Em apenas dois meses, o ChatGPT se tornou o produto mais baixado do mundo. O que diferencia essa solução de suas antecessoras é sua interface extremamente simples, baseada em “prompts” semelhantes a conversas. Esse uso intuitivo, aliado à capacidade da IA de processar grandes quantidades de dados e fornecer resultados rápidos e precisos, multiplica por dez a velocidade de execução e tomada de decisões dos profissionais. A IA libera as pessoas de tarefas repetitivas e demoradas e permite que elas se concentrem em atividades de maior valor agregado. Os seres humanos não serão substituídos, eles serão “aumentados”, graças à IA generativa.
De acordo com estudos recentes, 78% dos funcionários acreditam que a IA generativa teve um impacto positivo em sua produtividade. Para tarefas ligadas à aquisição de conhecimento, os profissionais ganhariam 37% em velocidade de execução e os desenvolvedores 55% em tarefas de codificação. Há seis meses, foi lançada uma verdadeira corrida pela inovação entre os participantes da IA generativa. Para colher todos os benefícios e permanecerem competitivas, as empresas precisam agir rapidamente, sem perder de vista os desafios restantes.

Transparência e confiança, os grandes desafios da IA generativa

O desempenho das soluções de IA generativa é inegável, mas elas têm limitações das quais devemos estar cientes para minimizar seu impacto. Elas são de quatro tipos principais:

  • ÉticaO senhor pode estar ciente de que, em alguns casos, a utilização do data pessoal pode refletir preconceitos, “alucinações”, falta de fontes ou falta de transparência no conteúdo gerado. Portanto, devemos sistematizar os processos de identificação de vieses, como fazemos em todo o nosso processamento de data no Artefact, de acordo com nosso estatuto ético.

  • Meio ambienteO treinamento dos modelos de IA mais recentes em bilhões de parâmetros tem uma pegada de carbono sem precedentes. Por exemplo, foi necessário o equivalente a 502 toneladas de emissões de CO2 para treinar o GPT-3[4] , quase dez vezes a quantidade necessária para o ciclo de vida de um carro comum. As aplicações estão apenas começando: será que o CO2 emitido pelas IAs será compensado pelo CO2 que deixa de ser gerado pelas atividades humanas que elas substituem?

  • Emprego: Embora a grande maioria das tarefas humanas não seja substituída, mas sim auxiliada pela IA, é inegável que elas serão transformadas. É fundamental que pessoas de todas as idades e profissões sejam treinadas para essas mudanças. Além disso, essas tecnologias abrem novas oportunidades de carreira para as quais já estamos observando uma escassez de perfis. Cursos de treinamento, como a Escola Artefact do Data, oferecem uma maneira rápida e prática de se reciclar para essas profissões voltadas para o futuro.

  • RegulamentaçãoO senhor pode dizer que a IA generativa está sujeita a uma forte regulamentação, nos moldes da que rege o processamento de dados pessoais data. A União Europeia está trabalhando atualmente na Lei de IA, que deverá entrar em vigor em 2025. Até que uma estrutura clara esteja em vigor, as empresas devem se basear nos textos existentes sobre data, propriedade intelectual, direito trabalhista e proteção ambiental, bem como sobre lei branda.

Metodologia própria da Artefact para reduzir riscos e otimizar a transformação dos negócios

O progresso contínuo e de tirar o fôlego da IA generativa exige que as empresas ajam rapidamente, mas com discernimento. É por isso que recomendamos que nossos clientes adotem um modo operacional progressivo e implementem uma estrutura sólida em torno de seu projeto de transformação.

Para conseguir a adesão de toda a empresa, os resultados de um POC inicial geralmente são decisivos. Para minimizar o risco de incidentes, é preferível realizar esse primeiro teste em um caso de uso interno ou por meio de mediação humana (por exemplo, um agente humano usa informações de IA para atender melhor ao cliente). Ao mesmo tempo, precisamos identificar os possíveis aplicativos em toda a empresa, com base nas necessidades comerciais e em todos os data que possuímos.

Ao mesmo tempo, um roteiro deve ser definido para:

  • Organização: as funções e responsabilidades precisam ser definidas, juntamente com a governança e os processos para criar e ampliar os casos de uso. Um plano de contingência para se proteger contra riscos e vieses precisa ser implementado.

  • Pilha técnica e data: as empresas devem garantir que tenham first-party data de alta qualidade para atender aos casos de uso identificados e uma arquitetura técnica robusta para industrializá-los. É fundamental selecionar o modelo certo para o uso certo, em termos de custo, impacto ou desempenho.

  • Recursos humanos: programas de aculturação e treinamento precisam ser implementados o mais rápido possível para garantir uma transição bem-sucedida.

A confiança não exclui o controle

Embora estejamos convencidos de que a IA generativa tem e terá um impacto positivo sobre o desempenho operacional das empresas e a produtividade de seus funcionários, é importante iniciar com prudência. O progresso deve ser contínuo e controlado, e os seres humanos devem manter o controle dos modelos, antes de poderem aproveitar ao máximo os casos de uso ilimitados oferecidos por essas novas tecnologias de altíssimo desempenho.