Em um contexto em que o Brasil e a América Latina avançam na adoção da inteligência artificial, mas ainda enfrentam barreiras estruturais — infraestrutura limitada, escassez de talentos especializados e preocupações com a soberania dos dados —, os Pequenos Modelos de Linguagem (SLMs, na sigla em inglês) emergem como uma alternativa mais eficaz e pragmática para acelerar a transformação digital sem comprometer a governança, os custos ou a competitividade. Seu potencial é ainda maior quando combinado com novas arquiteturas distribuídas, computação de borda e modelos otimizados para operar “onde os dados residem”.
As organizações latino-americanas reconhecem que a Inteligência Artificial (IA) já é uma prioridade estratégica. No entanto, esse entusiasmo coexiste com obstáculos reais e tangíveis, como complexidade técnica, incerteza regulatória e lacuna de competências. De acordo com o estudo mais recente da Dell Technologies sobre IA na América Latina, mais de 90% das organizações relatam desafios de integração, o que as coloca nos estágios iniciais de adoção e as situa apenas em modelos básicos. Nesse contexto, os SLMs, que, diferentemente dos Grandes Modelos de Linguagem (LLMs, na sigla em inglês), exigem menos dados e menos poder computacional, mas ainda assim conseguem resolver tarefas específicas com precisão e eficiência, permitem um progresso mais rápido e menos arriscado, integrando-se a processos concretos em vez de projetos abstratos de “transformação futura”.
O reconhecimento da IA como prioridade estratégica também se relaciona com a proteção da informação como fator imprescindível para as empresas latino-americanas. Mais de 60% das organizações da região consideram suas informações e propriedade intelectual valiosas demais para serem gerenciadas por terceiros, segundo o estudo da Dell Technologies mencionado anteriormente. Isso está em consonância com as conclusões sobre resiliência cibernética: 78% das organizações da região relatam que os atacantes agora buscam comprometer os backups durante ataques cibernéticos. Em um cenário no qual os dados são o principal ativo competitivo, os SLMs permitem que as empresas mantenham as informações dentro de seu próprio ambiente ou perímetro, com modelos menores e auditáveis, adaptados a necessidades específicas.
Além disso, de acordo com o Índice Latinoamericano de Inteligência Artificial (ILIA) 2025, a região produz dados em abundância, mas sofre com a falta de disponibilidade e padronização, o que dificulta o desenvolvimento de IA local. Nesse contexto, os SLMs, que exigem conjuntos de dados menores e mais controlados, oferecem uma vantagem estrutural. As cargas de trabalho de IA estão pressionando a infraestrutura de TI. Na América Latina, estima-se que as organizações precisarão modernizar mais de 30% de seus servidores e sistemas de armazenamento para a IA.
Isso se soma ao aumento esperado de mais de 36% no armazenamento voltado para IA. Em uma região onde a infraestrutura avançada está concentrada — o Brasil sozinho responde por mais de 90% do uso regional de Computação de Alto Desempenho (HPC, na sigla em inglês), segundo o ILIA 2025 – os SLMs representam uma alternativa eficiente para acelerar casos de uso sem exigir grandes investimentos em computação ou depender exclusivamente de nuvens públicas de alto custo.
Um outro aspecto relevante — e que não pode ser desprezado — é a associação de modelos otimizados de IA na computação de borda. Os SLMs otimizados para operar na borda permitem implantações locais com menor consumo de energia e latência, além de níveis comparáveis de precisão para tarefas específicas. Isso possibilita desde respostas em tempo real em quiosques de varejo até controle preditivo em fábricas, tudo sem depender da nuvem. Diante dessa oportunidade tecnológica, as organizações evoluirão para data centers menores e distribuídos, localizados mais próximos das fontes de informação, reduzindo custos, melhorando a eficiência energética e aumentando o controle operacional.
Para a América Latina, região onde a baixa conectividade em áreas industriais continua a limitar projetos de IA, essa abordagem representa uma oportunidade concreta: levar a inteligência para mais perto de onde o trabalho acontece, com modelos pequenos que se integram a dispositivos, sensores, PCs com IA e gateways industriais.
Nossa região está em um ponto de virada. Há interesse, talentos emergentes e uma necessidade urgente de aumentar sua competitividade. Mas também enfrenta limitações de infraestrutura, governança fragmentada e uma lacuna crítica de habilidades. Os pequenos modelos de linguagem de IA, combinados com computação de borda e arquiteturas distribuídas, representa o caminho mais inteligente a seguir, e permite acelerar a adoção, proteger informações críticas, conter custos e gerar um ecossistema de IA verdadeiramente alinhado à nossa realidade.
*Luis Gonçalves, presidente da Dell Technologies para América Latina
Os artigos assinados são de responsabilidade exclusiva dos autores e não refletem, necessariamente, a opinião de Forbes Brasil e de seus editores.
