Africanicidade
O que todos os directores executivos devem saber sobre a IA generativa
Há anos que as empresas apontam as suas ambições para a IA e muitas delas conseguiram obter novos fluxos de receitas, melhorias nos produtos e eficiências operacionais. Grande parte dos êxitos nestes domínios resultou de tecnologias de IA que continuam a ser a melhor ferramenta para uma determinada tarefa, e as empresas devem continuar a intensificar esses esforços.
No entanto, a IA generativa representa um salto promissor e um mundo de novas possibilidades. Embora a estrutura operacional e de risco da tecnologia ainda esteja a ser construída, os líderes empresariais sabem que devem embarcar na viagem da IA generativa.
Mas por onde e como devem começar? A resposta varia de empresa para empresa, bem como dentro de uma organização. Algumas começarão em grande; outras poderão realizar experiências mais pequenas. A melhor abordagem dependerá das aspirações e da apetência pelo risco de uma empresa. Qualquer que seja a ambição, a chave é começar e aprender na prática.
A inteligência artificial (IA) generativa está a evoluir a uma velocidade recorde, enquanto os CEOs ainda estão a aprender o valor comercial e os riscos da tecnologia. A MicKinsey & Company, num estudo recente sobre esta matéria, assinala como, no meio do entusiasmo que rodeia a IA generativa, desde o lançamento do ChatGPT, Bard, Claude, Midjourney e outras ferramentas de criação de conteúdos, os directores executivos se interrogandointerrogam-se sobre esta matéria: “é um exagero tecnológico ou de uma oportunidade de mudança de jogo? E se for a última, qual é o valor para o meu negócio?”
A versão pública do ChatGPT atingiu 100 milhões de utilizadores em apenas dois meses. Democratizou a IA de uma forma nunca antes vista, tornando-se, de longe, a aplicação com o crescimento mais rápido de sempre. A sua acessibilidade imediata torna a IA generativa diferente de todas as suas visões anteriores. Os utilizadores não precisam de um diploma em aprendizagem automática para interagir com ela ou retirar valor da mesma; praticamente qualquer pessoa que saiba fazer perguntas pode utilizá-la. E, tal como acontece com outras tecnologias revolucionárias, como o computador pessoal ou o iPhone, uma plataforma de IA generativa pode dar origem a muitas aplicações para públicos de qualquer idade ou nível de educação e em qualquer local com acesso à Internet.
Tudo isto é possível porque os chatbots de IA generativa são alimentados por modelos de base, que são redes neurais expansivas treinadas em grandes quantidades de dados não estruturados e não rotulados numa variedade de formatos, como texto e áudio. Os modelos de base podem ser utilizados para uma vasta gama de tarefas. Em contraste, as gerações anteriores de modelos de IA eram frequentemente "restritas", o que significa que podiam executar apenas uma tarefa, como prever a rotatividade de clientes. Um modelo básico, por exemplo, pode criar um resumo executivo para um relatório técnico de 20 mil palavras sobre computação quântica, elaborar uma estratégia de entrada no mercado para uma empresa de poda de árvores e fornecer cinco receitas diferentes para os dez ingredientes que se encontram no frigorífico de alguém. A desvantagem desta versatilidade é que, por enquanto, a IA generativa pode, por vezes, fornecer resultados menos precisos, o que coloca uma atenção renovada na gestão dos riscos da IA.
Com as devidas salvaguardas, a IA generativa pode, não só, desbloquear novos casos de utilização para as empresas, mas também acelerar, dimensionar ou melhorar os existentes. Imagine uma chamada de vendas para um cliente, por exemplo. Um modelo de IA especialmente treinado poderia sugerir oportunidades de upselling a um vendedor, mas até agora estas baseavam-se normalmente apenas em dados estáticos do cliente, obtidos antes do início da chamada, tais como dados demográficos e padrões de compra. Uma ferramenta de IA generativa pode sugerir oportunidades de upselling ao vendedor em tempo real, com base no conteúdo real da conversa, a partir de dados internos do cliente, tendências do mercado externo e dados de influenciadores das redes sociais. Ao mesmo tempo, a IA generativa poderia oferecer um primeiro rascunho de um discurso de vendas para o vendedor adaptar e personalizar.
O exemplo anterior demonstra as implicações da tecnologia numa função profissional. Mas quase todos os trabalhadores do conhecimento podem provavelmente beneficiar da colaboração com a IA generativa. De facto, embora possa vir a ser utilizada para automatizar algumas tarefas, grande parte do seu valor pode derivar da forma como os fornecedores de software integram a tecnologia nas ferramentas quotidianas (por exemplo, software de correio electrónico ou de processamento de texto) utilizadas pelos trabalhadores do conhecimento. Essas ferramentas melhoradas poderiam aumentar substancialmente a produtividade.
O que devem os ‘C- level’ saber
Os directores executivos querem saber se devem agir agora - e, em caso afirmativo, como começar. Alguns podem ver uma oportunidade de ultrapassar a concorrência reimaginando a forma como os humanos trabalham com aplicações de IA generativa ao seu lado. Outros podem querer ser cautelosos, experimentando alguns casos de uso e aprendendo mais antes de fazer grandes investimentos. As empresas terão também de avaliar se possuem os conhecimentos técnicos necessários, a arquitectura tecnológica e de dados, o modelo operacional e os processos de gestão de risco que algumas das implementações mais transformadoras da IA generativa irão exigir.
A IA generativa pode desempenhar várias funções nas organizações, incluindo classificar, editar, resumir, responder a perguntas e redigir novos conteúdos. Cada uma destas acções tem o potencial de criar valor ao alterar a forma como o trabalho é realizado ao nível da actividade em funções empresariais e fluxos de trabalho.
À medida que a tecnologia evolui e amadurece, estes tipos de IA generativa podem ser cada vez mais integrados nos fluxos de trabalho das empresas para automatizar tarefas e executar directamente acções específicas (por exemplo, enviar automaticamente notas de síntese no final das reuniões).
Dada a versatilidade de um modelo de base, as empresas podem utilizar o mesmo para implementar vários casos de utilização comercial, algo raramente conseguido com modelos de aprendizagem profunda anteriores. Um modelo de base que tenha incorporado informações sobre os produtos de uma empresa pode ser potencialmente utilizado tanto para responder às perguntas dos clientes como para apoiar os engenheiros no desenvolvimento de versões actualizadas dos produtos. Como resultado, as empresas podem criar aplicações e obter os seus benefícios muito mais rapidamente.
No entanto, devido à forma como os modelos de base actuais funcionam, não são naturalmente adequados a todas as aplicações. Por exemplo, os modelos de linguagem de grande dimensão podem ser propensos a "alucinações digitais" ou a responder a perguntas com afirmações plausíveis mas não verdadeiras. Além disso, o raciocínio subjacente ou as fontes de uma resposta nem sempre são fornecidos. Isto significa que as empresas devem ter o cuidado de integrar a IA generativa sem supervisão humana em aplicações em que os erros podem causar danos ou em que é necessária uma explicação. A IA generativa também não é actualmente adequada para analisar directamente grandes quantidades de dados tabulares ou para resolver problemas avançados de optimização numérica. Os investigadores estão a trabalhar arduamente para resolver estas limitações.
A IA generativa apresenta uma variedade de riscos. Os CEOs vão querer projectar as suas equipas e processos para mitigar esses riscos desde o início - não apenas para atender aos requisitos regulatórios em rápida evolução, mas também para proteger os seus negócios e ganhar a confiança digital dos consumidores.
Pôr a IA generativa a funcionar
Os directores executivos devem considerar a exploração da IA generativa uma obrigação e não uma possibilidade. Esta ferramenta pode criar valor numa vasta gama de casos de utilização. Cada CEO deve trabalhar com a equipa executiva para reflectir sobre onde e como jogar. Alguns podem decidir que a IA generativa representa uma oportunidade transformadora para as suas empresas, oferecendo uma hipótese de reimaginar tudo, desde a investigação e desenvolvimento ao marketing e vendas e às operações com clientes. Outros podem optar por começar em pequena escala e subir mais tarde. Uma vez tomada a decisão, há caminhos técnicos que os especialistas em IA podem seguir para executar a estratégia, dependendo do caso de utilização.
Grande parte da utilização (embora não necessariamente todo o valor) da IA generativa numa organização virá dos trabalhadores que exploram funcionalidades incorporadas no software que já possuem. Os sistemas de correio electrónico oferecerão uma opção para escrever os primeiros rascunhos das mensagens. As aplicações de produtividade vão criar o primeiro rascunho de uma apresentação com base numa descrição. O software financeiro irá gerar uma descrição em prosa das características mais importantes de um relatório financeiro. Os sistemas de gestão de relações com os clientes sugerem formas de interacção com os clientes. Estas funcionalidades podem acelerar a produtividade de qualquer trabalhador do conhecimento e modificar, num sentido evolutivo, as organizações nos próximos anos.
FONTE MicKinsey & Company
