Modelos de processamento de linguagem baseados em inteligência artificial (IA) e aprendizado de máquina (ML) foram os tópicos quentes de 2023. Impulsionado pela novidade de ferramentas como ChatGPT, Midjourney, Soundful e outras, o hype público fez parecer que a IA está mudando radicalmente tudo o que fazemos.

No entanto, no final de 2023, existiram cada vez mais sinais de que ainda não chegamos lá. As limitações dessas ferramentas, bem como os desafios legais e éticos ao seu desenvolvimento, deixam menos para comemorar e mais para fazer antes de outro avanço na adoção da IA.

Exigindo resultados da IA

De acordo com o relatório The State of AI 2022 da McKinsey, a adoção da IA se estabilizou entre 50% e 60% nos últimos anos e até caiu ligeiramente desde 2019. Na mesma época, vários lançamentos de ferramentas baseadas em IA generativa fizeram parecer que, pelo contrário, estamos experimentando um aumento gigante na adoção da IA nos negócios.

No entanto, a escala provavelmente foi exagerada. Empresas como a Salesforce e a Microsoft correm para ser as primeiras do mundo a introduzir ferramentas de IA generativa para tarefas específicas, como resumir dados de clientes e gerar dicas em tempo real para reuniões. No entanto, mesmo entre as empresas com 1 bilhão de dólares (5,7 bilhões de reais) em receita anual, 60% ainda estão a um ou dois anos de implementar sua primeira solução de IA generativa.

Contanto que a novidade e o hype funcionassem para uma boa publicidade, havia um motivo para implementar ferramentas de IA sem esperar um retorno imediato do investimento. Esse tempo já passou. Nas condições econômicas atuais, conselhos e investidores exigirão cada vez mais provas de resultados positivos ao autorizar a adoção da IA. Até agora, parece que, em seu estágio atual de desenvolvimento, o valor que as ferramentas de IA generativa podem produzir é limitado.

Como a IA/ML pode avançar?

Analistas da CSS Insight e do Gartner consideram a IA generativa “exagerada” e preveem que ela desaparecerá do interesse público já em 2024. Antes que a IA possa corresponder ao hype deste ano, precisamos abordar a falta de confiabilidade e precisão que vem com a geração superficial de resultados de acordo com a probabilidade estatística.

Por outro lado, a IA generativa é apenas parte da pesquisa de IA. No futuro, podemos ver o foco mudando da IA generativa para a causal e técnicas de aprendizado de máquina mais sutis, como o aprendizado federado.

Enquanto a IA generativa iguala correlação com causalidade, a IA causal avançada deve funcionar mais como a mente humana. Vai além das estatísticas ao examinar as possíveis relações entre causa e efeito. Assim, ele pode descobrir melhor o que dá significado às sequências de palavras e produzir resultados mais confiáveis.

O aprendizado de máquina federado é uma estrutura na qual os algoritmos de ML podem ser treinados sem acesso direto aos dados privados dos usuários. Nesse paradigma descentralizado, vários parceiros com conjuntos de dados separados treinam o algoritmo de forma colaborativa, mas sem nunca trocar ou agrupar dados de entrada. Esse método pode ajudar a resolver os problemas urgentes de privacidade de dados e ilhas de dados isoladas.

Essa é uma inovação tecnológica essencial, uma vez que o acúmulo de processos judiciais relativos à privacidade e propriedade dos dados usados para treinar a IA já representa desafios para uma adoção mais ampla da IA. Tribunais e órgãos reguladores que concordam com regras claras para maior desenvolvimento e uso de IA também devem desempenhar um papel importante na abordagem desses desafios.

O mercado de IA generativa ainda crescerá

É claro que o mercado de IA Generativa não vai retroceder, mesmo que o público em geral não assista com tanto entusiasmo quanto este ano. Estima-se que o mercado de ML cresça 18,73% ao ano entre 2023 e 2030, resultando em um volume de mercado de 528 bilhões de dólares (2,9 bilhões de reais) até 2030. Podemos até ver novos grandes players no campo de grandes modelos de linguagem (LLMs), fornecendo serviços de treinamento e recursos de computação.

A Gen AI já está causando impacto em vários setores, incluindo marketing, design e segurança cibernética. Nos próximos anos, ele pode se espalhar para as indústrias farmacêutica, de manufatura, engenharia, automotiva, aeroespacial e de energia, talvez até simplificando os principais processos de negócios.

A capacidade das empresas de adotar e implantar ainda mais a Gen AI dependerá da capacidade dos fornecedores de servir esses modelos como APIs baseadas na web. As empresas já implementam o ChatGPT em suas tarefas diárias, como chatbots de atendimento ao cliente, geração de leads, coleta de feedback de produtos e resumo de conteúdo de vídeo. Aprender o conceito de causalidade e fornecer acesso à API pode permitir que a Gen AI seja usada em áreas técnicas “mais difíceis”, como manutenção preditiva.

Em conclusão: o ano de redefinição

Resumindo, 2024 será o ano em que redefiniremos o campo da IA. Depois de muito tempo perguntando o que a IA poderia fazer, estamos nos concentrando mais no que ela deve ser habilitada a fazer. A jurisprudência e as instituições nacionais e intergovernamentais devem fornecer alguns limites aqui.

Enquanto isso, a demanda do mercado por qualidade em vez de adoção rápida deve levar os desenvolvedores comerciais de IA a explorar novas áreas. Com toda a probabilidade, a Gen AI não desaparecerá, mas o campo será redefinido por aqueles que buscam soluções mais complexas.