro conjunto de práticas e tecnologias que intuem construir e executar aplicações computacionais escalonáveis, robustas e ágeis que performem plenamente num sistema em nuvem (cloud). Onde o foco basicamente está avalizado em microserviços, contêiners (docker), orquestradores (kubernets) e DevOPs, apenas para citarmos os principais ferramentais tecnológicos envolvidos. O que permite desenvolver e escalonar aplicações computacionais com grandes níveis de performance e eficiência em um âmbito sem precedentes.

Há, sobretudo um impulso que tem como principal mola propulsora a latente proliferação dos dispositivos baseados em IoT (internet das coisas), o que torna cada vez mais preponderante a IA, exigindo um processamento distribuído e igualmente a capacidade de tratar grandes volumes de dados num menor tempo possível. Haja vista que não há nenhum sentido implantar um sistema baseado em IA se não tiver grandes quantidades de dados para o referido sistema "treinar" os seus algoritmos e assim poder dar respostas minimamente satisfatórias e com sentido.

No campo da IoT, o processamento local é de fundamental relevância, pois, deve permitir respostas rápidas e confiáveis. E isto é essencial para soluções como: veículos autônomos ou mesmo a automação industrial geral. Igualmente podemos antever que aplicações de IA baseadas em aprendizado de máquina permitem uma análise em tempo real de aspectos decisórios em cenários em que a temporalidade é importante como a condução autônoma por exemplo.

De modo paralelo ao que foi aventado até aqui, o cloud-native acompanha essas necessidades postas. Pelo fato de que vem tornando-se rapidamente o padrão para o desenvolvimento de aplicações escalonáveis, robustas e com custos otimizados, haja vista a sua característica infraestrutural.

Dito isso, a convergência que se dá entre as tecnologias de arquiteturas computacionais da cloud-native, tem implicações diretas em áreas estratégicas da empresa. No quesito do treinamento e a execução de modelos baseados em IA e especificamente no aprendizado de máquina a otimização dos recursos é relevante para apoiar a sustentabilidade, um aspecto cada vez mais premente para as organizações. O aumento gradativo da adoção de sistemas baseados em IA, bem como o processamento de aplicações computacionais na cloud, transforma estruturalmente como as organizações desenham e geram os seus ecossistemas tecnológicos. Levando em conta inclusive a exigência de escalabilidade e eficiência, havendo uma necessidade de integrar estrategicamente a plataforma tecnológica mediante a modernização das aplicações.