A Claro empresas anunciou durante o Web Summit Rio 2026 o lançamento comercial de sua oferta de GPU as a Service (GPUaaS), serviço que permite contratar capacidade computacional para inteligência artificial sob demanda. A proposta busca reduzir barreiras de entrada para projetos de IA ao combinar acesso flexível à infraestrutura de processamento, suporte especializado certificado pela NVIDIA, mecanismos de governança financeira e recursos voltados à proteção e soberania de dados. A facilidade é direcionada a empresas que desejam acelerar experimentos e aplicações de IA, sem a necessidade de investir antecipadamente em hardware dedicado.
A iniciativa chega ao mercado em um momento em que organizações de diferentes portes buscam avançar em projetos de inteligência artificial, mas ainda enfrentam desafios relacionados a custos, escalabilidade e controle operacional. O objetivo é permitir que empresas iniciem projetos de forma mais rápida, com menor risco financeiro e capacidade de expansão conforme a evolução das demandas. “O objetivo é habilitar serviços complexos, com uma alternativa mais simples de infraestrutura. O maior benefício que entregamos aos clientes é o tempo para testar, amadurecer e escalar os projetos”, resume a CEO da unidade de pequenas e médias empresas da Claro empresas, Roberta Godoi.
A executiva lembrou que no Web Summit 2025 a operadora anunciou um investimento de R$ 1 bilhão em nuvem. No lançamento deste ano, o objetivo é uma alternativa que seja ao mesmo tempo simples, mas com requisitos empresariais. “A experimentação é acessível, mas é difícil escalar”, constatou.
A companhia foi pioneira na certificação de seus processos e de seus times de consultoria e projetos no programa NVIDIA Cloud Partner (NCP), que credencia provedores aptos a operar ambientes especializados para cargas de trabalho de inteligência artificial. A certificação envolve requisitos relacionados à infraestrutura computacional, armazenamento, redes de alta velocidade e qualificação técnica das equipes.
Segundo Assad, esse nível de parceria permite acesso direto ao suporte da NVIDIA para treinamento, ajuste e otimização de modelos. “Quando nos tornamos um NCP, temos o suporte da NVIDIA para treinar os modelos, fazer fine-tuning e as otimizações para ganhos de performance e uso dos recursos (com menor consumo de infraestrutura e custo)”, explicou.
O diretor executivo de soluções digitais da Claro empresas, Mário Rachid, mencionou que um projeto de inteligência artificial normalmente começa com a implementação de pelo menos oito GPUs, o que pode representar investimentos de até US$ 30 mil apenas na aquisição da infraestrutura.
“A alternativa de GPU as a Service já existia fora do país. Agora, as empresas no Brasil podem contratar com um provedor que já conhecem, com equipes de suporte mais próximas e tarifação em real”, afirmou.
Segundo o executivo, o modelo foi desenhado para atender desde empresas que estão iniciando experimentações até organizações que precisam expandir rapidamente a capacidade de processamento sem assumir investimentos elevados em hardware.
Roberta Godoi observa que o alto investimento, do modelo convencional, acaba sendo subutilizado, inclusive por lacunas em outros itens da agenda de implementação de IA, como integrações com dados e segurança. Além do modelo de infraestrutura sob demanda, a Claro empresas agrega capacidade para apoiar clientes em diferentes etapas dos projetos, da arquitetura à operação dos ambientes.
Previsibilidade financeira para escalar projetos
Além do custo inicial de aquisição de equipamentos, a previsibilidade financeira aparece como uma das principais preocupações das empresas que avançam na adoção de inteligência artificial. Aplicações de IA frequentemente apresentam padrões de consumo menos previsíveis do que ambientes tradicionais de tecnologia, o que pode dificultar estimativas de orçamento e retorno sobre investimento.
Em um momento em que até as big techs enfrentam desafios para controlar os custos associados ao uso de inteligência artificial, a Claro empresas aposta em mecanismos de governança financeira incorporados à oferta.
“O cliente pode ser tarifado por hora, independentemente do volume de tokens que movimenta, estabelecer travas e outras opções de gestão financeira”, explicou o diretor de inovação B2B da Claro empresas, Rodrigo Assad.
Segundo o executivo, a experiência da própria companhia no desenvolvimento e expansão de aplicações de IA levou à criação de ferramentas específicas para monitoramento de consumo e gestão financeira dos ambientes. “Tivemos que aprender a fazer isso com essa nova unidade chamada token”, lembrou.
A plataforma de GPU as a Service da Claro empresas disponibiliza recursos de controle de orçamento, definição de limites de utilização, alertas de consumo e acompanhamento de indicadores financeiros. Segundo Assad, essas funcionalidades ajudam as empresas a compreender os custos reais das aplicações antes de ampliar projetos para ambientes de produção.
Governança, controle de dados e soberania
Outro pilar da estratégia de infraestrutura de IA é relacionado à segurança, governança e controle dos dados utilizados pelas aplicações de inteligência artificial. À medida que modelos passam a processar informações corporativas sensíveis, cresce a demanda por ambientes capazes de atender requisitos de conformidade, rastreabilidade e proteção de dados.
A Claro empresas agrega mecanismos de governança para acompanhamento do uso da infraestrutura e definição de políticas de consumo, além de suporte especializado para auxiliar clientes na implementação dos projetos.
Durante a coletiva, os executivos também destacaram a importância da soberania dos dados para o desenvolvimento do ecossistema nacional de inteligência artificial. Rachid informou que a companhia trabalha para ampliar a disponibilidade local da infraestrutura de processamento.
* Acompanhe a cobertura do Web Summit Rio 2026 na página especial do Próximo Nível.
