Por Ava McCartney | 3 minutos de leitura | 23 de abril de 2024
Contexto geral
A adoção da IA generativa (GenAI) explodiu no ano passado e rapidamente se tornou uma das técnicas de IA mais implantadas nas unidades de negócios e organizações, de acordo com pesquisas da Gartner.
Há um bom motivo para essa popularidade: a IA generativa oferece a promessa de melhorias diárias e revolucionárias nos negócios. Mas a GenAI não é uma solução milagrosa.
A IA generativa é apenas uma parte do cenário muito mais amplo da inteligência artificial, e a maioria dos problemas de negócios exige uma combinação de diferentes técnicas de IA. Se ignorar esse fato, você correrá o risco de superestimar os impactos da GenAI e de implementar a tecnologia para casos de uso em que ela não produzirá os resultados pretendidos.
Use esta orientação para avaliar quando usar a IA generativa, quando usar técnicas alternativas de IA e quando confiar em alguma combinação das duas opções.
Comece descobrindo se o caso de uso gera valor para o negócio e se a sua execução é viável, independentemente da técnica de IA. Isso é importante porque alguns casos não são adequados para IA e não merecem uma consideração mais aprofundada.
Mapeie seu caso de uso em relação aos casos mais relevantes. A IA generativa é:
Altamente útil: geração de conteúdo, interfaces de usuário conversacionais, descoberta de conhecimento;
Razoavelmente útil: segmentação/classificação, sistemas de recomendação, percepção, automação inteligente, detecção/monitoramento de anomalias;
Pouco útil: previsão/projeção, planejamento, inteligência de decisão, sistemas autônomos.
A IA generativa também pode ser inadequada para o seu caso de uso se os riscos que a acompanham forem inaceitáveis e não for possível minimizá-los de forma eficaz. Tais riscos incluem resultados não confiáveis, privacidade de dados, propriedade intelectual, responsabilidade, cibersegurança e conformidade regulatória, isoladamente ou em combinação entre si.
Para áreas em que a IA generativa não é classificada como “altamente útil”, considere outras técnicas de IA;
As técnicas comuns e estabelecidas de IA para investigação incluem aprendizado de máquina (ML) não generativo, otimização, simulação, regras/heurísticas e gráficos de conhecimento. Também vale a pena acompanhar técnicas emergentes, como IA causal, IA neurossimbólica e IA embasada na física (first-principles AI);
Experimentar uma técnica alternativa de IA mais simples antes de mergulhar na IA generativa pode ser uma boa ideia. Geralmente, esse é um caminho menos arriscado, mais econômico e mais fácil de entender.
“Para quem só saber usar IA generativa, todo problema pode ser resolvido com ela.”
As técnicas de IA não são mutuamente exclusivas. Muitas vezes, elas podem ser combinadas para oferecer melhor precisão, transparência e desempenho, reduzindo, ao mesmo tempo, os custos e a necessidade de dados;
Combinar modelos de IA generativa com outras técnicas de IA pode ser muito útil;
As possíveis combinações de técnicas de IA são infinitas. Combinações fortes e casos de uso incluem:
Modelos não generativos de aprendizado de máquina e IA generativa para segmentação e classificação, geração de dados sintéticos e visão computacional;
Modelos de otimização/pesquisa e IA generativa para pesquisa corporativa;
Simulação e modelos da IA generativa para aceleração de simulação;
Gráficos e modelos de IA generativa para gestão de conhecimento e geração aumentada por recuperação;
Sistemas baseados em regras e modelos de IA generativa para chatbots, consultores robóticos e geração especializada de linguagem natural.
“As organizações que desenvolvem a capacidade de combinar as técnicas corretas de IA estão em uma posição única para a criação de sistemas de IA com melhor precisão, transparência e desempenho, ao mesmo tempo em que reduzem os custos e a necessidade de dados.”
3 ideias para abordar com seus colegas
O entusiasmo em torno da IA generativa pode levar à utilização da tecnologia onde ela não é adequada, aumentando o risco de maior complexidade e de fracasso nos projetos.
O foco excessivo na GenAI para fazer com que um conjunto maior de técnicas alternativas e mais estabelecidas de IA seja ignorado, o que geralmente é ideal para a maioria dos possíveis casos de uso da IA.
Esforce-se para combinar técnicas de IA para a criação de sistemas mais robustos, visto que técnicas variadas podem minimizar as fraquezas de outras.
Compartilhe este artigo
Leinar Ramos é Diretor Analista sênior da Gartner com foco em IA Generativa. Ele dá apoio a líderes de IA, aplicativos e outros líderes de TI sobre as principais prioridades de gerenciamento relacionadas à IA.
