WEBVTT

00:00:00.000 --> 00:00:01.540
O que exatamente é o Azure AI Foundry?

00:00:01.720 --> 00:00:04.200
É apenas mais um serviço adicionado pela Microsoft ou algo maior?

00:00:04.840 --> 00:00:07.940
No último ano, a Microsoft tem feito anúncios de IA a todo momento.

00:00:08.660 --> 00:00:09.560
É fácil se sentir perdido.

00:00:09.900 --> 00:00:11.700
Eu sou Mirko Peters, Microsoft Knowledge Nuggets.

00:00:11.980 --> 00:00:15.180
Ao final deste episódio, você saberá o que o Foundry realmente é e por que ele importa.

00:00:15.640 --> 00:00:16.380
Sem enrolação de marketing.

00:00:16.920 --> 00:00:20.240
Vamos dividir em partes claras o que é, o que tem dentro e como tudo se conecta.

00:00:20.960 --> 00:00:22.540
Por que todos estão confusos com o nome?

00:00:23.040 --> 00:00:24.180
A confusão começa pelo nome.

00:00:24.720 --> 00:00:26.720
Passou por mais mudanças de nome do que consigo contar.

00:00:26.720 --> 00:00:32.180
Primeiro foi Cognitive Services, depois Azure AI Services, depois Azure AI Studio, depois Azure AI Foundry.

00:00:32.560 --> 00:00:34.840
E no fim do ano passado, oficialmente Microsoft Foundry.

00:00:35.480 --> 00:00:37.360
O mesmo produto, quatro ou cinco nomes em cerca de três anos.

00:00:37.720 --> 00:00:39.760
Isso por si só já é confuso, mas fica mais complicado.

00:00:40.340 --> 00:00:42.780
Neste momento, duas versões da plataforma rodam lado a lado.

00:00:43.340 --> 00:00:45.320
A arquitetura clássica baseada em hubs é a forma antiga.

00:00:46.040 --> 00:00:47.860
O novo modelo de projetos do Foundry é a versão mundial.

00:00:48.240 --> 00:00:51.160
Ambos ficam no mesmo URL, ai.azuri.com.

00:00:51.980 --> 00:00:55.660
Você acessa e encontra um botão de alternância que muda entre duas arquiteturas completamente diferentes.

00:00:55.660 --> 00:00:59.080
Não é apenas um novo visual, é uma forma diferente de organizar tudo por baixo.

00:00:59.620 --> 00:01:04.320
Isso confunde iniciantes, porque ao pesquisar por ajuda, você encontra artigos sobre hubs e projetos clássicos.

00:01:04.920 --> 00:01:06.060
Esses artigos são precisos.

00:01:06.380 --> 00:01:08.000
A Microsoft suporta ambas as versões.

00:01:08.120 --> 00:01:13.200
Mas os novos recursos, capacidades de agentes e tudo em que a Microsoft investe só chegam aos projetos do Foundry.

00:01:13.780 --> 00:01:17.660
Você pode seguir um tutorial antigo, configurar um hub e depois descobrir que não pode usar as ferramentas mais recentes.

00:01:17.880 --> 00:01:18.740
Isso é uma grande outra de cabeça.

00:01:19.100 --> 00:01:19.840
Então aqui vai o meu conselho.

00:01:20.140 --> 00:01:20.940
Ignore as coisas antigas.

00:01:21.260 --> 00:01:23.060
Falando em moderno, onde a Microsoft está colocando tudo.

00:01:23.060 --> 00:01:27.180
Se você está começando do zero hoje, ignore os hubs e vá direto para os projetos do Foundry.

00:01:27.440 --> 00:01:28.700
É lá que as novas capacidades residem.

00:01:29.020 --> 00:01:30.900
Então o que o Azure AI Foundry realmente é?

00:01:31.500 --> 00:01:32.200
Vamos começar do zero.

00:01:32.740 --> 00:01:33.720
O que é o Azure AI Foundry?

00:01:34.300 --> 00:01:38.380
É uma plataforma unificada para construir, testar e implantar aplicações de IA em um só lugar.

00:01:39.100 --> 00:01:40.100
Essa é a definição mais simples.

00:01:40.580 --> 00:01:41.320
Pense ali como uma fábrica.

00:01:41.880 --> 00:01:45.280
Matérias-primas entram modelos, dados, ferramentas e aplicações finalizadas.

00:01:45.700 --> 00:01:48.320
Saem chatbots, copilotos, agentes de automação.

00:01:48.960 --> 00:01:49.880
Você não constrói a fábrica.

00:01:49.880 --> 00:01:50.860
Microsoft é opera.

00:01:51.300 --> 00:01:53.240
Você apenas entra, pega o que precisa e começa a construir.

00:01:53.820 --> 00:01:55.680
Este não é um produto único como o Word ou o Excel.

00:01:56.500 --> 00:01:59.520
O Foundry é um container que armazena modelos, ferramentas, projetos e segurança.

00:02:00.500 --> 00:02:03.260
Crie um recurso do Foundry e você obtém um catálogo completo de modelos.

00:02:03.340 --> 00:02:04.080
Milhares de modelos.

00:02:04.600 --> 00:02:09.120
Você obtém ferramentas de criação de agentes, ambientes de teste, ferramentas de avaliação e segurança, tudo reunido.

00:02:09.620 --> 00:02:10.800
Agora aqui está uma distinção fundamental.

00:02:11.240 --> 00:02:12.180
O Foundry é para desenvolvedores.

00:02:12.180 --> 00:02:17.440
Se você programa em Python ou C-Shag e se quer construir soluções de IA personalizadas com código, esta é a sua plataforma.

00:02:18.180 --> 00:02:20.160
Procure uma experiência low-code de arrastar e soltar.

00:02:20.860 --> 00:02:23.840
Isso é o Copilot Studio, uma ferramenta diferente para um público diferente.

00:02:24.460 --> 00:02:25.140
Ambos são válidos.

00:02:26.680 --> 00:02:30.720
Antes do Foundry, criar uma aplicação de IA no Azure significava provisionar serviços separados.

00:02:31.440 --> 00:02:37.180
Você configurava o Azure OpenAI, Cognitive Services, Azure Machine Learning, Azure AI Search e escrevia código para integrá-los.

00:02:37.680 --> 00:02:38.080
Muito trabalho.

00:02:38.520 --> 00:02:39.460
O Foundry substitui tudo isso.

00:02:39.460 --> 00:02:41.880
Crie um único recurso e tudo já estará conectado.

00:02:42.240 --> 00:02:44.520
Modelos estão lá, ferramentas estão lá, segurança integrada.

00:02:44.900 --> 00:02:45.900
Você simplesmente começa a construir.

00:02:46.180 --> 00:02:46.620
Esse é o objetivo.

00:02:47.080 --> 00:02:51.460
Não se trata de adicionar outra ferramenta, mas de remover o atrito de gerenciar uma dúzia de serviços separados.

00:02:52.200 --> 00:02:53.940
A unidade organizacional-chave e os projetos vão.

00:02:54.400 --> 00:02:57.180
Você tem sua fábrica de IA, mas uma fábrica precisa de organização.

00:02:57.420 --> 00:02:58.420
É aí que os projetos do Foundry.

00:02:58.980 --> 00:03:02.280
O projeto Foundry é um espaço de trabalho isolado para uma solução de IA específica.

00:03:02.880 --> 00:03:05.440
Se o Foundry é a fábrica, os projetos são bancadas de trabalho individuais.

00:03:05.900 --> 00:03:09.420
Cada um tem suas ferramentas, materiais e trabalhadores, sem interferir nos outros.

00:03:10.080 --> 00:03:14.360
A equipe que cria um chatbot de suporte ao cliente não vai estragar o projeto do assistente de RH por acidente.

00:03:14.880 --> 00:03:15.780
O que há dentro de um projeto?

00:03:16.280 --> 00:03:19.540
Seus próprios modelos implantados, agentes, base de conhecimento, avaliações e monitoramento.

00:03:20.000 --> 00:03:22.140
Tudo o que você precisa para uma solução, tudo em um só lugar.

00:03:22.940 --> 00:03:23.880
Aqui está a estrutura principal.

00:03:24.220 --> 00:03:25.820
Projetos vivem dentro de um recurso do Foundry.

00:03:26.240 --> 00:03:28.620
O recurso é o limite de faturamento e segurança, o edifício.

00:03:29.260 --> 00:03:30.340
Os projetos são as salas lá dentro.

00:03:30.420 --> 00:03:33.200
Um edifício, uma porta de entrada, uma recepção de segurança, uma conta.

00:03:33.740 --> 00:03:35.620
Mas cada sala tem seu propósito e sua própria equipe.

00:03:35.620 --> 00:03:39.060
Por exemplo, uma empresa chamada Contoso constrói três soluções de ACO.

00:03:39.360 --> 00:03:42.240
Um agente de suporte ao cliente, um sistema de processamento de documentos.

00:03:43.600 --> 00:03:47.520
Com o Foundry, eles criam um recurso para toda a empresa e, em seguida, criam três projetos dentro dele.

00:03:48.060 --> 00:03:50.440
Cada projeto tem seus próprios modelos, agentes e base de conhecimento.

00:03:50.980 --> 00:03:53.240
As equipes trabalham de forma independente sem atrapalhar umas as outras.

00:03:53.660 --> 00:03:55.980
Isso é importante porque equipes diferentes precisam de acesso diferente.

00:03:56.400 --> 00:03:58.720
A equipe de suporte ao cliente não precisa ver documentos de RH.

00:03:59.300 --> 00:04:01.220
Não precisa ver documentos, não precisa ver políticas de reembolso.

00:04:01.580 --> 00:04:02.820
Os projetos oferecem isolamento.

00:04:02.820 --> 00:04:10.820
Ao mesmo tempo, a TI mantém controle central, gerenciando um recurso, uma política de segurança, um orçamento, autonomia de equipe com governança central.

00:04:11.660 --> 00:04:13.460
Coração do Foundry, o catálogo de modelos.

00:04:14.140 --> 00:04:14.920
Pense desta forma.

00:04:15.360 --> 00:04:16.520
Todo projeto precisa de um cérebro.

00:04:17.120 --> 00:04:19.100
No Foundry, esse cérebro vive dentro do catálogo de modelo.

00:04:19.500 --> 00:04:21.360
Mais de 11 mil modelos, isso não é erro de digitação.

00:04:21.360 --> 00:04:32.700
Você tem modelos da OpenAI, como GPT-4OB, GPT-4.1, a família Lhama da Meta, Mistral, DeepSeek, os modelos FAI da Microsoft, Cloud Dantropic, Cohery, modelos para texto, imagens, código e embeddings.

00:04:33.660 --> 00:04:37.180
No momento, este é o maior catálogo de modelos que você encontrará em qualquer plataforma de nuvem.

00:04:37.840 --> 00:04:41.180
Vamos dividi-los em dois tipos básicos, modelos de linguagem grande e modelos de linguagem B.

00:04:41.440 --> 00:04:42.900
Os grandes possuem bilhões de parâmetros.

00:04:42.900 --> 00:04:49.420
O GPT-4 tem mais de um trilhão, então eles podem lidar com raciocínio complexo, escrita criativa e conversa cheia de nuances.

00:04:50.240 --> 00:04:51.640
Mas eles são caros e lentos.

00:04:52.200 --> 00:04:53.640
Os modelos pequenos têm muito menos parâmetros.

00:04:54.240 --> 00:04:56.900
O FII-3 da Microsoft tem cerca de 3,8 bilhões.

00:04:57.220 --> 00:04:59.540
Minúsculo comparado ao GPT-4, mas é rápido e barato.

00:05:00.260 --> 00:05:04.740
Para tarefas focadas como extrair dados de um formulário ou responder a uma pergunta simples, ele funciona muito bem.

00:05:05.380 --> 00:05:06.260
Este é o benefício prático.

00:05:06.640 --> 00:05:07.740
Você pode implantar o modelo em segundo.

00:05:08.280 --> 00:05:10.720
Escolha um no catálogo, clique em implantar e ele estará pronto.

00:05:10.720 --> 00:05:14.960
Sem provisionar hardware, sem configurar a rede, sem esperar horas pela instalação, são segundos.

00:05:15.560 --> 00:05:17.560
E antes de se comprometer, você pode testá-lo no Playground.

00:05:18.120 --> 00:05:22.600
Experimente diferentes prompts, ajuste configurações como temperatura e tokens máximos e veja as respostas instantaneamente.

00:05:23.160 --> 00:05:24.420
É um test drive antes de comprar o carro.

00:05:25.040 --> 00:05:29.120
Você não fica preso a um único modelo, e essa é uma enorme vantagem sobre usar a API da OpenAI diretamente.

00:05:29.980 --> 00:05:34.020
Com o Foundry, você pode usar o GPT-4A para raciocínio complexo onde a qualidade importa.

00:05:34.020 --> 00:05:36.960
O FII para classificação simples, onde velocidade e custo importam.

00:05:36.960 --> 00:05:41.000
E o Lama da meta, para conformidade se precisar, executar modelos em seu próprio datacenter.

00:05:41.560 --> 00:05:42.840
Se alterna dependendo do trabalho.

00:05:43.400 --> 00:05:46.840
Foundry também inclui uma ferramenta de comparação que ajuda a avaliar modelos lado a lado.

00:05:47.840 --> 00:05:49.700
Compare pela qualidade, quão precisa são as respostas.

00:05:50.120 --> 00:05:52.480
Pela segurança, quão bem ele resiste a ataques de gestão de prompt.

00:05:53.000 --> 00:05:54.640
Pelo custo, preço por milhão de tokens.

00:05:54.640 --> 00:05:57.180
Pela velocidade, quão rápido ele gera resultados.

00:05:57.620 --> 00:06:00.600
Isso transforma a seleção de modelos de um jogo de adivinhação em uma decisão informada.

00:06:01.160 --> 00:06:04.420
Você escolhe a ferramenta certa para o trabalho certo, não apenas aquela de que todos estão falando.

00:06:05.540 --> 00:06:07.740
Construir agentes de A, o recurso matador do Foundry.

00:06:08.220 --> 00:06:09.520
Um modelo sozinho não é muito útil.

00:06:10.060 --> 00:06:14.600
Você pode conversar com ele no playground, fazer perguntas, ver o que ele gera, mas isso é apenas uma conversa.

00:06:15.120 --> 00:06:18.260
A verdadeira mágica acontece quando você constrói algo que realmente pode fazer coisas.

00:06:18.420 --> 00:06:19.320
E é aí que entram os agentes.

00:06:19.660 --> 00:06:20.840
Um agente é mais do que um chatbot.

00:06:21.560 --> 00:06:22.580
O chatbot responde a pergunta.

00:06:22.580 --> 00:06:23.760
Um agente entra em ação.

00:06:24.480 --> 00:06:30.040
Ele pode pesquisar na web, ler arquivos, realizar cálculos, lembrar do que você disse na semana passada e seguir um conjunto de instruções.

00:06:30.720 --> 00:06:33.520
É como ter um assistente que não apenas conversa, mas realmente realiza as tarefas.

00:06:34.380 --> 00:06:36.440
O Foundry oferece cinco componentes para você criar um agente.

00:06:36.800 --> 00:06:37.660
Deixe mais só por cada um deles.

00:06:38.040 --> 00:06:38.900
Primeiro, as instruções.

00:06:39.340 --> 00:06:42.020
É aqui que você diz ao agente o que ele deve fazer e como deve se comportar.

00:06:42.560 --> 00:06:43.680
Pense nisso com uma descrição de cá.

00:06:44.020 --> 00:06:45.960
Você pode dizer que você é um agente de suporte ao cliente.

00:06:46.380 --> 00:06:47.240
Seja amigável e profissional.

00:06:47.780 --> 00:06:49.520
Manda apenas perguntas sobre nossa política de evolução.

00:06:49.620 --> 00:06:52.080
Se não souber a resposta, admita e encaminhe para um humano.

00:06:52.580 --> 00:06:55.840
Sem instruções, o agente faz o que o modelo quiser.

00:06:56.240 --> 00:06:57.740
Com instruções, ele tem um propósito claro.

00:06:58.300 --> 00:06:58.900
Segundo o modelo.

00:06:59.360 --> 00:07:00.060
Este é o cérebro.

00:07:00.400 --> 00:07:02.440
Ele processa cada solicitação e gera respostas.

00:07:03.340 --> 00:07:04.480
Você escolhe qual modelo usar.

00:07:04.640 --> 00:07:06.140
GPT-4A para raciocínio complexo.

00:07:06.200 --> 00:07:07.100
5 para tarefas simples.

00:07:07.140 --> 00:07:08.060
O que for mais adequado.

00:07:08.920 --> 00:07:10.920
O modelo torna o agente inteligente, mas é apenas uma peça.

00:07:11.240 --> 00:07:11.780
As ferramentas.

00:07:12.040 --> 00:07:13.360
É aqui que o agente ganha suas mãos.

00:07:13.920 --> 00:07:15.760
Ferramentas são capacidades que ele pode usar para realizações.

00:07:15.760 --> 00:07:18.000
A pesquisa na web permite buscar informações atuais.

00:07:18.400 --> 00:07:20.740
Interpretador de código permite fazer a matemática e executar cálculo.

00:07:20.740 --> 00:07:23.180
Pesquisa de arquivos permite ler documentos que você carrega.

00:07:23.600 --> 00:07:25.300
Sem ferramentas, o agente só pode gerar texto.

00:07:25.820 --> 00:07:27.200
Com ferramentas, ele pode agir no mundo.

00:07:27.760 --> 00:07:28.460
Quarto conhecimento.

00:07:28.840 --> 00:07:30.400
Esta é a informação que o agente pode consultar.

00:07:30.880 --> 00:07:34.440
Você carrega documentos, PDFs, arquivos JSON, qualquer dado que seu agente precise para

00:07:34.440 --> 00:07:35.660
responder perguntas com precisão.

00:07:36.280 --> 00:07:40.160
O Foundry usa o Azure AI Search nos bastidores para indexar esses dados e torná-los pesquisáveis.

00:07:40.560 --> 00:07:43.200
Quando um cliente pergunta sobre uma política específica, o agente não precisa adivinhar.

00:07:43.300 --> 00:07:45.020
Ele encontra o documento real e o lê.

00:07:45.420 --> 00:07:46.100
Quinto a memória.

00:07:46.100 --> 00:07:48.720
Isso permite que o agente se lembre de conversas anteriores.

00:07:49.100 --> 00:07:51.040
Você fala com ele hoje e ele lembra de suas preferências.

00:07:51.600 --> 00:07:53.300
Você volta amanhã e ele retoma de onde parou.

00:07:53.940 --> 00:07:57.340
Ele armazena resumos de chats e preferências do usuário para que a experiência pareça pessoal

00:07:57.340 --> 00:07:57.820
e contínua.

00:07:58.560 --> 00:08:00.220
Aqui está um exemplo concreto da pesquisa que fiz.

00:08:00.640 --> 00:08:02.520
Alguém criou um agente rastreador de presentes no Foundry.

00:08:02.880 --> 00:08:03.540
A ideia é simples.

00:08:04.220 --> 00:08:07.980
Você quer acompanhar os presentes para sua família, o que já deu a eles, o que gostam,

00:08:08.060 --> 00:08:09.700
o que não gostam e quanto está gastando.

00:08:10.040 --> 00:08:12.920
Então, o agente tem instruções que dizem que você ajuda a planejar presentes.

00:08:13.440 --> 00:08:14.700
Nunca sugira algo que eles já receberam.

00:08:14.700 --> 00:08:19.860
Ele usa o GPT-4 como cérebro, pesquisa na web para encontrar ideias de presentes, busca

00:08:19.860 --> 00:08:24.180
de arquivos com perfis de cada membro da família, gostos, desgostos e histórico de presentes

00:08:24.180 --> 00:08:28.200
dos últimos 3 anos, interpretador de código para calcular orçamentos e totais, além

00:08:28.200 --> 00:08:28.640
de memória.

00:08:29.140 --> 00:08:31.900
Assim, na próxima vez que você abrir uma conversa, ele se lembrará de que você estava

00:08:31.900 --> 00:08:33.760
procurando presente de aniversário para seu filho Ado.

00:08:34.140 --> 00:08:36.360
Você cria e testa tudo isso no ambiente de teste de agentes.

00:08:36.880 --> 00:08:40.260
É uma interface visual onde você configura cada componente, testa as respostas do agente

00:08:40.260 --> 00:08:42.120
e vê exatamente quais ferramentas ele usou e porquê.

00:08:42.720 --> 00:08:44.100
Uma vez funcionando, você pode implantá-lo.

00:08:44.100 --> 00:08:48.060
O Foundry oferece um endpoint de IPI que você pode chamar de qualquer aplicativo, ou você

00:08:48.060 --> 00:08:50.760
pode publicá-lo diretamente no Microsoft Teams como um agente copilot.

00:08:51.460 --> 00:08:55.180
De qualquer forma, seu agente vai da ideia à produção sem escrever uma única linha

00:08:55.180 --> 00:08:56.320
de código de infraestrutura.

00:08:56.860 --> 00:08:58.700
Nos bastidores, uma arquitetura simplificada.

00:08:59.360 --> 00:09:00.140
Essa é a superfície.

00:09:00.500 --> 00:09:02.040
Mas o que realmente acontece por baixo do capô?

00:09:02.420 --> 00:09:03.740
Aqui está a arquitetura explicada e foi assim.

00:09:03.740 --> 00:09:08.280
Ao criar um recurso no Foundry, o Azure configura toda a infraestrutura automaticamente, então

00:09:08.280 --> 00:09:11.440
você não precisa provisionar armazenamento, configurar logs ou definir grupos de segurança.

00:09:12.240 --> 00:09:15.640
Tudo acontece nos bastidores, criando uma conta de armazenamento para seus arquivos e

00:09:15.640 --> 00:09:17.900
logs, configurando monitoramento e definindo identidades.

00:09:18.420 --> 00:09:20.360
Portanto, tudo que você precisa fazer é criar o recurso e começar a construir.

00:09:20.360 --> 00:09:25.100
O Foundry usa o tipo de recurso de serviços cognitivos, o mesmo usado pelo Azure OpenAI

00:09:25.100 --> 00:09:27.540
e pelos serviços GA mais antigos, como o Visão e Fala.

00:09:28.240 --> 00:09:31.580
A antiga arquitetura, baseada em Hub, usava o Machine Learning Services, que é um provedor

00:09:31.580 --> 00:09:34.920
completamente diferente, com faturamento, rede e governança distintos.

00:09:35.640 --> 00:09:39.200
Isso é importante porque o Foundry vive em uma parte mais simples e unificada da infraestrutura

00:09:39.200 --> 00:09:39.560
do ASP.

00:09:39.940 --> 00:09:43.360
Projetos são recursos secundários do recurso Foundry, portanto compartilham a mesma identidade

00:09:43.360 --> 00:09:44.200
e limite de segurança.

00:09:44.680 --> 00:09:48.060
Quando você define o controle de acesso no nível do Foundry, ele se aplica a todos os projetos,

00:09:48.060 --> 00:09:50.840
o que significa que você não precisa configurar a segurança separadamente para cada um.

00:09:51.320 --> 00:09:54.080
Mas se você precisar de permissões específicas para um projeto, você também pode adicionar.

00:09:54.880 --> 00:09:55.760
O Foundry não trabalha sozinho.

00:09:56.220 --> 00:09:59.920
Ele se conecta a outros serviços do Azure, e o Azure AI Search é o mais importante, pois

00:09:59.920 --> 00:10:02.180
é assim que seus agentes encontram e recuperam conhecimento.

00:10:03.560 --> 00:10:07.620
Armazena segredos e chaves de API com segurança, e as contas de armazenamento mantêm arquivos,

00:10:07.780 --> 00:10:08.880
logs e índices vetoriais.

00:10:09.600 --> 00:10:12.960
Essas conexões são gerenciadas através do que o Foundry chama de conexões, que são

00:10:12.960 --> 00:10:16.260
links pré-configurados que permitem que seus agentes acessem esses recursos sem que você

00:10:16.260 --> 00:10:17.580
precise gerenciar cadenciais manualmente.

00:10:18.760 --> 00:10:21.340
Foundry, Agent, Service, ou Runtime, que realmente hospeda seus agentes.

00:10:21.900 --> 00:10:22.960
Pense nisso como a casa de máquinas.

00:10:23.440 --> 00:10:27.020
Quando um usuário envia uma solicitação, o serviço de agente cuida da coordenação,

00:10:27.180 --> 00:10:31.080
recebendo pedido, verificando as instruções, chamando o modelo, invocando as ferramentas

00:10:31.080 --> 00:10:34.180
certas, recuperando conhecimento e gerando uma resposta.

00:10:35.280 --> 00:10:38.280
Ele também executa filtros de segurança para detectar conteúdo prejudicial e lidar com

00:10:38.280 --> 00:10:38.520
o escalão.

00:10:38.840 --> 00:10:42.300
Portanto, se mil usuários acessarem seu agente de uma vez, ele aumenta a capacidade automaticamente.

00:10:42.800 --> 00:10:46.280
Tudo é executado dentro da segurança de nível empresarial do Azure, onde o Entra ID

00:10:46.280 --> 00:10:49.720
cuida da autenticação, redes gerenciadas mantém o tráfego privado e o controle de

00:10:49.720 --> 00:10:53.000
acesso baseado em função garante que apenas pessoas autorizadas modifiquem os agentes.

00:10:53.440 --> 00:10:55.720
Filtros de segurança de conteúdo bloqueam respostas inadequadas.

00:10:56.200 --> 00:10:58.980
É a mesma infraestrutura de segurança que executa os próprios serviços da Microsoft.

00:10:58.980 --> 00:11:02.680
Mais uma coisa, a arquitetura antiga de hub e projeto ainda existe.

00:11:03.540 --> 00:11:06.960
Se você usa o Azure AI Foundry há algum tempo, pode ter um hub configurado e eles continuam

00:11:06.960 --> 00:11:08.220
funcionando com o suporte da Microsoft.

00:11:08.900 --> 00:11:12.280
Mas eles não receberão novos recursos de agente, como o Agent Playground, o serviço

00:11:12.280 --> 00:11:13.800
de agente, os recursos de memória.

00:11:14.380 --> 00:11:16.100
Tudo isso chega apenas aos novos projetos do Fondo.

00:11:16.600 --> 00:11:19.380
Portanto, se você está começando do zero, quer criar agentes dos novos projetos.

00:11:19.940 --> 00:11:21.260
Não construa sobre a base antiga.

00:11:21.780 --> 00:11:23.760
Como tudo se conecta, o panorama geral.

00:11:23.760 --> 00:11:26.500
Então, o que realmente acontece quando alguém usa um aplicativo do Fondo?

00:11:26.940 --> 00:11:29.700
Imagine que um usuário digita uma pergunta e essa pergunta chega ao seu agente.

00:11:30.180 --> 00:11:33.720
A gente verifica suas instruções, escolhe o modelo certo e começa a processar.

00:11:34.340 --> 00:11:35.640
Mas ele não apenas adivinha a resposta.

00:11:36.120 --> 00:11:39.520
Ele busca no Azure AI Search para encontrar conhecimento relevante em seus documentos,

00:11:39.880 --> 00:11:42.680
chama uma ferramenta com uma pesquisa na web para informações atuais, processa todo

00:11:42.680 --> 00:11:44.760
esse contexto e gera uma resposta e gera uma resposta.

00:11:45.220 --> 00:11:48.080
Em seguida, ele armazena a conversa na memória para que na próxima vez ele se lembre de quem

00:11:48.080 --> 00:11:48.860
você é e do que discutir.

00:11:49.400 --> 00:11:50.420
Esse é o fluxo de ponta a ponta.

00:11:50.420 --> 00:11:55.020
Antes do Foundry, você precisava de cinco serviços separados do Azure e código personalizado

00:11:55.020 --> 00:11:55.820
para fazer isso funcionar.

00:11:56.240 --> 00:12:00.820
Azure OpenAI por modelo, AI Search para recuperação de conhecimento, um serviço separado para pesquisa

00:12:00.820 --> 00:12:04.060
na web, armazenamento para logs e arquivos e que volte para segredos.

00:12:04.820 --> 00:12:07.740
Então, você tinha que escrever código para conectar tudo isso, lidar com autenticação,

00:12:07.980 --> 00:12:09.580
gerenciar erros e configurar o monitoramento.

00:12:10.380 --> 00:12:11.440
O Foundry faz tudo isso nativamente.

00:12:11.960 --> 00:12:14.340
Você apenas configura os componentes e seu agente entra em funcionamento.

00:12:14.640 --> 00:12:15.800
O ponto é, tudo interage.

00:12:16.320 --> 00:12:18.900
Mude o modelo e você mudará o custo e a precisão de cada resposta.

00:12:18.900 --> 00:12:22.180
Adicione melhores fontes de conhecimento e suas respostas se tornarão mais precisas.

00:12:22.380 --> 00:12:25.500
Habilite a memória e a experiência para ser pessoal em vez de robótica.

00:12:26.140 --> 00:12:27.400
Essas não são decisões isoladas.

00:12:27.900 --> 00:12:31.120
Elas formam um sistema e o Foundry oferece os controles para ajustar esse sistema às suas

00:12:31.120 --> 00:12:32.060
necessidades específicas.

00:12:32.520 --> 00:12:34.500
Por isso que as empresas estão passando de pilotos para a produção.

00:12:35.340 --> 00:12:38.160
O Foundry oferece a base necessária para criar aplicações de IA confiáveis.

00:12:38.760 --> 00:12:41.320
Segurança, monitoramento e avaliação já vêm integrados.

00:12:41.840 --> 00:12:42.680
Você não está começando zero.

00:12:42.680 --> 00:12:46.180
Você está em uma plataforma que resolve as partes complexas para que possa focar na

00:12:46.180 --> 00:12:46.660
aplicação.

00:12:47.580 --> 00:12:48.900
Começando suas primeiras ações.

00:12:49.640 --> 00:12:50.260
Então por onde começar?

00:12:50.820 --> 00:12:54.300
Acesse ai.azer.com e crie seu primeiro recurso no Foundry.

00:12:54.860 --> 00:12:58.160
Você precisará de uma assinatura do Azure, mas se não tiver um, inscreva-se por uma conta

00:12:58.160 --> 00:12:59.700
gratuita com créditos para testar.

00:13:00.240 --> 00:13:01.540
Toda a configuração leva a cerca de um minuto.

00:13:01.960 --> 00:13:05.240
Em seguida, crie um projeto dentro desse recurso e dê um nome que corresponda ao que

00:13:05.240 --> 00:13:06.020
você está construindo.

00:13:06.600 --> 00:13:07.840
Depois escolha um modelo no catálogo.

00:13:08.300 --> 00:13:11.040
Recomendo começar com um que seja capaz o suficiente para a maioria dos experimentos.

00:13:11.040 --> 00:13:12.580
Você pode implantá-lo com um clique.

00:13:13.120 --> 00:13:16.020
Depois disso, abra o Agent Playground e crie um agente simples.

00:13:17.320 --> 00:13:22.020
Dê a ele instruções como você é um assistente prestativo que responde a perguntas sobre

00:13:22.020 --> 00:13:23.100
as políticas da empresa.

00:13:24.440 --> 00:13:25.920
Não adicione a pesquisa na web como uma ferramenta.

00:13:26.420 --> 00:13:30.100
Teste fazendo uma pergunta e observe o rastreamento para ver quais ferramentas ele usou e porquê.

00:13:30.720 --> 00:13:31.860
Não tente construir tudo de uma vez.

00:13:32.520 --> 00:13:33.300
Escolha um caso de uso.

00:13:33.520 --> 00:13:36.820
Talvez um bot de perguntas e respostas sobre documentos que respondam sobre o manual da empresa.

00:13:36.920 --> 00:13:37.420
E comece pequeno.

00:13:37.660 --> 00:13:39.000
Faça funcionar e depois expanda a parte daí.

00:13:39.000 --> 00:13:42.560
Adicione pesquisa de arquivos com documentos reais, memória para lembrar dos usuários

00:13:42.560 --> 00:13:44.740
e o interpretador de código se precisar de cálculos.

00:13:45.020 --> 00:13:45.640
Aqui está o ponto principal.

00:13:45.960 --> 00:13:49.440
O Foundry inclui um chatbot de E integrado que responde a pergunta sobre a própria plataforma.

00:13:49.700 --> 00:13:52.800
Se ficar preso, pergunte coisas como quais modelos estão disponíveis na minha região.

00:13:53.180 --> 00:13:54.740
Ou como adiciono memória ao meu agente.

00:13:55.540 --> 00:13:58.840
Ele pesquisa a documentação e te dá uma resposta instantaneamente, como ter um engenheiro

00:13:58.840 --> 00:14:00.100
de suporte integrado ao portal.

00:14:01.180 --> 00:14:04.940
Então, esse é o sistema, uma plataforma unificada que reúne modelos, projetos, agentes,

00:14:04.940 --> 00:14:07.220
conhecimento e segurança em algo que funciona em conjunto.

00:14:07.220 --> 00:14:11.320
Quando você vê como tudo se integra, a confusão desaparece.

00:14:11.820 --> 00:14:13.240
O Foundry não é apenas mais uma ferramenta.

00:14:13.380 --> 00:14:15.180
É a oficina onde você constrói aplicações de E.A.

00:14:15.820 --> 00:14:16.500
E está a conclusão.

00:14:16.960 --> 00:14:18.140
Sua maior conquista hoje é simples.

00:14:18.580 --> 00:14:20.460
Crie um projeto no Foundry e construa um agente.

00:14:20.900 --> 00:14:21.240
É só isso.

00:14:21.640 --> 00:14:24.780
Se você achou isso útil, inscreva-se para mais explicações simples como esta.

00:14:24.900 --> 00:14:28.040
E compartilhe esse episódio com alguém que também está confuso sobre a linha de E da Microsoft.

00:14:28.540 --> 00:14:29.340
Eles vão te agradecer por isso.