Descubra o que a IA generativa significa para os negócios

A IA generativa pode aprender com artefatos existentes para gerar artefatos novos e realistas (em escala) que reflitam as características dos dados de treinamento, porém sem os repetir. Ela pode produzir uma variedade de conteúdos novos, como imagens, vídeos, músicas, discursos, textos, códigos de computação e designs de produtos.

Para identificar as oportunidades de IA generativa, as organizações mais experientes estão criando programas contínuos de autoatendimento e de alfabetização em IA para conscientizar, aumentar o conhecimento e criar um processo dinâmico e iterativo para coletar ideias e casos de uso de maneira metódica. 

Equipes multidisciplinares direcionadas então usam modelos, como o  radar de oportunidades de IA da Gartner, para examinar e justapor ideias com base no valor comercial e na viabilidade.

Uma pesquisa da Gartner de janeiro de 2024 confirma que o interesse em IA generativa continua forte:

• Cerca de dois terços das organizações estão usando a GenAI em várias unidades de negócios, um salto de 19 pontos percentuais desde setembro de 2023;
• Um total de 40% dos entrevistados confirma que sua organização implementou a GenAI em mais de três unidades de negócios;

• Uma em cinco organizações conta agora com soluções de IA generativa na produção;
• As principais funções comerciais que adotaram ou pretendem investir em alguma forma de solução de GenAI são:
  • Atendimento ao cliente (16%)
  • Marketing (14%)
  • Vendas (12%)
• A função de TI concentra principalmente a implementação da GenAI no ciclo de vida de desenvolvimento de software, além de infraestrutura e operações.

Entender sobre os benefícios e riscos da IA generativa é importante, pois você identifica onde e como ela se encaixa nos negócios e modelos operacionais existentes e futuros, além de se e como experimentar de forma produtiva os casos de uso.

Os benefícios da IA generativa incluem desenvolvimento mais rápido de produtos, experiência do cliente aprimorada e maior produtividade dos colaboradores, porém os detalhes dependem de cada caso de uso. As aplicações práticas de alto nível incluem:

• Criação e aumento de conteúdo escrito;
• Formulação de respostas a perguntas e descoberta;
• Tom;
• Resumo;
• Simplificação;
• Classificação de conteúdo para casos de uso específicos;
• Melhoria de desempenho de chatbot;
• Geração de código de software;
• Formulação de produtos;
• Melhorias de processos;
• Assistência analítica;
• Recomendações personalizadas.

Os riscos de supervisão a serem monitorados incluem:

• Falta de transparência;
• Precisão;
• Alucinação;
• Viés;
• Exposição inadvertida de propriedade intelectual (PI) e violação de direitos autorais;
• Fraudes e ataques cibernéticos;
• Impacto negativo nas metas de sustentabilidade.

Seja realista sobre o retorno rápido. Três categorias de iniciativas de IA generativa oferecem ROI em três períodos diferentes:

• Ganhos rápidos, que se concentram em possíveis melhorias de produtividade, dão retorno em menos de um ano;
• A diferenciação de GenAI impulsiona a vantagem competitiva com o retorno rápido entre um e dois anos; 

• As iniciativas transformadoras de GenAI podem revolucionar mercados e modelos de negócios. Elas tendem a confiar em uma combinação de técnicas de IA e normalmente incluem IA generativa multimodal. Como são mais complexas, os resultados reais normalmente demoram mais de dois anos.

A IA generativa faz uso de um número de técnicas que continua a crescer e evoluir a um ritmo sem precedentes. 

Os modelos de base de IA são os mais importantes, treinados em um amplo conjunto de dados não rotulados que podem ser usados para diferentes tarefas, com ajuste fino adicional. Matemática complexa e um enorme poder de computação são necessários para criar esses modelos treinados, mas eles são, em sua essência, algoritmos de previsão.

Desde o lançamento do ChatGPT no fim de 2022, um chatbot capaz de interações semelhantes às de um humano, o investimento em GenAI aumentou muito. O mercado de assistentes virtuais e bots habilitados para GenAI agora inclui muitos participantes. No entanto, muitas tecnologias de IA generativa já haviam chegado ao “Pico de expectativas infladas” no Gartner Hype Cycle™ para IA generativa de 2023. 

Nesse ambiente, os líderes de negócios correm o risco de superestimar o impacto e subestimar a complexidade da GenAI. No entanto, a Gartner espera uma adoção expandida e prevê que:

• Até 2026, 75% das empresas utilizarão a IA generativa para criar dados sintéticos de clientes, em comparação a menos de 5% em 2023; 
• Até 2027, mais de 50% dos modelos de GenAI utilizados pelas empresas serão específicos para uma indústria ou função comercial, em comparação com aproximadamente 1% em 2023 (esses modelos específicos de domínio são muito menores do que os enormes modelos de IA generativa, como o GPT-4, e a maioria será baseada em modelos de base de IA.);
• Até 2027, mais da metade da seleção de ativos de desenvolvimento dos mercados de tecnologia será realizada pela orquestração de IA generativa;
• Até 2028, um terço das interações com os serviços de IA generativa invocará modelos de ação e agentes autônomos para a conclusão de tarefas; 
• Até 2028, 30% das implementações de GenAI serão otimizadas com o uso de métodos computacionais de conservação de energia, movidos por iniciativas de sustentabilidade.

Os modelos de código aberto estão se destacando e competindo agressivamente com os modelos de código fechado. Com o aumento das regulamentações para IA, os clientes podem preferir modelos de código aberto, que têm mais flexibilidade de implementação e personalização e permitem um controle melhor da segurança e privacidade.

A inteligência artificial geral (AGI) é um elemento altamente transformador (mas atualmente hipotético) e controverso do futuro da IA generativa. 

A AGI, também chamada de “IA forte”, pode (em teoria) igualar ou superar a inteligência humana e resolver problemas nunca encontrados durante o treinamento. O Gartner Hype Cycle indica que a adoção da AGI convencional deve correr em mais de 10 anos no futuro; mas, se não houver um avanço significativo, tal adoção pode levar décadas ou até séculos.

Ainda assim, seus benefícios têm o potencial de mudar o mundo. No entanto, a AGI também levanta preocupações consideráveis entre muitas partes interessadas, alimentando temores e expectativas irrealistas sobre os verdadeiros recursos da IA atual. 

Embora a IA já apresente comportamentos emergentes, por vezes surpreendentes, que os humanos não programaram, é importante que os líderes de negócios evitem ser prematuros em antropomorfizar a IA. 

Ainda assim, a antecipação da AGI está acelerando o estabelecimento de regulamentações de IA e afeta a confiança e a disposição das pessoas para aplicar a IA atualmente. A longo prazo, a IA continua a ganhar força e, com ou sem AGI, afetará cada vez mais as organizações, incluindo o advento dos clientes-máquina e negócios autônomos.