Bolt42

Desde assistentes de IA fazendo pegadinhas até empresas adotando posturas ousadas contra a IA, junte-se aos nossos anfitriões enquanto exploram o mundo selvagem da inovação em IA, controvérsias e travessuras inspiradas em Rick Astley.

Esta semana, Paul Roetzer e Mike Kaput revelam o CampaignsGPT, uma ferramenta de ponta da SmarterX para analisar o impacto da IA nas tarefas de campanha. Nossos anfitriões também examinam a mais recente lista da a16z com os 100 principais aplicativos de consumo de GenAI e exploram as percepções do CEO da Cohere, Aidan Gomez, sobre o futuro da IA. Em um bate-bola rápido, cobrimos o aumento de produtividade do Amazon Q, a ousada postura contra a IA da Procreate, o comportamento travesso da Lindy AI, as preocupações de segurança do Microsoft Copilot e muito mais.

Ouça agora

Assista ao vídeo

Timestamps

  • 00:04:11 — Todo Novo CampaignsGPT
  • 00:14:10 — a16z Top 100 Gen AI Consumer Apps
  • 00:24:13 — Aidan Gomez, CEO da Cohere no 20VC Podcast
  • 00:35:43 — Aumento de Produtividade da Assistente de IA da Amazon
  • 00:42:18 — Cursor AI Coding Assistant
  • 00:46:18 — Posição Anti-AI da Procreate
  • 00:50:01 — OpenAI faz parceria com a Condé Nast
  • 00:52:21 — OpenAI nomeia primeiro Diretor de Comunicações
  • 00:55:33 — Anthropic e OpenAI liberam declarações sobre o SB-1047
  • 00:58:51 — Lindy AI age por conta própria
  • 01:02:20 — Preocupações de Segurança e Segurança do Microsoft Copilot
  • 01:05:05 — Descrições de IA do LinkedIn

Resumo

Todo Novo Campaigns GPT

A SmarterX acaba de lançar sua ferramenta mais nova, impulsionada pelo ChatGPT, focando em como a IA, especialmente os modelos de linguagem de grande escala (LLMs), impacta as campanhas e o futuro do trabalho. Desenvolvido por Paul Roetzer, o CampaignsGPT analisa campanhas em tarefas, avalia a influência da IA em cada tarefa e fornece insights práticos para priorizar aplicações de IA e aumentar a produtividade. Esta ferramenta permite que líderes empresariais vejam como modelos de IA mais avançados podem afetar suas equipes e organizações, explorando o papel da IA no planejamento e execução de campanhas. O CampaignsGPT está atualmente em beta (impulsionado pelo ChatGPT), portanto, pode haver alguns problemas operacionais ocasionais e ele pode apresentar alucinações de vez em quando. Agradecemos qualquer feedback e esperamos que você o ache útil ao planejar o futuro do trabalho.

a16z Top 100 Gen AI Consumer Apps

A empresa de capital de risco Andreessen Horowitz lançou a terceira edição de sua lista dos 100 principais aplicativos de consumo de GenAI. A cada seis meses, a empresa analisa dados para classificar os 50 principais produtos da “Web com IA” (por visitas mensais únicas) e os 50 principais aplicativos móveis (por usuários ativos mensais). Comparado ao relatório de março de 2024, a empresa afirma que quase 30% dos produtos na lista são novos. Como era de se esperar, o ChatGPT é o mais popular, liderando tanto a lista da web quanto a móvel.

Aidan Gomez no 20VC Podcast

Continuando nossa prática de prestar muita atenção ao que os líderes de IA estão discutindo, temos outra análise profunda esta semana—desta vez em uma entrevista com Aidan Gomez, cofundador e CEO da Cohere, uma empresa líder em modelos de linguagem de grande escala. Gomez deu uma entrevista de uma hora a Harry Stebbings no popular podcast 20VC, abordando uma ampla gama de tópicos, incluindo:

  • Sua crença de que a IA está longe de atingir um platô…
  • Modelos pequenos versus grandes…
  • Como está cada vez mais difícil treinar modelos…
  • E sua afirmação de que a OpenAI deixou AGI em segundo plano.

Links Referenciados no Programa:

O episódio desta semana é apresentado pela MAICON, nossa 5ª Conferência Anual de Marketing em IA, que ocorrerá em Cleveland, de 10 a 12 de setembro. O código POD200 economiza $200 em todos os tipos de passe. Para mais informações sobre a MAICON e para se inscrever na conferência deste ano, visite www.MAICON.ai.

Ler a Transcrição

Aviso: Esta transcrição foi escrita por IA, graças ao Descript, e não foi editada para conteúdo.

[00:00:00] Paul Roetzer: a visão original da minha filha sobre geração de imagens, que achei genial, quando ela tinha 10 anos, onde ela disse que é só roubar a imaginação das pessoas.

[00:00:06] Paul Roetzer: E eu gosto que isso ainda é provavelmente a coisa mais profunda que alguém já me disse sobre IA generativa, que simplesmente vai e aprende com nossos materiais, nossas criações, nossas imaginações, e então apenas as pega e remixas.

[00:00:19] Paul Roetzer: Bem-vindo ao Show de Inteligência Artificial, o podcast que ajuda seu negócio a crescer de forma inteligente tornando a IA acessível e prática. Meu nome é Paul Roetzer. Sou o fundador e CEO do Marketing AI Institute, e sou seu anfitrião. A cada semana, sou acompanhado pelo meu coanfitrião e Chief Content Officer do Marketing AI Institute, Mike Kaput, enquanto analisamos todas as notícias de IA que importam e fornecemos insights e perspectivas que você pode usar para avançar sua empresa e sua carreira.

[00:00:49] Paul Roetzer: Junte-se a nós enquanto aceleramos a alfabetização em IA para todos.

[00:00:56] Paul Roetzer: Bem-vindo ao episódio 112 do Show de Inteligência Artificial.

[00:01:00] Paul Roetzer: Sou seu anfitrião, Paul Roetzer, junto com meu coanfitrião, Mike Kaput. Estamos gravando nesta segunda-feira, 26 de agosto, por volta das 10h, horário do leste. Caso algo importante aconteça hoje, vamos incluir a data e hora no episodio. Este episódio é patrocinado pela Conferência de Marketing em IA ou MAICON. Algumas pessoas dizem MyCon, tudo bem também.

[00:01:20] Paul Roetzer: Nosso quinto evento anual acontecerá de 10 a 12 de setembro. Isso está chegando rápido. Estamos a menos de duas semanas do evento, e estamos planejando um evento incrível. Temos mais de 69 sessões planejadas. São 33 sessões em dois trilhos. Temos um trilho de IA aplicada que aborda casos de uso, tecnologias, estudos de caso, como fazer, e um trilho estratégico de IA que cobre o panorama geral, pensando em talento, tecnologia, estratégia, orçamentos, gestão de mudanças. Assim, questões de alto nível, mais pensei que o trilho estratégico de IA é mais direcionado a diretores e acima.

[00:01:59] Paul Roetzer: O trilho de IA aplicada é mais o trilho do profissional. Teremos de quatro a cinco sessões em cada segmento. E ainda temos 10 sessões principais no palco principal, keynotes, cinco laboratórios de almoço, três workshops pré-conferência. Mike está conduzindo um workshop de IA aplicada, que é todo sobre priorizar casos de uso de IA. Estou liderando um workshop para líderes estratégicos, que é todo sobre o modelo baseado em problemas e encontrar maneiras de impulsionar inovação e crescimento dentro da organização através disso. Temos sessões de mindfulness. Temos várias festas, 16 demonstrações de tecnologia de IA. Será um evento incrível. Se você puder ir a Cleveland, nos dias de 10 a 12 de setembro, no Huntington Convention Center, bem em frente ao Rock and Roll Hall of Fame, no Lago Erie. É um local maravilhoso. Será alguns dias impressionantes. Adoraríamos tê-lo lá. Use o código POD200 para obter $200 de desconto em todos os tipos de passe. Você pode ir para MAICON.AI, isso é M A I C O N . A I. Clique em registrar e use aquele código novamente, POD200.

[00:03:00] Paul Roetzer: P O D 200. Te dá 200 de desconto em qualquer uma das opções de passe. E Mike e eu adoraríamos nos conectar com todos vocês lá.

[00:03:08] Paul Roetzer: Temos esse público incrível e crescente para este podcast e é sempre tão divertido conhecer as pessoas pessoalmente. Sempre brinco que as pessoas que conheço que ouvintes do podcast acham que eu falo muito devagar pessoalmente, porque as pessoas escutam a gente em 1,5 de velocidade e, em seguida, me veem falando ao vivo e ficam tipo, oh, você fala muito devagar.

[00:03:25] Mike Kaput: Eu ouvi alguém me dizer que eu era mais alto do que soava e eu fiquei tipo, eu não sei nem o que isso quer dizer.

[00:03:36] Paul Roetzer: Isso é hilário. Mais alto que você soa. Isso é ótimo. Eu me pergunto quão alto eu soaria.

[00:03:45] Mike Kaput: Sem ideia.

[00:03:47] Paul Roetzer: Tudo bem, adoraríamos conhecê-lo pessoalmente, mostrar a vocês quão altos realmente somos. MAICON.AI, verifique isso. E novamente, use o código pod 200. Faltam 14 dias e estou começando a ficar um pouco nervoso à medida que o tempo passa.

[00:04:05] Paul Roetzer: Certo, vamos entrar no assunto. Temos algumas coisas fascinantes hoje. Eu me diverti preparando isso. Tem alguns assuntos bons rolando.

CampaignsGPT

[00:04:11] Mike Kaput: Então, primeiro no episódio 110, apresentamos e falamos sobre JobsGPT, que é uma ferramenta alimentada pelo ChatGPT projetada para avaliar o impacto da IA nos empregos, quebrando diferentes funções em tarefas e depois avaliando como a IA pode aumentar a produtividade. Essa ferramenta foi criada por Paul através da SmarterX, sua firma de pesquisa e consultoria em IA. E agora Paul, você está novamente com uma nova ferramenta chamada CampaignsGPT que acaba de ser lançada. Essa ferramenta usa a mesma tecnologia e metodologia para dividir diferentes tipos de campanhas de negócios em tarefas e avaliar a exposição de cada uma à IA. Então você simplesmente dá ao CampaignsGPT um tipo de campanha que deseja avaliar. Por exemplo, lançamento de produto, geração de leads ou mudança de gestão. E a ferramenta realmente divide essa campanha em tarefas e subtarefas. Essas tarefas e subtarefas são então rotuladas de acordo com sua exposição à IA. Então a exposição aqui significa a capacidade de um modelo de linguagem grande reduzir o tempo necessário para concluir tarefas com qualidade equivalente ou superior.

[00:05:29] Mike Kaput: Agora, o que é realmente interessante é que essa ferramenta pode ser usada em várias unidades de negócios, não apenas no marketing. Inclui marketing, vendas, serviço, RH, finanças e mais. Então Paul, talvez comece aqui nos contando por que você criou o Campaigns GPT e por que as pessoas deveriam usá-lo.

[00:05:50] Paul Roetzer: Sim, isso foi realmente construído, meio ao mesmo tempo que o JobsGPT. Então quando eu, quando construí o JobsGPT, estava experimentando o mesmo tipo de instruções e construindo o GPT personalizado. E a razão pela qual fizemos isso é, como Mike e eu ensinamos. A Adoção de IA nas Empresas, você sabe, o Workshop de IA Aplicada que Mike está liderando na MAICON usa os mesmos conceitos, esses frameworks. Então o que fazemos é ensinar às pessoas: se você quer obter valor do ChatGPT, Gemini, Claude e outros modelos de linguagem de grande escala, uma das melhores maneiras de fazer isso é olhar para o que você já faz e encontrar maneiras de infundir a IA nesses processos. E assim. A primeira coisa que ensinaremos, e novamente, Mike percorre isso no modelo de workshop, é olhar para o seu trabalho e dizer, quais são as coisas que você faz todos os dias, toda semana, todo mês? Crie uma lista. Quais são as tarefas que vão para aquele trabalho? E é disso que vem o JobsGPT. É como, vamos ajudar as pessoas a acelerar esse processo. A segunda coisa que ensinaremos às pessoas é olhar para as campanhas que você realiza. E novamente, acho que as campanhas são mais comumente pensadas no âmbito do marketing, como as campanhas que realizamos no mundo da agência de marketing, ou seja, executamos campanhas para [00:07:00] clientes.

[00:07:00] Paul Roetzer: Isso é o que fazíamos. Não importa se é marketing de influenciadores, geração e nutrição de leads, lançamentos de produtos, relatórios analíticos mensais, otimizando preços, rebranding, SEO, nossos podcasts semanais, todas são campanhas. São uma coleção de tarefas projetadas para alcançar um objetivo. Portanto. Pensamos em marketing, mas se aplica a todas essas outras áreas. As pessoas de vendas executam desenvolvimento de negócios, referência de clientes, expansão de mercado, novos lançamentos de produtos, serviço ao cliente, onboarding de clientes, retenção de clientes, treinamento de serviço ao cliente. Existem todas essas campanhas, essas séries de tarefas repetitivas projetadas para alcançar objetivos. E assim, a ideia com este produto foi uma. Vamos começar por ali. Pense nos seus trabalhos e depois pense nas campanhas que você executa. E se você simplesmente fizer essas duas coisas, encontrará todos os tipos de casos de uso para a IA. Assim, o Campaigns GPT faz duas coisas. Um é, a esse nível prático de praticante, identifica e automatiza casos de uso. Portanto, ajuda você a encontrar as coisas que você já faz e em seguida descobrir quais delas a IA pode ajudá-lo.

[00:08:02] Paul Roetzer: O segundo componente é mais voltado para o líder empresarial, onde ajuda as pessoas a analisar o que entra no planejamento e execução de campanhas e, em seguida, olhar um ou dois anos à frente à medida que esses modelos se tornam mais inteligentes. E mais geralmente capazes e descobrir como esses modelos afetarão sua equipe, suas estratégias, seus orçamentos, seus cronogramas. E é assim que está estruturado: você pode apenas entrar lá e fazê-lo identificar casos de uso com base nas campanhas que você já executa. Você pode enviar suas campanhas existentes se quiser. Ele só funcionará. Dizerá a você, sabe, suas próprias tarefas, quais podem ser automatizadas e tempo economizado e coisas assim, ou você pode apenas dar a um tipo de campanha, como uma campanha de marketing de influenciadores e ele dividirá em tarefas e subtarefas.

[00:08:48] Paul Roetzer: Então, novamente, existem esses dois públicos que você está tentando criar uma única ferramenta. Mas pelo que ouvimos com o Jobs, GPT, as pessoas estão encontrando um valor enorme nisso. Então, acho que isso [00:09:00] agora foi usado como 13 ou 1400 conversas com essa ferramenta que lançamos há algumas semanas. E assim, sim, essa é a ideia aqui: apenas colocar essas ferramentas disponíveis que ajudam as pessoas a adotar mais rapidamente, mas também ajudam, você sabe, líderes empresariais a começarem a fazer os tipos de avaliações de impacto que achamos que são muito, muito importantes para o futuro do trabalho e para se preparar para requalificar e aprimorar nossas forças de trabalho à medida que esses modelos ficam mais inteligentes e seus capacidades em [00:09:30] profissão.

[00:09:30] Paul Roetzer: E assim a ideia com a chave de exposição é. Você sabe, quando pensamos no que os modelos são capazes hoje, eles são em grande parte capazes de entradas de texto e saídas de texto, então podem fazer algumas imagens, você sabe, obviamente com Gemini e ChatGPT, você pode fazer entradas de imagem e saídas de imagem até certo ponto. O vídeo é meio que uma coisa independente agora. Eles não têm habilidades de raciocínio avançadas ainda. Vamos falar um pouco mais sobre raciocínio e alguns dos tópicos mais tarde neste episódio. Eles não são altamente persuasivos ainda. Tipo, eles têm algumas capacidades de persuasão, mas realmente não possuem aquelas coisas. E assim, a chave de exposição é basicamente observar, à medida que esses modelos desenvolvem essas outras habilidades, então qual é o impacto que eles terão nas campanhas e empregos? Então, você pode verificar, é só ir para SmarterX.ai e clicar em ferramentas, os trabalhos e campanhas, GPT estão ambos lá.

[00:10:29] Paul Roetzer: A maneira como isso funciona é que existem três iniciadores de conversa. Se você nunca usou como um GPT personalizado, você pode meio que definir quais serão os iniciadores de conversas. Portanto, este diz: Insira um tipo de campanha para avaliar. Então você pode simplesmente dizer, sabe, análise do pipeline de vendas ou qualquer que seja seu tipo de campanha, e ele automaticamente criará todas as tarefas. Então você pode dizer, muito legal. Quebre isso em subtarefas. Você pode, os outros iniciadores de conversa fornecem uma campanha com tarefas para avaliar, onde você pode simplesmente enviar ou copiar e colar suas próprias. E o outro é apenas mostrar-me uma avaliação de exemplo para você ter uma ideia de como funciona. Portanto, a última coisa que direi é que foi construído. É uma ferramenta do chat GPT, então pode inventar coisas. Não será perfeita, não estará certa o tempo todo. Mas a beleza disso é que você pode conversar com isso como faria com o chat GPT, como, pense nisso como um assistente de planejamento. Não pare apenas em uma única avaliação ou resultado. Você sabe, tenha uma conversa com isso. Pergunte-lhe para quebrar em subtarefas ou discutir como está priorizando as tarefas ou ajudá-lo a priorizar quais se concentrar.

[00:11:19] Paul Roetzer: Você sabe, experimente. É para ser uma ferramenta de pesquisa, uma ferramenta de planejamento, e é muito uma função beta para nós. É só colocar essas coisas no mundo e ver como pode ajudar as pessoas. E você brincou com isso, Mike. Quero dizer, você e eu meio que trocamos ideias sobre isso. Quais foram suas reações iniciais?

[00:11:43] Mike Kaput: O que eu adoro é que remove o que eu veria como as últimas barreiras para começar com esse tipo de planejamento, porque, como discutimos ao longo dos anos, ainda existem algumas barreiras que, quando você se senta com alguém em um workshop, por exemplo, eles ainda podem ter dificuldade para chegar, como, pensando lógica e sequencialmente sobre o seu trabalho ou sua campanha como um todo de tarefas. Não é algo que vem naturalmente para todos os indivíduos. Então isso é literalmente, você não tem uma real. desculpa aqui quando você se senta na frente dele, mesmo que você não tenha algum grande plano de transformação que deseja realizar, apenas digite seu título no JobsGPT ou digite no que você está trabalhando agora no CampaignsGPT e acho que, como observação final, eu diria que é, é, é. Isso faz dele uma ferramenta realmente boa para compartilhar se você é um ouvinte com seus executivos também, porque como ouvinte, você provavelmente vai ficar um pouco à frente da curva, eu pensaria, e você vai ter um ótimo tempo usando essas ferramentas e obterá muito valor delas. Mas essas também são realmente boas para simplesmente encaminhar a pessoas em sua equipe. Você está tentando convencer sobre a necessidade de gerenciamento de mudanças e também mostrar a eles o que é possível atualmente.

[00:12:52] Paul Roetzer: E no workshop de IA aplicada, mencionei que como Mike está liderando na MAICON, mas Mike e eu realizamos essas coisas durante todo o ano para empresas e como [00:13:00] cdjs (chief decision makers) privados, executaremos esses workshops e apenas para lhe dar um sentido prático de como você pode usar essas coisas. Quando ensinamos esses frameworks. Vamos então dizer que você tem 20 minutos, aqui está um template, comece a escrever o que você faz ou quais campanhas está realizando. Portanto, passaríamos 20 minutos de um workshop de três horas e meia, quase 10 por cento do workshop, basicamente, ou o que quer que isso supere, com pessoas só encarando páginas em branco, tentando como, pensar nessas tarefas, como você disse, Mike. E isso não é uma coisa natural, especialmente quando você está no calor do momento e tipo, ok, eu só tenho 20 minutos. Preciso pensar nisso. Portanto, parte da ideia aqui e como estamos meio que reinventando como esses workshops funcionam é tipo, ok, agora pense nas campanhas que você executa, mas coloque-as aqui. Apenas um rápido brainstorm, coloque o tipos de campanhas que você executa. E então, de repente, você tem dezenas ou centenas de tarefas onde é tipo, oh, Deus. Portanto, toda a ideia é apenas, novamente, acelerar a adoção ao tirar essa parte manual do caminho e ajudar as pessoas a apenas soltarem essas ideias. E é frequentemente isso que você vê em workshops.

[00:14:03] Paul Roetzer: Aquela página em branco e as pessoas apenas se olhando ao redor da sala ou tipo, procurando inspiração. Portanto, essa é uma parte da razão disso.

a16z Top 100 Gen AI Consumer Apps

[00:14:10] Mike Kaput: Tudo bem. Nosso segundo grande tópico desta semana, a empresa de capital de risco Andreessen Horowitz lançou a terceira edição da sua lista dos 100 principais aplicativos de consumo de GenAI. Portanto, a cada seis meses, a Andreessen Horowitz analisa dados para classificar os 50, o que eles chamam de “produtos da web com IA”, e fazem isso com base em visitas mensais exclusivas e os 50 principais aplicativos móveis, que eles avaliam com base em usuários ativos mensais. Então, algumas coisas interessantes surgiram da mais recente, em comparação ao relatório que liberaram em março, 2024; a empresa afirma que quase 30% dos produtos na lista agora são novos. Agora, como era previsível, o ChatGPT é o mais popular, liderando tanto a lista da web quanto a da mobile. Mas as semelhanças param por aí.

[00:15:05] Mike Kaput: Assim, na web, os 5 principais produtos são: ChatGPT, Character AI, Perplexity, Claude e Suno, o aplicativo de geração de música. No mobile, os 5 principais são bastante diferentes. O ChatGPT é a única semelhança em número um, depois Microsoft Edge, o aplicativo chamado PhotoMath, que resolve o dever de casa de matemática com IA, Nova, que parece ser um assistente de IA alimentado pelo ChatGPT, e Bing. A empresa também destacou algumas das principais tendências que surgem a partir dos dados.

Cohere CEO Aidan Gomez no 20VC Podcast

[00:24:13] Mike Kaput: Embora não possamos entrar em detalhes sobre cada um desses aplicativos nesta lista, após semanas explorando esses dados, algumas categorias chamaram a atenção. Uma tendência geral emergente é que ferramentas criativas dominam a lista, com 52% dos produtos da lista da web sendo relacionados a tarefas criativas. Além disso, 58% das novas ferramentas na lista desta vez são ferramentas criativas. Por exemplo, edição de conteúdo foi o caso de uso mais popular para produtos que surgiram para mobile. Além disso, surgiu uma nova categoria de produtos desta vez, o que eles chamam de Estética e Namoro. Isso inclui um aplicativo chamado LooksMax que analisa a foto de um usuário para oferecer dicas sobre como se tornar mais atraente. Ele chega a analisar sua voz para ajudar com isso. E, por último, outra grande tendência é que o Discord está impulsionando muito o crescimento desses produtos. Em muitos casos, o tráfego do Discord, diz o Andreessen Horowitz, é um indicador líder para aplicativos que subirão nos ranks da web e móvel, especialmente quando se trata de geração de conteúdos. Agora, Paul, ao olhar para essa lista, e nós acompanhamos isso, múltiplas dessas listas ao longo dos últimos meses, algum aplicativo ou tendência se destacou para você aqui?

[00:16:51] Paul Roetzer: Portanto, a partir da perspectiva das tendências, começarei por aí. O surgimento do tipo de multimodalidade é muito evidente. Você sabe, você mencionou, você sabe, como as coisas estão evoluindo a partir do ponto de vista de como imagem e vídeo. Portanto, eles disseram que a maioria das ferramentas de geração de conteúdo anteriormente se concentrava em imagens ao longo dos últimos seis meses, outras modalidades ganharam força. As imagens, em geral, representam 41% dos principais sites de geração de conteúdo gen. As cinco ferramentas de geração que apareceram na lista pela primeira vez foram C Art, que é a única de imagem. Você teve Luma, Vigil e Vidnaz, de vídeo. A música teve Udio; Suno está na lista também. Portanto, você está começando a ver essas modalidades e até voltar ao CampaignsGPT e ao nível de exposição. Isso é parte disso. Há um nível de exposição para imagens. Há um nível de exposição para vídeos. Um nível de exposição para áudio, incluindo música. E novamente, a ideia aqui é que muitas dessas modalidades são aplicativos independentes neste momento. Portanto, estamos vendo avanços em vídeo. Honestamente, não são tão bons. Como ferramentas de geração de vídeo, você vê essas demonstrações incríveis, e elas parecem incríveis, mas a realidade é que é realmente, muito lento. Portanto, se você quiser criar algo no Gen 3 da Runway ou Loom ou qualquer outra coisa, pode estar esperando horas se você estiver em uma fila para que essas coisas sejam geradas e, em seguida, elas farão como cinco segundos de cada vez. E é realmente difícil obter a consistência. Portanto, essas são versões muito iniciais. Não pense que, só porque essas ferramentas estão subindo, que tudo está resolvido e que esse material é de qualidade comercial e pronto.

[00:18:34] Paul Roetzer: Isso é surpreendente para não ver a Runway na lista. Falamos muito sobre a Runway e eles têm o vídeo Gen 3, mas, você sabe, talvez seja mais uma ferramenta aos negócios, ou talvez isso seja mais proibitivo em termos de custo nesse momento. A outra tendência foi o aumento da perplexidade, o contínuo aumento da perplexidade, tornando-se mais popular entre os consumidores, não apenas dentro dos círculos de IA e negócios, mas tornando-se mais um aplicativo de consumo. [00:19:00] Anthropic, Claude, continua a subir. A única coisa que achei fascinante, eu acho que nem mesmo pensei sobre isso, é a empresa mãe do TikTok, a ByteDance, fazendo uma investida, e há algumas razões pelas quais eu pensei que isso pode estar acontecendo. Um poderia ser a ameaça ao TikTok e, portanto, eles estão se diversificando para todas essas outras áreas. Mas a ByteDance teve três de seus aplicativos estreia na lista. Há a plataforma ed tech, Goth, número 44. Há um construtor de bots chamado Goat. Coase ou Cozy e um assistente geral chamado Dubao, e eles realmente tinham um total de seis, então eles tiveram três outros aplicativos. Portanto, isso foi uma novidade para mim; eu não percebi que a ByteDance estava meio que infiltrando todos esses aplicativos de IA, mas aparentemente lançaram uma divisão de P&D chamada Flow em 2023 focada em construir aplicativos de IA generativa.

[00:19:52] Paul Roetzer: Isso fez sentido. Você mencionou o Looks Max e você eu, eu só, eu não sei. Novamente, às vezes eu só me sinto muito velho. Como eu posso imaginar que isso é possível e a tecnologia permite isso, mas as pessoas estão pagando cinco reais por mês aparentemente para ter IA mostrando o que você pareceria como um 10 de 10, como suas aparências precisam mudar e como fazer sua voz ser mais atraente. Como. Eu só, eu não sei. Portanto, eu apenas, [00:20:07] Mike Kaput: A questão da voz foi selvagem também.

[00:20:08] Paul Roetzer: Sim, talvez eu possa fazer minha voz me fazer parecer mais alto.

[00:20:13] Mike Kaput: Sim, haha.

[00:20:14] Paul Roetzer: Então houve um chamado Riz, que, você sabe, tenho um filho de 12 anos e uma filha de 11 anos. Ouço o termo Riz cerca de 20 vezes ao dia.

[00:20:25] Paul Roetzer: O Riz, por outro lado, se concentra em melhorar mensagens de aplicativos de namoro. Os usuários podem enviar uma captura de tela de uma conversa ou perfil e obter sugestões sobre o que dizer. Depois havia um que apareceu no número 11 entre os principais produtos da web de Gen AI, o Spicy Chat. Eu não fui a esse aplicativo e ver o que é tudo isso, mas posso imaginar. Portanto, sim, eu apenas, eu acho, minha única observação geral é que meu uso pessoal e consciência da lista dos 50 principais são bastante baixas. Como, você sabe, quando você olha para os 10 principais produtos da web, ChatGPT, Character.ai, Perplexity, Claude, Suno, estou familiarizado com todos eles, Quillbot, Poe, eu conheço esses. Mas quando você começa a ir além disso, quero dizer, Hugging Face, Eleven Labs, Luma, eu conheço todos esses, mas quando você vai para o lado do aplicativo móvel, não conheço. Eu estava familiarizado com cerca de quatro deles.

[00:21:27] Paul Roetzer: Portanto, há toda uma geração desses, você sabe, aplicativos Gen AI móveis que estão surgindo e estou, aparentemente, totalmente inconsciente, eu acho, de muitos deles, porque acho que muitos deles estão, estão mais voltados para esse tipo de cena de namoro e os personagens personalizados e coisas que eu não estou vivendo naquele mundo agora.

[00:21:47] Paul Roetzer: Eu diria que adoraria ver uma lista de negócios como essa. Eu não sei. Não acho que eles tenham feito isso. Eu não vi, mas como nossos dados do relatório sobre o estado da Inteligência Artificial em Marketing esse ano, meio que combina com alguns disso. Portanto, temos o ChatGPT, que é de longe a plataforma Gen AI mais popular nos negócios. E então, quando perguntamos quais são as ferramentas de IA favoritas, você teve ChatGPT, Perplexity, Claude, Google Gemini, Adobe Firefly, Canva, Descript, Grammarly. Portanto, sim, eu só, eu não sei. é legal. Como eu acho que é, eu recomendaria às pessoas irem e conferirem. Eles têm alguns visuais realmente simples que você pode olhar. E então a maneira que eles fizeram, eu acho que não disse, eu disse isso ainda, a maneira como eles determinam isso, é para aplicativos web, eles olham para visitas mensais exclusivas por similar web e seus dados são de julho de 2024. Portanto, são dados frescos. E, em seguida, para os aplicativos móveis, eles olham para usuários ativos mensais por sensor tower, que eu nunca ouvi falar, mas esse é aparentemente a fonte de dados sobre como eles avaliam essas coisas.

[00:22:46] Mike Kaput: Sim, é bastante revelador para mim e realmente apenas prova um ponto que falamos anteriormente: claramente, esses aplicativos estão inclinados para Gen Z ou mais jovens. Seus [00:23:00] filhos, crianças de qualquer geração, estarão vivendo um estilo de vida movido por IA, independentemente de saber que estão usando ou não.

[00:23:07] Paul Roetzer: Sim, e não sei se você viu no TikTok e no Twitter apenas na última semana, estive vendo muitos desses vídeos de faculdades hoje em dia, onde eles têm seus laptops e isso é filmado em salas de aula, e eles têm, estão gravando um vídeo com seu telefone de seu laptop. O laptop tem IA rodando. [00:23:26] Isso está gravando tudo que o professor está dizendo e até vendo o quadro e fazendo análises em tempo real, resolvendo problemas em tempo real lá. Portanto, eles estão usando assistentes de Gen AI na sala de aula, em tempo real, para resolver as coisas e aprender coisas e, como explicar as coisas de maneiras diferentes. Eu quero dizer, estamos em uma mudança de paradigma na educação, e eu apenas não acho que estamos, como sociedade, geralmente cientes de quão transformacional isso vai ser.

[00:23:54] Paul Roetzer: E então, quando você olha para essas listas, começa a perceber como, em toda a sociedade, comunicações, coleta de informações, construção de relacionamentos, tudo isso está sendo fundamentalmente reinventado diante de nossos olhos e eu, não sei, até você ampliar a visão, você se torna ciente de quão significativa a mudança é.

Aidan Gomez no 20VC Podcast

[00:24:13] Mike Kaput: Tudo bem, nosso terceiro grande tópico esta semana, estamos continuando nossa prática de prestar muita atenção ao que os líderes em IA estão falando, e estamos fazendo outra imersão nisso esta semana. Desta vez estamos olhando para uma entrevista que foi dada pelo Aidan Gomez, que é o cofundador e CEO da Cohere, que é uma empresa líder em modelos de linguagem de grande escala. Gomez deu uma entrevista de uma hora a Harry Stebbings no popular podcast 20VC e cobriu uma tonelada de tópicos realmente interessantes, incluindo coisas como ele acreditar que a IA parece estar longe de atingir um platô em suas capacidades. Ele fala sobre modelos pequenos versus grandes e suas vantagens.

  • [00:25:00] Menciona como está ficando cada vez mais difícil treinar modelos para serem melhores e mais poderosos. E ele afirma que a OpenAI deixou AGI em segundo plano em favor de se tornar um consumidor.

Então, Paul, o que te chamou a atenção e vale a pena observar nesta entrevista? Talvez também nos forneça uma ideia rápida de quem é Gomez e por que ele vale a pena ouvir.

[00:25:23] Paul Roetzer: Sim, então já falamos sobre Aidan, você sabe, várias vezes antes no podcast. Falamos sobre a Cohere, bastante. Portanto, Aidan foi um dos nove autores do artigo “A Atenção é Tudo que Você Precisa” de 2017 que o Google Brain publicou que inventou o transformer. Você sabe, então falamos sobre o transformer como a base do GPT. É a base para os modelos de linguagem de grande escala de hoje. Portanto, ele foi um estagiário na época, eu acredito, na equipe do Google Brain, mas ele foi um dos nove autores citados nesse artigo. Então ele saiu para co-fundar a Cohere. Eles levantaram cerca de um bilhão de dólares com uma valuation ali entre cinco e seis bilhões. Como falamos [00:26:00] em semanas e meses recentes, no entanto, isso não é muito dinheiro no espaço da Gen AI. Quero dizer, um bilhão soa como muito, mas quero dizer, a inflection levantou um bilhão e meio antes de serem adquiridos. O Character.ai provavelmente levantou algo próximo de um bilhão. Eu não me lembro o número exato antes de serem adquiridos recentemente.

[00:26:17] Paul Roetzer: Portanto, esses números soarão grandes, mas na realidade, para competir com as empresas de fronteira de modelos, a OpenAI, a Anthropic, a Meta e o Google, um bilhão não é muito, e essa, na verdade, é parte da base da entrevista: como você está construindo uma empresa de modelo de linguagem grande de maneira diferente que te permite, você sabe, continuar competindo e não ser adquirido.

[00:26:42] Paul Roetzer: E não estou dizendo que não vão ser adquiridos, mas até agora, não foram. Portanto, eu tocarei em algumas das tendências. Novamente, eu acho que é uma entrevista que vale a pena ouvir. Como, se você é um ouvinte que gosta de ir um pouco mais profundo nesses tópicos, como o Mike disse, ouvir das pessoas que estão construindo os modelos, construindo essas, você sabe, as grandes empresas de Gen AI vale a pena, é um tempo bem empregado para entender suas perspectivas completas. Mas apenas destacando alguns dos temas principais que saltaram para mim. Portanto, sobre o tópico de tornar modelos maiores, esse tipo de ideia das leis de escala que continuamos falando, que se simplesmente continuarmos dando mais chips NVIDIA a eles, mais dados e mais tempo para treinar, eles simplesmente se tornam mais inteligentes. Esse é o pressuposto básico das leis de escala, e ele disse que é definitivamente verdade. E apenas citei aqui. É definitivamente verdade que, se você jogar mais computação no modelo, se você aumentar o tamanho do modelo, ele se tornará melhor. É uma maneira mais confiável de melhorar os modelos. Também é a mais estúpida. E ele disse. Ele disse, eu simplesmente acho que isso é extremamente ineficiente. Existem maneiras muito melhores. E então ele disse, há muita pressão para tornar modelos menores e mais eficientes mais inteligentes através de dados e algoritmos, métodos, em vez de simplesmente escalar para cima devido às forças de mercado. Existe pressão sobre o preço. Portanto, seu principal argumento é que, sim, os modelos continuarão a se tornar mais inteligentes e mais geralmente capazes. Se você for uma das cinco empresas de fronteira de modelos que tem bilhões de dólares para gastar, se não bilhões ou centenas de bilhões, então você. Então sim, você pode continuar construindo modelos muito maiores. E ele é um crente nas leis de escala. Ele não vê elas terminando tão cedo. Então ele prosseguiu para falar sobre esses modelos menores, mais eficientes.

[00:28:00] Paul Roetzer: E ele disse: “vivemos neste mundo de modelos verticalizados não agrupados, que são muito mais eficientes e menores, projetados para casos de uso específicos”. Ele diz: “teremos ambos. Teremos esses modelos gerais massivos e então teremos esses modelos verticalizados menores. e assim será.”

[00:28:35] Paul Roetzer: Sobre a questão de competir com as empresas de fronteira de modelos, especificamente Microsoft, Amazon, Google, Facebook, e então você adiciona OpenAI e Anthropic a essa lista, ele disse: “acho que você está apenas fazendo o projeto de escalonamento. Você tem que ser um desses, ou você tem que ser uma subsidiária eficaz de uma dessas empresas.”

[00:29:00] Paul Roetzer: Portanto, em outras palavras, se você quiser construir os grandes modelos geralmente capazes, eles só virão de uma dessas cinco empresas ou alguém que esteja basicamente recebendo muito dinheiro delas e funcione como uma subsidiária, mas não esteja sendo adquirida por causa de, você sabe, restrições agora. Então ele disse que praticamente todos os ganhos importantes que vimos no espaço de código aberto vieram de melhorias nos dados, embora os modelos tenham ficado muito melhores ao obter dados de maior qualidade da internet, melhores algoritmos de scrapping, parseando aquelas páginas da web, extraindo as partes certas. Subindo partes específicas da internet, porque há muita repetição e lixo. Portanto, isso se relaciona com a ideia que já discutimos antes, quando esses modelos forem treinados, quando o GPT 5 for treinado, ele simplesmente absorve todo o conteúdo disponível. Imagine todo o texto da internet indo para ela. Pode ser multimodal, talvez eles estejam treinando com imagens e vídeos e áudio também. Mas é basicamente pegar todos esses dados. [00:29:48] Paul Roetzer: Então o que esses pesquisadores têm que fazer é aplicar pesos à importância de diferentes fontes. Portanto, o que eles vão fazer é dizer, como, trabalhos que estão publicados são melhores que postagens de fóruns na internet. E assim, eles podem dar mais peso no treinamento desses modelos ao conteúdo que vem de pesquisas publicadas em revistas, como exemplo, ou livros publicados. É por isso que eles pegam de livros três, os 180,000 livros pirateados, porque a suposição é que, o que foi publicado é melhor. É por isso que eles pegam do New York Times e de todos esses outros lugares. E assim, o que ele está dizendo é que eles estão, de fato, vendo que quanto maior a qualidade dos dados, menos volume de dados você precisa. E isso é uma coisa realmente fundamental que eles aprenderam agora nos últimos dois anos. Portanto, ele diz, extrair o conhecimento mais valioso, as partes mais ricas de informações da internet e enfatizar essas partes para os modelos, dizendo a eles: concentrem-se nisso. Isso é o bom material. Ele falou sobre o pensamento do sistema dois. Este é um tópico que tocamos muitas vezes no podcast. Portanto, ele diz que o status quo com modelos é que eu pergunto uma questão e o modelo é esperado para responder imediatamente com a resposta correta. Esse é um fardo extremamente alto a ser colocado no modelo. Como você não poderia fazer isso a um [00:31:00] humano.

[00:31:00] Paul Roetzer: Portanto, novamente, antes do sistema um pensar é: eu pergunto ao Mike uma pergunta. Mike responde imediatamente. Pensamento do sistema 2 é: eu pergunto ao Mike uma pergunta e o Mike pondera por um tempo. Ele diz: deixe-me pensar sobre isso. E talvez leve 30 segundos, talvez 30 minutos, e então ele volta. Bem, o que aconteceu é que o Mike pensou em coisas. Ele passou por uma cadeia de pensamento, aplicou raciocínio e lógica, recorreu às suas experiências e então voltou e me deu uma resposta. Isso é o que eles estão tentando fazer com essas máquinas. Eles estão tentando dar a elas a capacidade de, quando têm um problema mais difícil, parar e pensar sobre isso. E ele disse que, atualmente, não há noção real de solução de problemas. Agora, a coisa que eu achei fascinante aqui, porque ele foi questionado sobre por que isso é tão difícil, e ele disse que isso acontece porque eles aprendem com dados na internet e a internet está cheia de saídas, não do real processo de raciocínio. Portanto, quando você lê algo na internet, você está apenas vendo o produto final. Você não vê o trabalho que foi feito até o produto final. Portanto, o que eles têm que fazer é, na verdade, treinar esses modelos sobre o processo de pensamento que leva àquela saída final. Portanto, se eles querem treinar um modelo sobre um artigo, é tipo, bem, o que aquela pessoa fez para escrever o artigo? Que processo eles seguiram? Como eles tomaram essas decisões? E ele disse que essas informações não estão facilmente disponíveis. Portanto, é onde eles estão investindo muito do seu tempo, é na verdade ensinar a máquina como pensar. Porque não há dados representativos sobre isso na internet que conduziram àquela saída final. Isso levou à importância dos dados. Portanto, eles o perguntaram: o que você mudou de ideia sobre o último ano? E ele disse: “é os dados. Eu subestimei dramaticamente. Eu pensei que era apenas escala”. Portanto, até 12 meses atrás, ele achava que era apenas construir os modelos maiores. A outra que eu gostei é que ele falou sobre voz. Portanto, falamos sobre, como o modo de voz avançado vindo da OpenAI e como as pessoas não estão realmente prontas para isso. Ele disse: “Qualquer que tenha tentado uma conversa baseada em voz com um desses modelos, é uma experiência impressionante. Você fica em choque quando ouve o modelo demonstrando emoção e inflexão, e você ouve ele respirar antes de falar e você ouve ele lambendo os lábios. Portanto, este é alguém que está na vanguarda que está lhe dizendo que isso é uma parada louca. E essa tem sido a minha experiência ao ver até agora. E então as últimas duas, os modelos estão se tornando muito mais rápidos e muito mais inteligentes. Portanto, ele fala sobre como eles, obviamente, estão se tornando muito mais rápidos, muito por causa dos dados e das melhorias nos algoritmos, levando à adoção empresarial. Ele disse que eles estão realmente assustados. Portanto, uma das razões pelas quais essas, você sabe, a falta de adoção nas empresas é que elas estão com medo de que as pessoas levem seus dados, treinem-os e coloquem alguma vulnerabilidade de segurança ou que percam seus direitos de propriedade intelectual.

[00:34:00] Paul Roetzer: Portanto, é uma preocupação válida, mas ele está vendo uma mudança significativa. No ano passado, havia muitas provas de conceito. Este ano, ele está vendo uma urgência em adotar. Ele comentou sobre a hype dos agentes de IA e disse que está 100% justificada. Essas coisas vão transformar a produtividade e elas estão chegando. Todos nós estamos trabalhando nelas ao longo do último ano a dois, e veremos uma mudança maciça lá. E então as últimas que estão se aproximando e que as pessoas estão perdendo. Ele falou novamente sobre raciocínio e planejamento. Como a coisa principal que está, essas coisas serão capazes de fazer. E então tocou em robótica, que temos conversado sobre a incorporação destes modelos, essa inteligência em robôs humanoides e o que isso possibilitará na economia. E ele disse: “acho que a robótica é o lugar onde haverá grandes avanços; os custos precisam ser reduzidos, mas está acontecendo.” E os modelos que estão lá são muito mais robustos. Portanto, alguém vai quebrar esses robôs humanoides de uso geral. E então, a última coisa, o que eu achei realmente interessante, porque nós estamos, eu quero dizer isso, eu quero buscar a AGI. Nós vamos resolver a inteligência. Ele é muito pragmático. Portanto, ele foi questionado: “para onde você quer que vá?” E ele disse: “acho que o mundo está super restrito e praticamente todo luxo que temos hoje é resultado da tecnologia desenvolvida para aumentar a produtividade, aumentar o suprimento das coisas, torná-las mais abundantes, torná-las mais baratas.

[00:35:00] Paul Roetzer: Portanto, o que eu me importo com essa tecnologia é impulsionar a produtividade do mundo e fazer com que os humanos se tornem mais eficazes, capazes de fazer mais.” Portanto sim, Aidan é ótimo. Eu adoro ouvir suas coisas. E como eu disse, acho que vale a pena ouvir qualquer um que queira entender as diferentes abordagens que as pessoas estão adotando e os diferentes líderes que estão lá fora.

Productividade da Amazon AI

[00:35:43] Mike Kaput: Tudo bem, vamos mergulhar em alguns tópicos rápidos nesta semana. Então, primeiro, o CEO da Amazon, Andy Jassy, compartilhou alguns resultados impressionantes de sua assistente de IA, Amazon Q, em um post recente no LinkedIn. Nele, [00:36:00] ele falou sobre como essa ferramenta melhorou dramaticamente a eficiência no desenvolvimento de software dentro da empresa. A empresa, ele relatou, que tarefas como atualizar aplicativos para o Java 17, que anteriormente levariam cerca de 50 dias de desenvolvedor, agora podem ser feitas em apenas algumas horas. E, no geral, esse impacto do Amazon Q nesse tipo de trabalho tem sido enorme. Jassy diz que economizou o equivalente a 4.500 anos de trabalho de desenvolvedores. Ele também disse que a qualidade do código gerado pela IA é notável. 79% das revisões de código estão sendo enviadas sem alterações adicionais. Essa eficiência se traduziu em benefícios financeiros significativos. Jassy estima em 260 milhões em ganhos de eficiência anual através de segurança aprimorada e redução dos custos de infraestrutura.

[00:36:56] Mike Kaput: Agora, olhando para o futuro, a Amazon está naturalmente planejando expandir o uso do Q e tentando impulsionar ainda mais a produtividade para os desenvolvedores. Isso é especialmente notável porque, muito tempo atrás, relatamos sobre isso. O Amazon Q teve um começo meio rochoso, enfrentando várias críticas internamente por produzir resultados incorretos. A empresa resolveu esses desafios iniciais expandindo sua equipe de revisores humanos para ajustar o desempenho do bot, obtendo os resultados de que falamos aqui. Portanto, Paul, este é um estudo de caso bastante impressionante. É típico do tipo de ganhos de produtividade que podemos começar a esperar ao aplicar IA em escala a coisas como esta?

[00:37:41] Paul Roetzer: Sim, eu acho que a codificação é um tipo de ponta de lança aqui. Então, temos ouvido sobre. economias de tempo por meio do co-pilot como GitHub, co-pilot nos últimos anos, foi uma das primeiras maneiras que as pessoas começaram a aplicar os modelos de linguagem Gen AI. Portanto, não é surpreendente que estamos começando a ver alguns dos maiores [00:38:00] retornos disso. Mas eu acho que há uma espécie de moral da história aqui que volta para as ideias do Campaigns GPT: encontre tarefas repetitivas e automatize-as. E você não precisa automatizá-las 100%. Portanto, naquele artigo, mencionou que, 79% das revisões de código estão sendo enviadas sem alterações adicionais. Bem, isso significa que 21% exigem mudanças humanas no loop. E tudo bem. Isso é uma taxa de erro bastante alta quando se trata de codificação. Você não enviaria código para o mercado onde 21% dele estivesse errado. Portanto, tudo bem, porém, o objetivo aqui é que você está automatizando o suficiente onde está economizando todo esse tempo e dinheiro, mas os humanos ainda precisam estar lá, como, verificando se o código está correto e corrigindo coisas que não estão. Agora, essa taxa de revisão de código vai continuar subindo. Tipo, eles podem eventualmente conseguir isso em 90, 95%, talvez até 99% de precisão. Ainda assim, precisará do humano no loop, mas agora está além da capacidade humana. E assim, eu acho que prestar atenção a esses ganhos em [00:39:00] codificação é incrivelmente importante, pois é um indicador inicial de como outras tarefas e profissões serão afetadas.

[00:39:10] Paul Roetzer: E assim a codificação é, há muito dinheiro, é um enorme mercado, muito valor a ser criado melhorando as capacidades de codificação. Mas você pode olhar para isso e dizer que a mesma coisa pode agora acontecer em redação, em contabilidade, na indústria legal. Portanto, à medida que esses modelos se tornem melhores, à medida que se tornem mais precisos, a taxa de erro diminui e você pode começar a investir em construir esses tipos de capacidades em todos os tipos de profissões de conhecimento.

[00:39:39] Paul Roetzer: A codificação é apenas, você sabe, um exemplo líder a monitorar. O artigo também mencionou que, vamos ver, o CEO da Amazon Web Services, Matt Garman, em junho, sugeriu que a IA poderia em breve dominar tarefas de codificação mudando fundamentalmente o que significa ser um desenvolvedor até 2025. Portanto, eles estão olhando para o futuro, e a pergunta [00:40:00] se torna: o que as organizações devem fazer? Como a Amazon não chegou tão longe, pelo que eu sei, olhei para o post no LinkedIn e o artigo do Yahoo. Eles não mencionaram o que estão fazendo com todo esse tempo economizado. Eu pensei que simplesmente estão fazendo mais produtos, ou não precisarão de tantos codificadores? Como, eu não sei. Mas eu acho que a outra coisa que estamos observando agora é como, quando organizações conseguem esse tipo de economia de tempo. Isso é uma mudança importante nas implicações para as forças de trabalho. E, novamente, essa é toda a ideia do JobsGPT e CampaignsGPT: pegue os papéis-chave da sua empresa, pegue as coisas que essas pessoas fazem e comece a tentar olhar para o futuro e dizer, ok, quando esses modelos forem verdadeiramente multimodais e tiverem a capacidade de codificar e criar áudio e vídeo e todas essas coisas. O que mudará, porque essas mudanças estão a um a três anos na maioria das indústrias e é importante começarmos a observar isso. Portanto, sim, foi uma história fascinante e certamente alguns números impressionantes.

[00:41:00] Mike Kaput: [00:41:00] Sim, eu também achei bastante notável que, como falamos na introdução desse tópico, as pessoas meio que fizeram piada da Amazon Q um pouco quando saiu pela primeira vez, o que é justificado. Você tem uma ferramenta, é forçada a usar, não está funcionando bem. Isso é frustrante. Mas as pessoas parecem usar isso como uma desculpa para descartar tudo, e é como, olhe onde estamos um ano depois. Alguns ajustes e de repente conseguimos esse tipo de ganho de produtividade. Isso é impressionante para mim.

[00:41:27] Paul Roetzer: Sim, e eu acho que vamos ver. Você sabe, a mesma coisa provavelmente acontecerá com esses agentes de IA, você sabe, eu mantenho enfatizando que eles são apenas demonstrações no momento. Eles são demonstrações realmente impressionantes, mas ainda não estão lá. Mas apenas espere, tipo, não leva muito tempo até que, de repente, as coisas comecem a funcionar.

[00:41:43] Mike Kaput: E você está certo, algumas pessoas apenas descartam as coisas porque não funcionam hoje. E elas esquecem quão rapidamente esses modelos estão melhorando por meio, você sabe, apenas escalonamentos puros, mas também por meio do trabalho árduo, o treinamento que acontece após o fato. A introdução de especialistas, PhDs, cientistas de dados, especialistas do setor e tê-los trabalhando com os modelos para torná-los mais inteligentes em um domínio específico. Portanto, sim, se você não está escavando e percebendo quão rápido essa inovação está acontecendo, você pode ficar surpreso se for pego de surpresa, com certeza.

Cursor AI

[00:42:16] Mike Kaput: Portanto, relacionado a esse tópico, também vimos uma startup de IA quente que acabou de levantar uma rodada de Série A de 60 milhões para revolucionar a forma como os programadores codificam usando IA. A empresa se chama Cursor. É um assistente de codificação que permite que você codifique rapidamente e sem problemas com a ajuda da IA. Isso inclui a capacidade de usar prompts em linguagem natural para criar ou editar código. O Cursor está por aí desde 2021 e diz que tem mais de 30.000 clientes, mas tem recebido muitas críticas positivas online e atenção aumentada esta semana por causa do anúncio de financiamento. Os investidores na série A incluem alguns pesos pesados no mundo da IA, [00:43:00] incluindo Andreessen Horowitz, OpenAI e Jeff Dean, do Google.

[00:43:05] Paul Roetzer: Então, Mike, você pode talvez nos explicar, tipo, por que ferramentas como essa estão recebendo tanta atenção? Especialmente, quero dizer, dado os ganhos de produtividade que estamos vendo com ferramentas internas, como a do Amazon Q.

[00:43:19] Paul Roetzer: Sim, então, u, isso parece ter decolado. Um pouco antes do anuncio dos 60 milhões, porque o André Karpathy tweetou sobre isso. Portanto, o Andrej Karpathy, falamos, o lendário pesquisador de IA, dirigiu a IA na Tesla por cinco anos, com algumas passagens pela OpenAI. Ele tweetou alguns dias atrás, a programação está mudando tão rápido. Estou tentando o Cursor mais o Claude Sonnet 3.5 em vez do GitHub Copilot novamente. E eu acho que agora é uma vitória líquida apenas empiricamente nos últimos dias. A maior parte da minha programação agora é escrevendo inglês. Usando prompts e depois revisando e editando as [00:44:00] mudanças geradas e fazendo um pouco de codificação pausada onde você escreve o primeiro pedaço e só continua basicamente tab, tab, tab, porque ele simplesmente continua escrevendo para você.

[00:44:00] Paul Roetzer: Portanto, imagine como, você sabe, alguns anos atrás, durante a explicação do Gmail, a mesma coisa, você só tabulava conforme ele terminava a frase. É como, oh, ele apenas, está fazendo isso bem. Como, realmente não preciso dizer muito mais. Portanto, eu vi as pessoas sendo acusadas de aproveitar a marca. Ele estava tipo: “não tenho nada a ver com a marca. Não estou investido nela. É apenas incrível.” E quando você começa a ver pessoas como essa, apenas dizendo de forma objetiva: “isso está mudando a forma como eu codifico,” e não estou sendo pago para dizer isso e não tenho interesses na empresa, então as pessoas começam a prestar atenção.

[00:44:35] Paul Roetzer: E assim, eu fui e olhei para o anúncio da Série A. E a coisa que achei fascinante é apenas como eles estão se posicionando. Portanto, dizem: “nosso objetivo com o cursor. é continuar liderando a mudança construindo uma ferramenta mágica que um dia escreverá todo o código do mundo.” É uma visão bastante ambiciosa. mas, como discutimos, como a Repl. está em um barco semelhante. Todos estão tentando fazer o futuro da codificação palavras. Tipo, você não precisa de código.

[00:45:00] Paul Roetzer: Eu, eu construí Campaigns GPT e Jobs GPT. Eu não tenho nenhuma habilidade de codificação. Portanto, [00:45:08] as coisas que eu não poderia ter construído há um ano, seis meses atrás, eu posso construir agora em um fim de semana com algum conhecimento e algumas palavras, basicamente. E assim, é isso que eles querem. Como, nós só queremos que todos possam codificar, construir o que quiserem ver com palavras. Então eles disseram que, já no Cursor, horas de procura pelas primitivas certas estão sendo substituídas por respostas instantâneas. Conversões mecânicas estão sendo reduzidas a um único tab, significando novamente, como tab, tab, tab, ele apenas faz. Diretrizes curtas estão sendo expandidas em fontes funcionais, e mudanças de mil linhas estão voltando à vida em segundos. Indo para a frente, esperamos que o Cursor permita que você orquestre codificadores em segundo plano movidos por IA, visualize e modifique sistemas em pseudocódigo, escaneie instantaneamente suas criações em busca de qualquer rastros ou bugs e muito mais.

[00:45:40] Paul Roetzer: Agora, novamente, eu penso nisso como, ok, isso é código. Agora faça isso em RH, direito, finanças, marketing, vendas, serviço, essa mesma ideia de simples saídas que a IA está lá assistindo os humanos ainda no loop. Mas um ano, dois anos a partir de agora, será, será uma precisão insana com todo o treinamento e ajuste que vai entrar nesses negócios.

[00:46:03] Paul Roetzer: Portanto, sim, é, é selvagem. Agora, Mike e eu não somos programadores, então não podemos entrar e, tipo, pessoalmente usar isso e te contar como é transformador. Portanto, vou aceitar a palavra do Andrej.

[00:46:11] Mike Kaput: Isso geralmente é uma postura segura, não é? Aceitar o que ele disse provavelmente está certo.

Postura Anti-AI da Procreate

[00:46:18] Mike Kaput: Portanto, o próximo tópico é um aplicativo de ilustração popular para iPad chamado Procreate que tomou uma postura ousada contra a IA generativa em software criativo. Em um anúncio recente, a empresa afirmou que não irá incorporar o Gen AI em seus produtos. O CEO da Procreate, James Kuda, não poupou palavras nesse anúncio, afirmando: “Eu realmente odeio a IA generativa.” Ele não disse realmente, e não gosto do que está acontecendo na indústria e não gosto do que isso está fazendo com os artistas. Ele disse que a IA generativa está, “arrancando a humanidade das coisas” e dirigindo o mundo criativo em direção a um “futuro árido.”

[00:47:00] Mike Kaput: Agora, isso, obviamente, contrasta com aplicativos criativos existentes como os produtos da Adobe, que integraram recursos de IA em várias áreas de seu software. A empresa reconheceu que essa postura pode torná-los uma exceção na indústria, mas acreditam que é um caminho empolgante para sua comunidade. Portanto, Paul, essa certamente é uma postura ousada. Isso é sustentável para qualquer negócio de software, muito menos uma ferramenta criativa, em 2024 ou além?

[00:47:31] Paul Roetzer: Bem, quero dizer, eu respeito totalmente a posição, você sabe, eu acho que vir a público com uma posição muito forte contra isso é ótimo, como […] As pessoas têm essa escolha a fazer, há partes disso que, eu concordo com ele, como, eu, eu, já disse antes, como a análise original da minha filha sobre geração de imagens, que achei genial quando ela tinha 10 anos, onde ela disse que é só roubar a imaginação das pessoas. E, e eu gosto que isso ainda é provavelmente a coisa mais profunda que alguém já me disse sobre IA generativa, que apenas vai e aprende com nossos materiais, nossas criações, nossas imaginações, e então apenas as pega e remixas. Portanto, compartilho sua, em alguns aspectos, a repulsa pelo que isso está fazendo. Eu apenas escolho ser muito realista.

[00:48:17] Paul Roetzer: Como é só. É o futuro. É como tentar avançar nos negócios e dizer que não vamos usar a internet. Como, você sabe, e novamente, é como todo respeito a eles por essa postura. E eu entendo de onde ele está vindo, mas você tem que viver de acordo com essas crenças e que a IA generativa é uma tecnologia muito, muito abrangente e, para basicamente dizer que você é uma empresa de software que nunca vai usar quaisquer componentes de IA generativa é uma coisa muito difícil de se aderir quando, no futuro, tudo será alimentado por isso.

[00:48:58] Paul Roetzer: Então, eu não sei. Eu espero que funcione. Acho que talvez exista um nicho para eles neste mundo. Eles tiveram muito amor de sua comunidade por dizer essas coisas. Vamos ver como se desenrola. Eu não investiria, se eu fosse um investidor, provavelmente não investiria nesta empresa. Novamente, não porque não respeito eles ou porque não acho que pode não ser um jogo vencedor, mas é no que eles acreditam e é o que precisam fazer. E todo respeito a eles por fazer isso. Mas acho que será difícil competir se você não oferece a conveniência e as características que alguns dos componentes de IA generativa, como, novamente, não estou dizendo que você vai se jogar em todas as possibilidades da IA, mas apenas dizer que você não terá nada disso é um ambiente competitivo muito difícil para vencer.

OpenAI faz parceria com a Condé Nast

[00:50:01] Mike Kaput: Portanto, a próxima, a Condé Nast, que é a gigante da mídia por trás de publicações como The New Yorker, Vogue, Vanity Fair e Wired, firmou uma parceria de vários anos com a OpenAI. Agora, esse acordo permite que a OpenAI use conteúdos do portfólio da Condé Nast em ambos, o ChatGPT e a nova plataforma SearchGPT. Como parte do acordo, a OpenAI poderá surfacear histórias das publicações da Condé Nast em seus produtos de IA. O CEO da Condé Nast, Roger Lynch, enquadrou o acordo como uma forma de “encontrar públicos onde eles estão”, garantindo ao mesmo tempo que há atribuição e compensação adequadas pela propriedade intelectual da empresa, conforme usada em modelos de IA. Os termos específicos do acordo, incluindo as finanças, ainda não foram divulgados. Portanto, Paul, este não é o primeiro acordo como este que vimos. Parece que acordos de licenciamento podem ser o futuro para alguns grandes editores. É assim que você vê um desenvolvimento como este?

[00:51:08] Paul Roetzer: A coisa é, você sabe, já discutimos isso várias vezes, esta é a única opção. Tipo, qual é a alternativa? Você, como editor, não faz o acordo. Como, é, a empresa de modelos de IA tem muito da alavancagem certa agora. Portanto, a opção é, você pode nos processar porque pegamos seu material protegido por direitos autorais para treinar nossos modelos, ou podemos encontrar uma maneira de trabalhar juntos e construir uma nova fonte de receita para você como parte da próxima geração de busca e consumo de informação e comportamento de compra. E eles não precisam desses dados apenas para treinar, eles precisam disso em inferência. Eles precisam disso em tempo real para pesquisa e, você sabe, saídas do LLM. Portanto, é complicado. Eu acho que pode funcionar para os editores, mas, eu sinto que as empresas de modelos de linguagem especificamente, a OpenAI e provavelmente a Google e outros, elas seguram muitas das cartas aqui, e assim é, eu só acho que estão tentando, colocar acordos em prática para talvez evitar algumas das dores de cabeça legais mais à frente e serem capazes de fazer esses modelos mais em tempo real, e mais valiosos para os usuários. Portanto, sim, eu acho que você continuará vendo acordos como este feito.

OpenAI nomeia o primeiro Diretor de Comunicações

[00:52:21] Mike Kaput: Portanto, algumas outras notícias da OpenAI. A OpenAI nomeou Hannah Wong como seu primeiro Diretor de Comunicações. Wong, que se juntou à OpenAI em 2021 após uma passagem pela Apple, supervisionará uma ampla gama de funções de comunicações, incluindo relações com a mídia, comunicações internas, mensagens estratégicas, eventos, design de marca, redes sociais e muito mais. Agora, ela está bem equipada para isso. Ela foi anteriormente a responsável pelas relações públicas da empresa e vice-presidente de comunicações. Ela também está reportando diretamente ao CEO Sam Altman. Portanto, não há dúvida de que, como parte disso, Wong estará, [00:53:00] tipicamente encarregada de manter a empresa fora de apuros de um perspectiva de RP ou girar as notícias sobre a empresa, mas outra parte do trabalho, específica da IA, que eles mencionam, é explicar a tecnologia de uma forma que o público realmente pode entender. Isso vem em um momento em que a OpenAI tem expandido silenciosamente sua equipe de comunicações de acordo com Axios. Ela passou de 8 membros quando o ChatGPT foi lançado para mais de 50 atualmente. Portanto, Paul, já discutimos bastante a OpenAI tendo sua boa parte de, vamos dizer, como comunicações e problemas de PR nos últimos dois anos. Como, esse tipo de nomeação é para mudar isso, ser mais diligente sobre como a empresa está se comunicando com o mercado e com os consumidores?

[00:53:47] Paul Roetzer: Sim, eu acho, novamente, não tenho informações internas aqui, mas passei 24 anos em comunicações e marketing, e algumas coisas parecem bastante evidentes aqui. Portanto, uma é definitivamente que tiveram muitas [00:54:00] feridas auto-infligidas, você sabe, com os lançamentos, com falando sobre os dados de treinamento. Com,rolagens de produtos que não têm, você sabe, chegado ao mercado tão rapidamente quanto queriam. Tem só muito em jogo, e assim, faz todo o sentido de colocar alguém na função que pode tornar-se mais estratégico, manter as pessoas na mensagem. A segunda é que estão tentando se posicionar para o setor agora. Eu não sei se concordo com o Aidan Gomez que eles, tipo, desistiram de AGI e agora apenas estão fazendo um produto de consumidor, mas estão, definitivamente tentando enviar mensagens mais para as empresas.

[00:54:29] Paul Roetzer: E então, a terceira é, para o melhor ou para o pior, a OpenAI é meio que a voz proeminente para a indústria da IA. Quero dizer, Google desempenha, a Anthropic tem, você sabe, uma posição menor, no que diz respeito à conscientização. Mas a OpenAI é, tipo, meio que isso quando se trata de como as pessoas veem IA em geral e para onde estamos indo com AGI, como, elas são um player muito, muito importante, e precisam melhorar como [00:55:00] estão fazendo isso e a mensagem que têm. Além disso, acho que eles estão tentando desempenhar um papel maior nas leis e regulamentações e, você sabe, você precisa de mensagens. Você precisa ser mais estratégico em como está lidando com isso. E é isso que os líderes de comunicações fazem. Eles pensam nesses diferentes públicos-alvo e qual é a mensagem para eles e como entregar essa mensagem e, como monitorar, você sabe, o sentimento e, você sabe, ela tem muito trabalho pela frente. Portanto, será um grande projeto. Um pessoal de 50 ajuda, mas você sabe, você vai precisar de muito mais do que isso, provavelmente.

Cartas da Anthropic e OpenAI sobre o SB 1047

[00:55:33] Mike Kaput: Portanto, a Anthropic e a OpenAI liberaram algumas declarações relacionadas ao polêmico projeto de lei de segurança da IA da Califórnia. Já falamos sobre isso bastante. É chamado SB 1047. Primeiro, o CEO da Anthropic, Dario Amodei, escreveu uma carta que diz que, embora a empresa esteja feliz que o estado da Califórnia tenha aceitado algumas de suas sugestões para melhorar esse projeto, a nova versão do SB 1047 também falta um monte de sugestões que a empresa fez ao governo. Ele escreve: “na nossa avaliação, o novo SB 1047 está substancialmente melhorado a ponto de acreditarmos que os seus benefícios provavelmente superam seus custos. No entanto, não temos certeza quanto a isso e ainda há alguns aspectos do projeto que parecem preocupantes ou ambíguos para nós.” Agora, ao mesmo tempo, a OpenAI enviou uma carta ao escritório do senator Scott Wiener, o principal patrocinador do projeto, se opondo ao projeto. A OpenAI disse que isso prejudicaria a inovação e que a regulamentação deveria vir do governo federal. Disse ainda que o projeto poderia ter grandes implicações para a competitividade dos EUA na IA como um todo e em termos de segurança nacional. Como uma observação interessante aqui, a Bloomberg relata que a empresa até mesmo suspendeu conversas sobre expandir seus escritórios em San Francisco em meio a preocupações sobre a incerteza no cenário regulatório da Califórnia. Portanto, Paul, quão preocupado estão as empresas de IA com esse projeto? Neste momento, parece que estamos ouvindo um aumento de retórica em torno disso.

[00:56:01] Paul Roetzer: Obviamente, Barry, e a Anthropic tem estado bastante envolvida, eu acho, em, você sabe, influenciar a direção do projeto. Portanto, sim, eu, eu quero dizer, isso é um tópico realmente importante. Já tocamos nisso algumas vezes, você sabe, há um mês ou dois. e eu acho que agora já falamos sobre isso como três episódios seguidos. É algo que as pessoas precisam estar atentas, obviamente, se as grandes empresas de IA estão, muito vocais expressando suas opiniões e tornando suas opiniões públicas e começando a ameaçar uma falta de expansão dentro da Califórnia. Como, agora estamos começando a jogar o jogo da alavanca. Portanto, sim, eu não sei. Seria interessante ver como tudo isso se desenrola. E eu não sei qual é o cronograma, tipo, quando devemos esperar decisões e, você sabe, vá ou não. Eu acho que mudaram esse projeto, o quê, oito vezes já? Portanto, não sei. Talvez no próximo episódio possamos dar uma olhada, tipo, qual é exatamente o cronograma sobre isso? Porque apenas parece que há muita incerteza e continua evoluindo. [00:57:05] Eu vi um tweet, eu não me lembro de quem foi, mas mencionou assim, se esse projeto tivesse sido colocado em prática há 12 meses, eu não sei. Já teríamos contido a inovação, porque os modelos atuais que estamos fazendo basicamente não teriam sido permitidos com onde esse projeto estava um ano atrás.

[00:57:22] Paul Roetzer: E assim, é apenas essa ideia de quão pouco sabemos sobre os futuros modelos. Portanto, podemos regular em excesso rapidamente. Quando pensamos que eles são perigosos e, no entanto, você sabe, ninguém está se preocupando agora com o GPT-4 como sendo excessivamente perigoso para alguém, mas um ano ou dois atrás, eles poderiam ter pensado que qualquer coisa maior que isso é, tipo, temos problemas. Portanto, eu não sei. Portanto, eu disse no último episódio, que estou meio que em cima da cerca tentando entender os dois lados. Eu não tenho realmente uma opinião forte sobre se o projeto na forma atual deve ser

Bolt42

Claude Gemini IA Inovação Marketing Digital Negócios Open AI