Por Joel Backschat, CIO na multinacional brasileira FCamara
A conquista de 100 milhões de usuários em apenas dois meses não é um fenômeno que presenciamos com frequência, mas foi exatamente o que ocorreu com a OpenAI, dona do Chat GPT. Testemunhamos um movimento massificado, o qual, pessoalmente, não me recordo de ter visto anteriormente. Diante desse marco, enfatizo um ponto crucial: a acessibilidade imediata fez com que a IA generativa se destacasse de todas as IAs anteriores. Descartou-se a necessidade de diplomas ou conhecimento prévio para interagir ou extrair valor dela. Praticamente qualquer pessoa capaz de formular perguntas pode utilizá-la.
Usar o diálogo, um dos métodos de interação humana mais comuns e simples, agregou um toque de elegância e sutileza inéditos à ferramenta. Contudo, temos ainda um fator tecnológico e, por consequência, científico que facilita essa adesão: os modelos de fundação. Esse termo, no universo das IAs, se refere a redes neurais expansivas, treinadas com vastas quantidades de dados em diversos formatos, como texto e áudio, que são aplicáveis a uma ampla gama de tarefas, inclusive as mais cotidianas. É por isso que o Chat GPT, recurso tão complexo, foi tão cativante ao mesmo tempo.
Essa versatilidade é substancialmente diferente dos modelos de IA anteriores. Até aqui, IAs podiam realizar tarefas específicas e nichadas, como prever a rotatividade de clientes. Só que um modelo de fundação pode, por exemplo, criar um resumo executivo para um relatório técnico extenso sobre computação quântica, elaborar uma estratégia de mercado para um empreendimento de pizzarias e fornecer cinco receitas distintas para dez ingredientes encontrados na geladeira de alguém.
Entretanto, isso não ocorre sem desvantagens. Essas IAs criativas podem fornecer dados menos precisos, criando, assim, a necessidade de uma gestão de riscos mais eficaz. A nova companheira do nosso dia a dia no trabalho, embora inovadora, ainda necessita do nosso conhecimento, nossa crítica e experiência. Por si só, ela não consegue criar nada verdadeiramente significativo ou real.
Por outro lado, ela tem a capacidade de nos auxiliar a moldar e formatar o nosso conhecimento de uma maneira que o potencializa, transformando-o em algo mais impactante e eficaz. Desbloqueia novos casos de uso para os negócios, mas também acelera, expande e aprimora os já existentes.
Antes, um modelo de IA especialmente treinado podia sugerir oportunidades de upselling para um vendedor com base em dados estáticos de clientes. Agora, uma ferramenta de IA generativa pode sugerir oportunidades de upselling em tempo real, com base no conteúdo da conversa, integrando dados internos do cliente, tendências de mercado externas e informações de influenciadores de mídias sociais.
Simultaneamente, a IA generativa pode oferecer um rascunho inicial de um discurso de vendas para o vendedor adaptar e personalizar. A imagem a seguir, de um estudo realizado pela McKinsey, ilustra o impacto das IAs generativas por área de negócio.
Esta possibilidade sugere que nossa força de trabalho pode ser complementada, se não substituída, por essas IAs. No entanto, o que provavelmente observaremos, ao menos no curto prazo, é que quase todos os trabalhadores poderão se beneficiar significativamente ao colaborar com a IA generativa.
De fato, enquanto a IA generativa pode, eventualmente, ser utilizada para automatizar algumas tarefas, grande parte de seu valor pode advir de como os fornecedores de software integram a tecnologia em ferramentas cotidianas (como e-mail ou software de processamento de texto), que são amplamente utilizadas por esses profissionais.
Contudo, nada disso é viável sem a necessária expertise técnica, tecnologia, arquitetura de dados, modelo operacional e processos de gestão de riscos que algumas das implementações mais inovadoras da IA generativa exigirão. Mesmo na área comercial, onde se percebe um grande potencial para a IA generativa, ainda há muito espaço para expandir seu uso, conforme evidenciado pelo mesmo estudo da McKinsey.
A jornada para a integração eficiente da IA generativa nos negócios é complexa e multifacetada. Cada fase, abrangendo desde a estruturação da infraestrutura de dados até a seleção de projetos-piloto e a gestão de talentos, requer uma análise detalhada e criteriosa.
Para as grandes corporações, a IA generativa pode ser um fator decisivo para a continuidade ou não de seus negócios. Mas, em uma perspectiva mais ampla do universo empresarial, ainda nos encontramos em uma etapa de experimentação. Alguns estão avançando mais rapidamente que outros, mas é imprescindível iniciar, discutir, documentar e buscar insights. Com isso, a cada dia emergem novas oportunidades para resolver problemas reais utilizando essa inovadora ferramenta que está ao nosso alcance.
