Os novos agentes de IA da Microsoft suportam 1.800 modelos (e contando)

Os agentes de IA estão no foco das atenções no mundo empresarial atualmente. No entanto, os líderes empresariais desejam ouvir sobre resultados tangíveis e casos de uso relevantes — em vez de cenários futuristas que ainda não estão totalmente realizados — e exigem ferramentas que sejam fáceis de implantar e usar, além de suportarem seus modelos preferidos.

A Microsoft afirma que cobriu todas essas preocupações com novas capacidades de baixo e nenhum código no Microsoft 365 Copilot. Hoje, durante o Microsoft Ignite, a gigante da tecnologia anunciou que os usuários agora podem construir seus próprios agentes autônomos personalizados ou implantar agentes prontos para uso com um propósito específico. E isso pode ser feito através de uma configuração que permite acesso aos mais de 1.800 modelos no catálogo de IA do Azure. (Confira nossa matéria separada de hoje sobre como a Microsoft montou silenciosamente o maior ecossistema de agentes de IA — e que ninguém chega perto).

“As empresas já exploraram bastante IA e realmente querem medir e entender como os agentes podem ajudá-las a ser mais eficientes, melhorar o desempenho e diminuir custos e riscos”, disse Lili Cheng, vice-presidente corporativa da divisão de IA e pesquisa da Microsoft, ao VentureBeat. “Elas estão realmente se empenhando em escalar seus copilotos.”

Suporte para ‘traga seu próprio conhecimento’, ‘traga seu próprio modelo’

De acordo com a IDC, nos próximos 24 meses, cada vez mais empresas construirão ferramentas de IA personalizadas e adaptadas. De fato, fornecedores — desde gigantes da tecnologia como Salesforce e Snowflake até players menores como CrewAI e Sema4.ai — estão cada vez mais promovendo plataformas no mercado que prometem revolucionar as operações empresariais.

A Microsoft apresentou o Copilot em fevereiro de 2023 e agora o enriqueceu com um conjunto de novas capacidades para suportar a IA autônoma. As capacidades autônomas, agora em prévia pública, permitem que os usuários construam agentes que atuam em seu nome sem necessidade de novas instruções. Isso significa que os agentes podem trabalhar e agir nos bastidores sem supervisão humana.

Os usuários podem usar modelos para cenários comuns (como agentes de aceleração de pedidos de vendas) no Copilot Studio. Ou, desenvolvedores mais avançados podem aproveitar um novo SDK de Agente (agora disponível em prévia) para construir agentes multicanal de pilha completa que se integram a vários serviços da Microsoft e podem ser implantados em canais da Microsoft, de terceiros e da web.

Novas integrações com o Azure AI Foundry apoiarão o conceito de ‘traga seu próprio conhecimento’ (índices de busca personalizados podem ser adicionados como fonte de conhecimento) (agora em prévia) e ‘traga seu próprio modelo’ (agora em prévia privada). Isso permitirá que os usuários utilize os mais de 1.800 modelos (e contando) no catálogo do Azure.

Esse elemento é crítico, pois os usuários exigem a capacidade de usar dados proprietários de forma segura e combinar e testar diferentes modelos sem ficar presos a um único modelo. “As pessoas querem uma variedade de modelos, elas querem ser capazes de ajustar modelos,” disse Cheng.

Agentes prontos para RH, tradução e gerenciamento de projetos

No entanto, nem todas as tarefas exigem uma solução personalizada; modelos já construídos podem ser úteis em diversas empresas. A Microsoft está lançando vários agentes prontos no Copilot que podem lidar com tarefas simples e repetitivas ou processos complexos de múltiplas etapas. Estes incluem:

• Agentes no SharePoint, que permitem aos usuários criar seus próprios agentes personalizados, dar nomes a eles e personalizá-los. Os usuários podem fazer perguntas e receber respostas em tempo real, além de compartilhar agentes por meio de e-mails, reuniões e chats. A Microsoft enfatiza que os agentes seguem as permissões de usuário e os rótulos de sensibilidade existentes no SharePoint para ajudar a garantir que informações sensíveis não sejam compartilhadas em excesso.
• Agente de autoatendimento para colaboradores, que responde a perguntas comuns sobre políticas de trabalho e realiza ações relacionadas a RH e TI. Por exemplo, os colaboradores podem obter informações sobre benefícios e folha de pagamento, solicitar um novo dispositivo ou iniciar um formulário de licença.
• Agente facilitador, que toma notas em tempo real em Teams e chats e fornece um resumo das informações importantes à medida que a conversa se desenrola.
• Agente intérprete, que fornece tradução em tempo real em reuniões do Teams em até nove idiomas. Os participantes também podem fazer com que o intérprete simule sua voz.
• Agente de Gerente de Projetos, que automatiza processos no Planner, gerenciando projetos desde a criação até a execução. O agente pode criar automaticamente novos planos do zero ou usar modelos; em seguida, ele atribui tarefas, rastreia o progresso, envia notificações e fornece relatórios de status.

Além disso, um novo SDK do Azure AI Foundry oferece uma experiência de codificação simplificada e uma ferramenta para desenvolvedores personalizarem, testarem, implantarem e gerenciarem agentes. Os usuários podem escolher entre 25 templates pré-construídos, integrar o Azure AI em seus aplicativos e acessar ferramentas comuns, incluindo GitHub ou Copilot Studio.

Cheng apontou para a importância de ferramentas de baixo código e nenhum código, à medida que as empresas desejam acomodar equipes com uma variedade de habilidades. “A maioria das empresas não tem grandes equipes de IA ou mesmo equipes de desenvolvimento,” disse ela. “Elas querem mais pessoas capazes de criar seus copilotos.”

O objetivo é simplificar bastante o processo de construção de agentes para que as empresas “construam algo uma vez e usem onde quer que seus clientes estejam,” afirmou ela. As ferramentas devem ser simples e fáceis de usar, para que os criadores de aplicativo nem saibam se as coisas estão se tornando mais complicadas nos bastidores. Cheng sugeriu: “Algo pode ser mais difícil, mas você não sabe que é mais difícil; você só quer concluir seu trabalho.”

Casos de uso do McKinsey e Thomson Reuters

Os casos de uso iniciais têm se concentrado em suporte, como gerenciamento de help desks de TI, bem como cenários de RH, incluindo integração, disse Cheng.

A McKinsey & Company, por sua vez, está trabalhando com a Microsoft em um agente que acelerará a integração de clientes. Um piloto mostrou que o tempo de espera poderia ser reduzido em 90% e o trabalho administrativo em 30%. O agente pode identificar capacidades de especialistas e equipes de recrutamento e serve como uma plataforma para colegas fazerem perguntas e solicitarem acompanhamentos.

Enquanto isso, a Thomson Reuters construiu um agente para ajudar a tornar o processo de due diligence legal — que exige uma experiência significativa e conteúdo especializado — mais eficiente. A plataforma combina conhecimento, habilidades e raciocínio avançado da ferramenta de IA generativa da empresa CoCounsel para ajudar advogados a fecharem negócios de forma mais rápida e eficiente. Testes iniciais indicam que várias tarefas nesses fluxos de trabalho poderiam ser cortadas em pelo menos 50%.

“Realmente vemos as pessoas combinando copilotos mais tradicionais — onde a IA complementa habilidades humanas e fornece assistência pessoal — com sistemas autônomos,” disse Cheng. Os agentes estão cada vez mais elaborando processos e fluxos de trabalho e interagindo entre grupos de pessoas e em sistemas de múltiplos agentes, observou ela.

Agentes de IA não são novos (mas usá-los em cima de LLMs é)

Embora agora estejam em alta, os agentes não são novos, enfatiza a escritora Susanna Ray do Microsoft Source em um post de blog publicado hoje. “Eles estão recebendo mais atenção agora porque os recentes avanços em modelos de linguagem de grande escala (LLMs) ajudam qualquer um — mesmo fora da comunidade de desenvolvedores — a se comunicar com a IA,” escreve ela.

Os agentes servem como uma camada sobre os LLMs, observando e coletando informações e fornecendo insumos para que juntos possam gerar recomendações para os humanos ou, se permitido, agir de forma independente. “Essa combinação de agente e LLM torna as ferramentas de IA mais tangivelmente úteis,” observa Ray, acrescentando que os agentes se tornarão ainda mais úteis e autônomos com inovações contínuas em memória, direitos de uso e ferramentas.

Cheng destacou que a Microsoft começou a falar sobre IA conversacional há cerca de oito anos. Antes dos agentes de IA, os dados de conversa “sempre estavam meio perdidos e isolados.” Agora, a IA autônoma pode trazer inteligência aos usuários e fornecer contexto em tempo real.

“As pessoas apenas querem que essa ferramenta seja mais natural,” disse ela. “É fenomenal que possamos fazer muitas dessas coisas que sonhamos. Ser capaz de combinar todas essas fontes sem esforço é realmente inovador.”