A OneAdvanced construiu uma plataforma de IA soberana do Reino Unido executando mais de 50 agentes especializados em infraestrutura hospedada na região AWS de Londres, segundo um estudo de caso do AWS Machine Learning Blog. A fornecedora britânica de software empresarial auto-hospedou o Llama 4 Maverick e o Llama Guard 4 da Meta depois que os modelos não estavam disponíveis pelos serviços gerenciados da AWS que queria usar na região.

A implantação foi projetada para os clientes da OneAdvanced em setores regulamentados, como saúde e serviços jurídicos, nos quais a residência de dados é um requisito central de contratação e conformidade. Sua arquitetura combina Amazon SageMaker AI para serving de modelos, Amazon ECS para cargas de trabalho de agentes e um sistema de recuperação construído em torno do Amazon Aurora PostgreSQL-Compatible Edition com pgvector.

O projeto ilustra uma troca prática para equipes de IA corporativa: serviços gerenciados de modelos podem acelerar a experimentação, mas exigências de soberania podem exigir que os clientes operem por conta própria modelos, GPUs, orquestração, controles de segurança e pipelines de dados.

Do protótipo no Bedrock aos modelos auto-hospedados

A OneAdvanced inicialmente prototipou suas capacidades de IA com o Amazon Bedrock. A AWS diz que a empresa produziu, em duas semanas, um sprint funcional cobrindo conclusão de chat, um agente para consultar leis estatutárias do Reino Unido, integração com Snowflake e geração de gráficos.

Essa abordagem não atendia à exigência da empresa de que os modelos rodassem exclusivamente em suas próprias contas AWS baseadas no Reino Unido. Na época do trabalho descrito pela AWS, o Llama 4 Maverick e o Llama Guard 4 não estavam disponíveis pelos serviços gerenciados relevantes na região do Reino Unido. A OneAdvanced então migrou para um desenho auto-hospedado usando infraestrutura do Reino Unido que podia controlar diretamente.

A plataforma AWS soberana do Reino Unido resultante serve o Llama 4 Maverick e o Llama Guard 4 via vLLM em endpoints do Amazon SageMaker AI. Os modelos rodam em instâncias p5.48xlarge na região de Londres, usando modelos do Hugging Face e AWS Deep Learning Containers. A AWS diz que a OneAdvanced inicialmente usou instâncias p4d.24xlarge antes de migrar para hardware P5 para produção e requisitos de contexto mais longos.

A empresa mira janelas de contexto de cerca de 120.000 a 128.000 tokens para análise de documentos grandes e conversas de vários turnos. A AWS relata que testes de carga durante seu trabalho de assessoria validaram os requisitos de throughput, embora o estudo de caso não forneça números de latência, volume de requisições, disponibilidade ou custos.

Como a plataforma de agentes funciona

A camada central de agentes consiste em mais de 50 agentes específicos por tarefa, construídos com o Strands Agents SDK e implantados no Amazon ECS. Cada agente tem seu próprio system prompt e configuração de ferramentas, enquanto formulários de entrada opcionais apoiam usuários que talvez não queiram interagir por uma interface de chat aberta. A configuração dos agentes é armazenada no Amazon DynamoDB.

A AWS diz que a OneAdvanced cresceu do seu primeiro agente para mais de 50 em três semanas, com a maioria dos agentes criada em menos de um dia. A biblioteca cobre áreas como saúde, trabalho jurídico, recursos humanos, marketing, logística e educação. Entre os exemplos citados pela AWS estão um assistente de resposta a incidentes de cuidado, um gerador de boletins de segurança clínica, uma ferramenta de comparação de documentos, um assistente de avaliação de desempenho e um AWS Architect Agent.

O fluxo começa quando o Llama Guard 4 analisa a solicitação do usuário em busca de conteúdo prejudicial. Se a solicitação passar, ela é encaminhada ao agente apropriado no Amazon ECS. O agente pode chamar ferramentas especializadas, recuperar informações relevantes de documentos armazenados no Amazon S3 e pesquisar um índice vetorial apoiado por pgvector.

Documentos enviados para o S3 são convertidos para Markdown, divididos em chunks e incorporados para recuperação. Essa camada de Retrieval Augmented Generation, ou RAG, foi criada para manter as respostas fundamentadas nos próprios materiais de uma organização, em vez de depender exclusivamente do conhecimento interno do modelo.

O que a evidência mostra — e o que não mostra

O relato técnico detalhado vem da AWS, que orientou a OneAdvanced e publicou a arquitetura como um estudo de caso de cliente. Assim, as alegações mais fortes sobre adoção e velocidade — incluindo a escala da biblioteca de agentes, o período de construção de três semanas e a afirmação de que a maioria dos agentes levou menos de um dia — são relatadas pelo fornecedor e não auditadas de forma independente.

A mesma ressalva se aplica aos resultados de teste de carga relatados. A AWS diz que a implantação atendeu aos requisitos de throughput da OneAdvanced, mas a fonte não divulga a metodologia do teste, o perfil de tráfego, as metas de tempo de resposta, as taxas de falha ou a utilização em produção. Também não informa quantos dos mais de 50 agentes são usados ativamente pelos clientes nem fornece um detalhamento do impacto comercial.

O resultado de soberania é mais concreto como descrição arquitetônica. A AWS diz que a solução mantém a hospedagem do modelo e os dados do cliente dentro do ambiente do Reino Unido e ajudou a dar suporte à certificação ISO 42001 da OneAdvanced para governança de IA. Isso não deve ser lido como prova de que toda obrigação de conformidade a jusante é automaticamente atendida: residência, controle de acesso, retenção, auditabilidade e governança de fornecedores ainda dependem de como o serviço completo é configurado e operado.

O CTO da OneAdvanced, Andrew Henderson, descreveu a soberania de dados do Reino Unido como uma exigência rígida para muitos clientes do setor público e regulamentado. Essa justificativa executiva explica a principal decisão de design, mas continua sendo uma posição da empresa, e não uma avaliação independente da postura de conformidade da plataforma.

Por que a implantação importa para construtores de IA

Para as equipes de produto, o caso destaca o custo de engenharia escondido por trás de um requisito tão simples quanto “manter os dados no país”. Quando os modelos desejados não estão em um catálogo local de serviços gerenciados, as equipes podem precisar garantir licenças de modelo, obter capacidade escassa de GPU, implantar servidores de inferência, implementar escalonamento e manter sozinhas as camadas de segurança e recuperação.

A arquitetura também separa responsabilidades que muitas vezes vêm agrupadas em uma API de IA hospedada. O SageMaker AI lida com endpoints de modelos, o ECS executa os agentes e ferramentas, o S3 armazena documentos de origem, o Aurora PostgreSQL fornece o banco vetorial e o DynamoDB armazena a configuração dos agentes. Essa modularidade dá controle à OneAdvanced, mas cria mais interfaces operacionais a monitorar, proteger e solucionar.

A mudança do Llama Guard 3 para o Llama Guard 4 é outro sinal prático. A AWS diz que a OneAdvanced observou altas taxas de rejeição indevida com o modelo anterior e o substituiu. Filtrar solicitações em série antes do modelo principal pode reduzir alguns riscos, mas também adiciona um portão que precisa ser testado quanto a falsos positivos, falsos negativos, latência e cobertura de idioma ou domínio.

Para compradores corporativos, a contagem de agentes importa menos do que o modelo de governança por trás dela. Uma biblioteca de 50 agentes pode facilitar o empacotamento de fluxos de trabalho especializados, mas cada agente introduz prompts, ferramentas, permissões, fontes de recuperação e potencialmente modos de falha diferentes. Um construtor de agentes no-code pode ampliar o acesso a usuários não técnicos, ao mesmo tempo em que aumenta a necessidade de fluxos de aprovação, testes, controle de versão e supervisão de uso.

O que observar a seguir

Os próximos sinais úteis serão operacionais, e não o número de agentes nas manchetes. A OneAdvanced poderia divulgar uso em produção, metas de tempo de resposta e confiabilidade, utilização de GPU ou a diferença de custo entre auto-hospedagem e inferência gerenciada. Esses números ajudariam compradores a avaliar se a soberania justificou o peso extra de infraestrutura.

Também vale acompanhar se os modelos Llama relevantes se tornam disponíveis por meio de serviços gerenciados da AWS no Reino Unido e se isso altera a arquitetura da OneAdvanced. Uma opção gerenciada local poderia reduzir a manutenção da plataforma e ainda preservar requisitos de residência, embora a empresa possa manter o auto-hospedagem para conservar controle sobre versões e configuração do modelo.

Evidências adicionais também devem mostrar como os agentes são governados após a implantação: quem pode publicar novas ferramentas, como as fontes de recuperação são aprovadas, como as decisões sobre conteúdo prejudicial são auditadas e se os processos da ISO 42001 cobrem todo o ciclo de vida do agente. Esses detalhes importarão mais para clientes regulados do que a velocidade do protótipo inicial.

Perspectiva da Creati.ai

A implantação da OneAdvanced é notável não porque “50 agentes” seja uma medida universal de maturidade em IA, mas porque expõe a fronteira prática entre uma demo de IA e uma plataforma corporativa soberana. A empresa usou serviços gerenciados para a experimentação inicial e depois aceitou a complexidade operacional do auto-hospedagem quando a disponibilidade regional dos modelos não correspondia aos seus requisitos de dados.

Para os construtores, a lição é tratar residência, disponibilidade de modelos, triagem de segurança, qualidade de recuperação e economia de GPU como uma única decisão de arquitetura. Para os compradores, o relato da AWS é uma evidência útil de um padrão viável, mas as métricas de produção ausentes significam que ele deve ser avaliado como um blueprint de implementação — e ainda não como um benchmark validado independentemente.