Artefact, em parceria com a Societe Generale e a Universidade de Sorbonne, apresenta uma nova abordagem AI para identificar perfis atípicos de clientes. Testado em data bancários reais, esse algoritmo de código aberto melhora a precisão da pontuação, garantindo a interpretabilidade e a aplicabilidade prática.
No cenário em evolução da AI empresarial, o surgimento de sistemas agênticos marca uma mudança fundamental. Os agentes AI são aplicativos autônomos alimentados por grandes modelos de linguagem (LLMs) capazes de raciocínio, memória e ação. Eles não são mais respondedores passivos à entrada do usuário; são tomadores de decisão ativos que influenciam os processos de negócios em tempo real. Mas com a autonomia vem o risco, e com o risco vem a necessidade de supervisão estruturada. Nesse novo paradigma, a supervisão dos sistemas tecnológicos não é mais opcional, ela é fundamental.
À medida que a pesquisa muda progressivamente para mecanismos de conversação, como ChatGPT, Gemini, Le Chat, Claude ou Perplexity, as marcas precisam repensar fundamentalmente como elas existem on-line. A visibilidade torna-se fundamental: não se trata mais de agradar aos algoritmos do Google, mas de aparecer em respostas geradas, sintetizadas e contextualizadas.
Sidney Zeder é diretora de consultoria de Data e AI da Artefact. Ela trabalha na prática dedicada ao setor de viagens, turismo e transporte na Europa, apoiando os principais participantes do setor em toda a cadeia de valor data , desde a estratégia até a ativação operacional.
Nas empresas atuais, data, espera-se que a análise e a geração de relatórios - por meio de painéis - forneçam insights rápidos e acionáveis que apoiem as decisões comerciais críticas. No entanto, de acordo com um estudo da Forrester de 2022, 60% das iniciativas de análise não atendem às expectativas porque muitas vezes os data que alimentam esses painéis não são confiáveis, estão incompletos ou desalinhados (Forrester, 2022).
O mercado de artificial intelligence está em uma trajetória de crescimento explosivo - a GlobalData prevê que ele chegará a US$ 909 bilhões até 2030, acima dos cerca de US$ 100 bilhões em 2022, impulsionado principalmente pelo aumento da AI generativa. Essa categoria de AI, exemplificada por ferramentas populares como ChatGPT, DeepSeek, Google Gemini etc., provocou uma inovação generalizada ao permitir que as empresas gerassem conteúdo original e automatizassem tarefas complexas. As empresas da região MENA estão adotando rapidamente a AI generativa, com o objetivo de aproveitar seu potencial para obter ganhos significativos de produtividade, personalização mais profunda e experiências inovadoras para os clientes, ao mesmo tempo em que enfrentam a necessidade crítica de uma implementação responsável e ética.
AI generativa reduziu os prazos de entrega: o que levava oito horas agora leva três. Mas para onde vão as cinco horas restantes?
Algo sutil, mas sísmico, está acontecendo no software empresarial. Durante anos, o SaaS prosperou com a experiência do usuário (UX) - interfaces bem elaboradas, projetadas para orientar os seres humanos em fluxos de trabalho cada vez mais complexos.
Durante décadas, a consultoria prosperou com a apresentação de apresentações de slides refinadas, repletas de estruturas e referências.
沪ICP备11028007号-3
