Quando a inteligência artificial generativa (Gen AI) ganhou destaque na consciência pública há dois anos, os chatbots foram vistos como o ápice da tecnologia. No entanto, as inovações nesse campo têm avançado rapidamente. Atualmente, assistentes e agentes de IA mais avançados surgiram, capazes de realizar ações em seu nome.
Além desses agentes de IA, existe a Inteligência Geral Empresarial (IGE), que, como o próprio nome sugere, se refere a soluções de IA mais desenvolvidas, adaptadas às necessidades específicas de cada setor empresarial. Embora o conhecimento sobre a IGE seja ainda limitado em comparação com a inteligência geral artificial (IGA), um sistema computacional que consegue resolver problemas com a mesma eficácia que um ser humano ou até melhor, alguns especialistas acreditam que a IGE pode revolucionar as operações empresariais. Para saber mais sobre a IGE, um artigo recententemente publicado por um especialista em pesquisa de IA da Salesforce, foi discutido em uma conversa com Silvio Savarese, que compartilhou os resultados de seu estudo pioneiro sobre o tema. Continue a leitura para entender melhor a IGE, como ela se compara à IGA e qual a expectativa de seu desenvolvimento.
A IGE é um sistema de IA altamente eficiente que lida com aplicações empresariais de forma confiável. Contudo, para compreender o conceito, é fundamental saber o que a diferencia de outras soluções de IA voltadas para os negócios que já proporcionam ganhos significativos de produtividade, como os agentes de IA. As características que tornam a IGE única são seu desempenho em termos de capacidade e consistência. A alta capacidade dos sistemas de IGE permite que eles naveguem pelas complexas demandas dos ambientes de negócios, apresentando resultados previsíveis na matriz de Capacidade-Consistência.
Em termos de capacidade, Savarese comentou que os sistemas de IGE terão níveis mais elevados de raciocínio, permitindo que realizem tarefas complexas e operacionais, como pesquisas aprofundadas, em ambientes de rápida mudança, enquanto implementam feedback humano real. “Os agentes que estamos desenvolvendo são apenas o começo dessa trajetória; eles podem executar tarefas simples, mas definitivamente não conseguem realizar pesquisas profundas, não conseguem lidar com tarefas de longo prazo nem realizar raciocínios complexos ainda”, disse Savarese.
Já o eixo da consistência se refere a sistemas de IGE que conseguem fornecer resultados previsíveis, confiáveis e precisos. Especificamente, Savarese enfatizou que a consistência ajuda esses sistemas a evitarem “irregularidades”, onde modelos de IA se destacam em tarefas complexas, mas cometem erros em tarefas mais simples. Essa consistência torna a IGE adequada para casos de uso empresarial, pois um sistema inconsistente seria inútil, mesmo que se destacasse em desempenho máximo. “Você não quer passar de um desempenho excepcional para um desempenho ruim; você precisa de algo que seja muito, muito confiável e digno de confiança”, comentou Savarese. “Se os clientes utilizarem essa ferramenta, eles precisam ter certeza de que ela funcionará bem quase sempre.”
Considerando a comparação entre IGE e IGA, a IGA está relacionada à inteligência e autonomia da IA similar à humana, como um sistema de um filme de ficção científica no qual a IA controla o mundo. Isso gera certa hesitação em relação à tecnologia. Sendo assim, é um alívio saber que, apesar de compartilhar nomes semelhantes, IGE e IGA diferem em função e implementação. Para entender melhor essa relação, Savarese divide o desenvolvimento da IA em cinco ondas: preditiva, copilotos, agentes de IA, robótica e, por fim, a IGA. Embora a IGE não seja oficialmente reconhecida como uma onda, ela se posiciona entre os agentes e a robótica, pois avança a IA um passo além dos agentes por meio de um raciocínio mais profundo.
Embora os agentes de IA estejam disponíveis atualmente, ainda não chegamos ao estágio em que a IGE é viável. Antes que isso aconteça, é necessário desenvolver novas referências que avaliem especificamente o desempenho dos sistemas de IGE em tarefas de IA, além de criar ambientes de teste que desafiem essas ferramentas ao máximo. “Se você observar como esses LLMs são avaliados, eles são testados com base em benchmarks de IGA, não em benchmarks de IGE. Eles são avaliados em tarefas variadas, mas não se concentram realmente nas tarefas empresariais”, comentou Savarese.
Para enfrentar essa questão, a Salesforce tem trabalhado em um benchmark de CRM que mede a proficiência na execução de tarefas, como a capacidade de um IA resumir e-mails e transcrições de vendas, fazer recomendações comerciais e mais. Embora esse benchmark não seja a solução perfeita, é um progresso na direção certa. Savarese sugeriu que os sistemas de IGE poderiam surgir em seis a doze meses.
A IGA é um conceito que pode levar mais tempo para se concretizar, a ponto de os pesquisadores não conseguirem determinar quando isso ocorrerá. No entanto, para contextualizar essa distância, se observarmos um gráfico, a IGA representa a quinta onda, que se segue ao desenvolvimento de robôs. Apesar dos avanços na robótica, a tecnologia de hardware ainda não atingiu um nível que permita a fácil comercialização. Savarese afirmou que o desenvolvimento de robôs é crucial para o surgimento da IGA. “A IA compreende como o mundo funciona apenas por meio de literatura e livros, e isso não é o mesmo. Não é a mesma coisa que vivenciar o mundo. Portanto, no momento em que a IA começar a vivenciar o mundo, que é por meio de robôs, é quando abriremos as portas para a IGA”, afirmou.
Consulte o artigo completo para ler mais sobre as descobertas de Savarese, incluindo as medidas que as empresas podem adotar para se preparar.
Referência: Getty Images/Cobalt88
Posts relacionados:
A IA pode impactar empregos, mas uma abordagem inclusiva pode reduzir os impactos negativos.
O Futuro das IAs: Ferramentas Revolucionárias que Vão Transformar Sua Vida
O médico virtual da Apple estará disponível na próxima primavera
Como transformar o ChatGPT em sua ferramenta de programação poderosa e dobrar sua produtividade
