![\"Image\"](\"https:\/\/www.artefact.com\/\/wp-content\/uploads\/2024\/09\/Hanan-OUAZAN.webp\")
Hanan Ouazan<\/h3><\/div>Managing Partner e l\u00edder global AI Acelera\u00e7\u00e3o no Artefact<\/p>\n<\/div><\/div><\/div><\/div><\/div>
\u00c0 medida que os agentes de IA lidam cada vez mais com tarefas como redigir e-mails ou resolver problemas de atendimento ao cliente, um desafio se torna claro: como esses agentes podem se comunicar de forma eficaz, n\u00e3o apenas com humanos, mas tamb\u00e9m com os sistemas de software dos quais dependem?<\/span><\/p>\nO mundo digital atual foi criado para a intera\u00e7\u00e3o humana. Medidas como CAPTCHAs e protocolos anti-bot, projetados para bloquear a automa\u00e7\u00e3o mal-intencionada, refletem essa realidade. Os sites e aplicativos s\u00e3o otimizados para a experi\u00eancia humana, n\u00e3o para as necessidades da IA. Isso cria uma inefici\u00eancia fundamental: um agente, como o Operator da OpenAI, encarregado de interagir em um site deve imitar o comportamento humano - clicar em bot\u00f5es, preencher formul\u00e1rios ou navegar pelas p\u00e1ginas. Embora essa capacidade seja uma fa\u00e7anha tecnol\u00f3gica, ela tamb\u00e9m revela um problema subjacente: em vez de repensar como os sistemas poderiam apoiar melhor a IA, for\u00e7amos a IA a se adaptar aos sistemas projetados para n\u00f3s.<\/span><\/p>\nEssa abordagem transfere o \u00f4nus da adapta\u00e7\u00e3o inteiramente para o agente. Ele precisa lidar com APIs fragmentadas, camadas de autentica\u00e7\u00e3o e interfaces que priorizam a usabilidade humana. Ser\u00e1 que esse \u00e9 realmente o melhor caminho a seguir? Parece uma reminisc\u00eancia do ornit\u00f3ptero de Leonardo da Vinci, uma m\u00e1quina voadora inspirada no bater de asas dos p\u00e1ssaros. Engenhoso, sim, mas os avi\u00f5es modernos, que abandonaram essa imita\u00e7\u00e3o, al\u00e7aram voo porque reimaginaram o problema em vez de tentar trabalhar dentro dos paradigmas existentes. A maneira como projetamos a IA hoje corre o risco de repetir esse mesmo erro, priorizando a adapta\u00e7\u00e3o em vez da otimiza\u00e7\u00e3o.<\/span><\/p>\nAlgumas iniciativas, como o Protocolo de Contexto de Modelo (MCP) da Anthropic, est\u00e3o indo na dire\u00e7\u00e3o certa ao propor padr\u00f5es universais para a forma como os agentes interagem com o software. O MCP oferece uma estrutura em que os agentes n\u00e3o precisam imitar fluxos de trabalho humanos ou depender de integra\u00e7\u00f5es personalizadas. Em vez disso, eles podem executar a\u00e7\u00f5es diretamente, por meio de um protocolo unificado, ignorando camadas como formul\u00e1rios ou entradas de linguagem natural. Essa abstra\u00e7\u00e3o n\u00e3o apenas reduz o atrito, mas tamb\u00e9m facilita o dimensionamento e a manuten\u00e7\u00e3o dos sistemas.<\/span><\/p>\nMas o desafio mais profundo permanece: como repensar os pr\u00f3prios sistemas? Historicamente, sites, aplicativos e fluxos de trabalho foram criados para maximizar a experi\u00eancia humana, e isso \u00e9 compreens\u00edvel. Os seres humanos eram os principais usu\u00e1rios. Agora, \u00e0 medida que a IA assume um papel central, esse paradigma parece cada vez mais obsoleto. For\u00e7ar a IA a se adequar a sistemas que n\u00e3o foram projetados para ela limita a efici\u00eancia e a escalabilidade, da mesma forma que tentar adaptar um ornit\u00f3ptero para acompanhar o ritmo de um jato.<\/span><\/p>\nO caminho a seguir n\u00e3o \u00e9 abandonar a usabilidade humana, mas equilibr\u00e1-la com sistemas que adotam a automa\u00e7\u00e3o. A efici\u00eancia n\u00e3o precisa ser obtida \u00e0s custas da confian\u00e7a, da transpar\u00eancia ou da supervis\u00e3o. As empresas que adotarem essa mudan\u00e7a n\u00e3o apenas acompanhar\u00e3o as mudan\u00e7as impulsionadas pela IA, mas tamb\u00e9m as liderar\u00e3o. Elas estabelecer\u00e3o os padr\u00f5es para um mundo em que a IA e os sistemas humanos coexistem de forma a melhorar ambos.<\/span><\/p>\n<\/div>
Managing Partner e l\u00edder global AI Acelera\u00e7\u00e3o no Artefact<\/p>\n<\/div><\/div><\/div><\/div><\/div>
\u00c0 medida que os agentes de IA lidam cada vez mais com tarefas como redigir e-mails ou resolver problemas de atendimento ao cliente, um desafio se torna claro: como esses agentes podem se comunicar de forma eficaz, n\u00e3o apenas com humanos, mas tamb\u00e9m com os sistemas de software dos quais dependem?<\/span><\/p>\n O mundo digital atual foi criado para a intera\u00e7\u00e3o humana. Medidas como CAPTCHAs e protocolos anti-bot, projetados para bloquear a automa\u00e7\u00e3o mal-intencionada, refletem essa realidade. Os sites e aplicativos s\u00e3o otimizados para a experi\u00eancia humana, n\u00e3o para as necessidades da IA. Isso cria uma inefici\u00eancia fundamental: um agente, como o Operator da OpenAI, encarregado de interagir em um site deve imitar o comportamento humano - clicar em bot\u00f5es, preencher formul\u00e1rios ou navegar pelas p\u00e1ginas. Embora essa capacidade seja uma fa\u00e7anha tecnol\u00f3gica, ela tamb\u00e9m revela um problema subjacente: em vez de repensar como os sistemas poderiam apoiar melhor a IA, for\u00e7amos a IA a se adaptar aos sistemas projetados para n\u00f3s.<\/span><\/p>\n Essa abordagem transfere o \u00f4nus da adapta\u00e7\u00e3o inteiramente para o agente. Ele precisa lidar com APIs fragmentadas, camadas de autentica\u00e7\u00e3o e interfaces que priorizam a usabilidade humana. Ser\u00e1 que esse \u00e9 realmente o melhor caminho a seguir? Parece uma reminisc\u00eancia do ornit\u00f3ptero de Leonardo da Vinci, uma m\u00e1quina voadora inspirada no bater de asas dos p\u00e1ssaros. Engenhoso, sim, mas os avi\u00f5es modernos, que abandonaram essa imita\u00e7\u00e3o, al\u00e7aram voo porque reimaginaram o problema em vez de tentar trabalhar dentro dos paradigmas existentes. A maneira como projetamos a IA hoje corre o risco de repetir esse mesmo erro, priorizando a adapta\u00e7\u00e3o em vez da otimiza\u00e7\u00e3o.<\/span><\/p>\n Algumas iniciativas, como o Protocolo de Contexto de Modelo (MCP) da Anthropic, est\u00e3o indo na dire\u00e7\u00e3o certa ao propor padr\u00f5es universais para a forma como os agentes interagem com o software. O MCP oferece uma estrutura em que os agentes n\u00e3o precisam imitar fluxos de trabalho humanos ou depender de integra\u00e7\u00f5es personalizadas. Em vez disso, eles podem executar a\u00e7\u00f5es diretamente, por meio de um protocolo unificado, ignorando camadas como formul\u00e1rios ou entradas de linguagem natural. Essa abstra\u00e7\u00e3o n\u00e3o apenas reduz o atrito, mas tamb\u00e9m facilita o dimensionamento e a manuten\u00e7\u00e3o dos sistemas.<\/span><\/p>\n Mas o desafio mais profundo permanece: como repensar os pr\u00f3prios sistemas? Historicamente, sites, aplicativos e fluxos de trabalho foram criados para maximizar a experi\u00eancia humana, e isso \u00e9 compreens\u00edvel. Os seres humanos eram os principais usu\u00e1rios. Agora, \u00e0 medida que a IA assume um papel central, esse paradigma parece cada vez mais obsoleto. For\u00e7ar a IA a se adequar a sistemas que n\u00e3o foram projetados para ela limita a efici\u00eancia e a escalabilidade, da mesma forma que tentar adaptar um ornit\u00f3ptero para acompanhar o ritmo de um jato.<\/span><\/p>\n O caminho a seguir n\u00e3o \u00e9 abandonar a usabilidade humana, mas equilibr\u00e1-la com sistemas que adotam a automa\u00e7\u00e3o. A efici\u00eancia n\u00e3o precisa ser obtida \u00e0s custas da confian\u00e7a, da transpar\u00eancia ou da supervis\u00e3o. As empresas que adotarem essa mudan\u00e7a n\u00e3o apenas acompanhar\u00e3o as mudan\u00e7as impulsionadas pela IA, mas tamb\u00e9m as liderar\u00e3o. Elas estabelecer\u00e3o os padr\u00f5es para um mundo em que a IA e os sistemas humanos coexistem de forma a melhorar ambos.<\/span><\/p>\n<\/div>