IA 2025: o ponto do equilíbrio

Fabio Caversan*

Há mais de 25 anos, estudo amplamente tudo o que está relacionado com a Inteligência Artificial (IA). É evidente a sua evolução e seu crescimento, vivenciando os últimos anos de sucesso das técnicas simbólicas e a ascensão das técnicas conexionistas, especialmente nos últimos anos com o avanço da IA Generativa.

No entanto, para além do hype que esta ferramenta revolucionária ganhou e tornou-se a estrela tech nos mais variados ambientes, quero trazer aqui uma abordagem prática da IA, afinal, já passamos pelas etapas de experimentação, da implementação e, agora, é hora de aplicar a tecnologia apenas onde a IA, de fato, faz sentido para o negócio.

Nos últimos dois anos, as empresas se movimentaram em direção à IA generativa, impulsionadas pelo hype provocado pelo lançamento do ChatGPT. Muitas dessas organizações investiram em modelos de linguagem ampla, os chamados LLMs (Large Language Model), projetados para abordar uma ampla variedade de casos de uso.

À medida que as organizações refinam seus usos iniciais da IA, muitas estão descobrindo que essas ferramentas genéricas geralmente fornecem insights superficiais e de baixo valor e apresentam um risco maior de alucinações. Em contraste, as empresas que estão tendo sucesso com a tecnologia são aquelas que a aplicam a desafios comerciais específicos e localizados, considerando toda a gama de soluções habilitadas para IA para identificar aquelas que mais se alinham com suas necessidades.

As empresas que experimentam a abordagem “tamanho único” para a IA podem estar passando por alguma decepção, no entanto, isso não significa que a tecnologia não esteja criando valor. Em 2024, vimos vários exemplos de IA ajudando as organizações a economizar tempo, analisar dados e atender os clientes com mais eficiência.

A IA se destaca na extração de insights de grandes volumes de dados. Algumas empresas estão usando IA para agregar e analisar dados de fontes, por exemplo, em postagens de redes sociais, avaliações e blogs para entender o sentimento do cliente em relação ao seu produto ou serviço.

Certamente, ela também uma ferramenta ativa e potente para a criatividade. Recentemente, colaboramos com uma grande empresa de cosméticos em uma campanha enfatizando o poder emocional da memória olfativa. Por meio de uma combinação de escuta ativa, insights sociais e monitoramento em tempo real, a marca identificou uma oportunidade de relançar uma fragrância nostálgica.

Para comemorar o lançamento, o cliente pediu aos usuários que compartilhassem as memórias que associaram a certos aromas nas redes sociais. Inserimos a IA para responder a esse conteúdo gerado pelo consumidor em tempo real com imagens geradas por IA dando vida às histórias de maneira tangível. E o resultado não poderia ser melhor. Foram vendidos 17 frascos por minuto durante o ciclo de vendas, superando a meta da campanha em 42%.

Desde a documentação dos requisitos do usuário até a geração de cenários de casos de teste, a IA pode simplificar o processo de produção de documentação no desenvolvimento de aplicativos. Muitas empresas de software estão usando a IA com sucesso para criar documentação precisa e fácil de usar mais rápido do que era possível anteriormente.

Além disso, a IA está auxiliando as equipes na projeção e implantação de soluções avançadas que aprimoram a conectividade para os consumidores. Muitas empresas tiveram êxito ao utilizar ferramentas baseadas em IA para responder a perguntas sobre produtos e serviços e fornecer suporte a clientes.

A aplicação focada da IA pode resolver um desafio de negócios específico. Em vez de apostar em aplicativos gerais de IA para fornecer soluções em uma ampla gama de tarefas e domínios, as empresas devem se concentrar em casos de uso direcionados e implantar IA para melhorar a eficiência em uma área específica.

À medida que a utilização da IA amadurece, as ferramentas disponíveis no mercado estão se tornando mais avançadas. Um modelo que está ganhando força rapidamente é a IA agêntica. Nessa estrutura, vários “agentes” de IA executam tarefas complexas com o mínimo de intervenção humana.

Como a NVIDIA descreve, os sistemas de IA agênticos diferem de aplicativos de IA mais restritos (como geração de imagens ou modelos de linguagem de perguntas e respostas) em sua capacidade de usar raciocínio sofisticado para executar funções de várias etapas de forma autônoma. Como os sistemas de IA agênticos podem analisar desafios de forma independente, desenvolver estratégias de várias partes e executar tarefas, eles têm o potencial de aumentar significativamente a produtividade.

A NVIDIA destaca várias maneiras práticas pelas quais os sistemas agenciais já estão melhorando os resultados em vários setores, como fornecer um nível avançado de suporte e aconselhamento nas interações de atendimento ao cliente e destilar informações clínicas críticas para ajudar os médicos a tomarem decisões de atendimento mais bem informadas em ambientes médicos.

A crescente popularidade do modelo agêntico destaca a mudança para aplicativos de IA direcionados no lugar de ferramentas genéricas. Em vez de depender de uma única IA de uso geral, a IA agêntica aproveita “agentes” específicos da atividade, cada um responsável por uma ação individual. Com isso, cria-se a necessidade de soluções que ofereçam orquestração agêntica.

Os “orquestradores” coordenam vários agentes de IA possibilitando que trabalhem juntos com eficiência. Assim como um gerente de projeto, os orquestradores podem atribuir e priorizar tarefas e integrar dados entre os agentes, simplificando a experiência do consumidor final.

Com essa nova tecnologia, surge a necessidade de novas estruturas de governança que permitirão que indivíduos e empresas aproveitem o poder considerável da IA agêntica, limitando o potencial de risco. Em uma análise de 2023 de pesquisadores da OpenAI, eles enfatizaram a importância dos protocolos “human-in-the-loop” que limitam o escopo das ações que os agentes de IA podem realizar de forma independente. Também destacou a necessidade de maior transparência por meio de explicações de “cadeia de pensamento”, sistemas de monitoramento automático e o uso de identificadores exclusivos para rastrear ações até a parte humana responsável.

Juntamente com o surgimento de novos recursos, é provável que vejamos um aumento do investimento na evolução das ferramentas existentes em 2025. Dentro do ciclo de maturidade, as interações de texto com LLMs atingiram um estágio relativamente avançado. Embora tenha havido alguns desenvolvimentos promissores no processamento de imagem e vídeo, essa tecnologia ainda não atingiu o mesmo nível de sofisticação. Em 2026, a expectativa é de que as ferramentas de imagem e vídeo com inteligência artificial amadureçam, abrindo novas possibilidades para aplicações visuais e multimídia.

À medida que mais organizações reconhecem as aplicações tangíveis da IA, elas serão cada vez mais capazes de alavancar a tecnologia de maneiras sustentáveis e valiosas. É provável que isso impulsione um crescimento renovado no setor, levando ao desenvolvimento de soluções de IA direcionadas e impactantes.

A transformação já está acontecendo à medida que a IA esteja operando os muitos processos corporativos. Sua rápida democratização está presente em todas as camadas do negócio, seja em soluções reais e aplicáveis, quanto em serviços personalizados.

Podemos definir que este ano a Inteligência Artificial atinge seu ponto de equilíbrio. E para isso se concretizar, é imprescindível que tenhamos, cada vez mais, informações categorizadas, dados bem estruturados e uma implementação adequada. Desta forma, vamos ter um refinamento maior da tecnologia, integrando a IA nos processos das organizações e gerando resultados ainda mais sólidos, eficientes e robustos.