As 4 tecnologias emergentes que você precisa conhecer

A pesquisa da Gartner revela quatro tendências e tecnologias emergentes que exigirão dos fornecedores e líderes de produtos tecnológicos uma resposta proativa.  Isso implica a sintonização refinada de suas estratégias de tecnologia, alocações de investimento e adoção de ferramentas inovadoras para manter-se à vanguarda:

1. O mundo inteligente expande-se com o aumento da fusão de experiências físicas e digitais;

2. A revolução na produtividade acelera com os avanços na tecnologia e nas ferramentas de inteligência artificial (IA);

3. A transparência e a privacidade ganham uma análise detalhada em meio ao crescimento exponencial na coleta de dados pessoais e corporativos;

4. Novos ativadores de tecnologia essenciais criam oportunidades de negócios e de monetização.

As informações foram reveladas em nosso radar de impacto das tendências e tecnologias emergentes da Gartner de 2023, destacando 26 tecnologias e tendências emergentes que exigirão dos fornecedores e líderes de produtos tecnológicos uma resposta proativa, sejam eles participantes novos ou estabelecidos nesse espaço.

O radar de impacto mostra a maturidade, o impulso do mercado e a influência das tecnologias, tornando-o uma ferramenta prática para líderes de produtos identificarem e rastrearem as tecnologias e as tendências que os ajudarão a melhorar e diferenciar seus produtos, permanecer competitivos e capitalizar as oportunidades de mercado.

Baixe agora:  As 10 principais tendências tecnológicas estratégicas da Gartner para 2024

A maioria das tendências e tecnologias emergentes já terão sido amplamente adotadas dentro de 3 a 8 anos, mas, nos próximos anos, elas ainda representarão inovações significativas. Vamos analisar quatro tendências que, para nós, provarão ser especialmente interessantes.

• Um ativador essencial, a computação neuromórfica fornece um mecanismo para modelar com mais precisão a operação de um cérebro biológico usando técnicas de processamento analógicas ou digitais;

• Levará de três a seis anos para fazer a transição do status de adotante inicial para a adoção antecipada pela maioria;

• A computação neuromórfica terá um impacto substancial nos mercados e produtos existentes.

Os sistemas de computação neuromórfica simplificam o desenvolvimento de produtos, permitindo que líderes de produtos desenvolvam sistemas de inteligência artificial que possam responder à imprevisibilidade do mundo real de forma aprimorada.

Seus recursos autônomos reagem rapidamente a eventos e informações em tempo real, formando a base de uma ampla variedade de produtos futuros baseados em IA. Os casos de uso iniciais incluem detecção de eventos, reconhecimento de padrões e treinamento de pequenos conjuntos de dados.

Dispositivos neuromórficos inovadores devem surgir até o fim de 2023, mas provavelmente levará cinco anos para que alcancem a adoção inicial pela maioria.

No entanto, o impacto deve ser significativo, visto que a computação neuromórfica provavelmente inovará muitos dos desenvolvimentos de tecnologia de IA, fornecendo economia de energia e benefícios de desempenho não obtidos com as gerações atuais de chips de IA.

• A aprendizagem autossupervisionada acelera a produtividade usando uma abordagem automatizada à anotação e etiquetagem de dados;

• A transição do status de adotante inicial para a adoção antecipada pela maioria levará de seis a oito anos;

  A aprendizagem autossupervisionada causará um impacto significativo sobre os mercados e os produtos existentes.
  

Os modelos autossupervisionados aprendem como as informações se relacionam a outras informações. Por exemplo, quais situações geralmente precedem ou sucedem outra e quais palavras costumam aparecem juntas.

A aprendizagem autossupervisionada surgiu apenas recentemente do meio acadêmico, e é praticada no momento por um número limitado de empresas de inteligência artificial. No entanto, algumas empresas focadas em visão computacional e produtos de PLN recentemente adicionaram a aprendizagem autossupervisionada aos planos de produtos.

O impacto e os benefícios potenciais da aprendizagem autossupervisionada são amplos, pois ela estenderá a aplicabilidade do aprendizado de máquina a organizações com acesso limitado a grandes conjuntos de dados. Sua relevância é mais proeminente em aplicativos de IA que geralmente dependem de dados etiquetados, principalmente de visão computacional e PLN.

• O metaverso alimenta o mundo inteligente ao fornecer um ambiente digital imersivo;

• A transição do status de adotante inicial para a adoção inicial pela maioria levará mais de oito anos;

• O metaverso terá um impacto substancial sobre os mercados e os produtos existentes.

O metaverso possibilita um conteúdo digital persistente, descentralizado, colaborativo e interoperável que se intersecta com o conteúdo espacialmente organizado, indexado e em tempo real do mundo físico.

Trata-se de uma tendência combinatória em que um número de tecnologias e tendências individualmente importantes, discretas e em evolução independente interagem entre si para dar origem a outra tendência.

As tendências e tecnologias emergentes e de apoio incluem, entre outras, a computação espacial e a web espacial; a persistência digital; ambientes com múltiplas entidades; a tecnologia de descentralização; redes de alta velocidade e baixa latência; tecnologias de detecção e aplicativos de IA. 

Os recursos e a funcionalidade que essas tendências e tecnologias emergentes trazem para o metaverso terá que atingir uma maioria inicial para que o metaverso atravesse o abismo. Consideramos todos os atuais exemplos como precursores ou propostas de pré-metaverso porque são potencialmente capazes e compatíveis, mas ainda não atendem à definição do metaverso.

Ainda que os benefícios e as oportunidades do metaverso não sejam imediatamente viáveis, as soluções emergentes do metaverso indicam possíveis casos de uso. Esperamos que a transição para o metaverso seja tão significativa quanto o foi a transição do analógico para o digital.

• A inteligência artificial centrada no ser humano é um princípio comum de design, demandando que a IA beneficie as pessoas e a sociedade, o que poderia melhorar a transparência e a privacidade;

• A transição para o status de adoção inicial pela maioria levará de três a seis  anos;

• A IA centrada no ser humano terá um impacto substancial sobre os mercados e os produtos existentes.

A IA centrada no ser humano supõe um modelo de parceria de pessoas e inteligência artificial trabalhando juntas para aprimorar o desempenho cognitivo, incluindo em aprendizagem, tomada de decisões e novas experiências.

Às vezes, a IA centrada no ser humano é chamada de “inteligência aumentada,” “inteligência Centauro” ou “humanos no circuito,” mas, em um sentido mais amplo, até mesmo um sistema totalmente automatizado deve ter benefícios humanos como meta.

Ela permite que fornecedores gerenciem os riscos da IA e sejam éticos, responsáveis e mais eficientes com a automação, complementando a inteligência artificial com o toque humano e bom senso. Muitos fornecedores de inteligência artificial já adotam uma abordagem de IA centrada no ser humano mais impactante e responsável.

A abordagem centrada na tecnologia de desenvolvimento de produtos de IA resultou em vários impactos negativos, incentivando os fornecedores a repensarem suas estratégias de produtos de IA.

O possível impacto da IA centrada no ser humano é alto porque ela aproveita as capacidades humanas para tornar a pessoa mais produtiva e remover limitações evitáveis, parcialidades e pontos cegos.

Resumo:

• O radar de impacto das tecnologias emergentes da Gartner destaca as tecnologias e tendências que têm maior potencial para influenciar uma ampla seção transversal de mercados;

• As tendências são organizadas em torno de quatro temas principais, que são essenciais para os líderes de produtos avaliarem como parte de sua estratégia competitiva;

• Os líderes de produtos hoje precisam explorar essas tecnologias para capitalizar as oportunidades de mercado.

Tuong Nguyen é Diretor Analista na equipe de tendências e tecnologias emergentes da Gartner Research. É encarregado da análise em tecnologias imersivas, metaverso, visão computacional, SLAM e interfaces homem-máquina. Ele orienta líderes de produtos de provedores tecnológicos sobre como incluir tendências e tecnologias emergentes na criação e evolução de ofertas de produtos altamente bem-sucedidas.