A Gartner prevê que agentes de IA transformarão o trabalho, mas a desilusão está crescendo.

O tema dos agentes de IA rapidamente evoluiu de conceitos ambíguos para uma realidade. As empresas em breve poderão implantar frotas de trabalhadores de IA para automatizar e complementar — e sim, em alguns casos, substituir — o talento humano.

“Agentes autônomos são um dos tópicos mais quentes e talvez um dos mais hypados na IA generativa hoje,” disse o analista destacado da Gartner, Arun Chandrasekaran, no Gartner Symposium/Xpo na última semana.

No entanto, enquanto os agentes autônomos estão em alta no novo ciclo de hype de IA generativa da consultoria, ele enfatizou que “estamos nos estágios iniciais de agentes. É um dos principais objetivos de pesquisa das empresas de IA e laboratórios de pesquisa a longo prazo.”

Tendências principais no ciclo de hype de IA da Gartner para IA generativa

Com base no Hype Cycle de 2024 da Gartner para IA Generativa, quatro tendências principais estão emergindo em torno da IA generativa — com os agentes autônomos liderando. Os agentes conversacionais de hoje são avançados e versáteis, mas são “sistemas muito passivos” que precisam de constantes instruções e intervenção humana, observou Chandrasekaran. A IA agente, em contraste, só precisará de instruções de alto nível que poderão ser desmembradas em uma série de etapas de execução.

“Para que os agentes autônomos prosperem, os modelos precisam evoluir significativamente,” disse Chandrasekaran. Eles precisam de raciocínio, memória e “a capacidade de lembrar e contextualizar coisas.”

Outra tendência importante é a multimodalidade, disse Chandrasekaran. Muitos modelos começaram com texto, e desde então se expandiram para códigos, imagens (como entrada e saída) e vídeos. Um desafio nesse aspecto é que “pelo próprio aspecto de tornar-se multimodal, também estão ficando maiores,” disse Chandrasekaran.

A IA de código aberto também está em ascensão. Chandrasekaran destacou que o mercado tem sido dominado por modelos de código fechado, mas o código aberto oferece personalização e flexibilidade de implantação — os modelos podem ser executados na nuvem, on-premises, na borda ou em dispositivos móveis.

Por fim, a IA de borda está ganhando destaque. Modelos muito menores — entre 1B e 10B de parâmetros — serão usados em ambientes com recursos limitados. Estes podem ser executados em PCs ou dispositivos móveis, proporcionando “precisão aceitável e razoável,” disse Chandrasekaran.

Os modelos estão “diminuindo e se estendendo da nuvem para outros ambientes,” ele destacou.

Caminhando para a decepção

Ao mesmo tempo, alguns líderes empresariais afirmam que a IA não atendeu às expectativas. A IA generativa está começando a deslizar para o vale da decepção (quando a tecnologia não atende às expectativas), disse Chandrasekaran. Mas isso é “inevitável no curto prazo.”

Há algumas razões fundamentais para isso, explicou. Primeiro, os capitalistas de risco financiaram “uma enorme quantidade de startups” — mas ainda subestimaram gravemente a quantidade de dinheiro que as startups precisam para ser bem-sucedidas. Além disso, muitas startups têm “muros de competitividade muito frágeis,” servindo essencialmente como uma cobertura sobre um modelo que não oferece muita diferenciação.

Além disso, “a luta por talento é real” — considere os modelos de acqui-hiring — e as empresas subestimam a quantidade de gerenciamento de mudança. Os compradores também estão levantando cada vez mais questões sobre o valor comercial (e como rastreá-lo).

Existem também preocupações sobre alucinação e explicabilidade, e há mais a ser feito para tornar os modelos mais confiáveis e previsíveis. “Não estamos vivendo em uma bolha tecnológica hoje,” afirmou Chandrasekaran. “As tecnologias estão avançando o suficiente. Mas não estão avançando rápido o suficiente para acompanhar as altas expectativas que os líderes empresariais têm hoje.”

Não é surpreendente que o custo de construir e usar IA seja outro obstáculo significativo. Em uma pesquisa da Gartner, mais de 90% dos CIOs disseram que a gestão de custos limita sua capacidade de obter valor da IA. Por exemplo, os custos de preparação de dados e inferência muitas vezes são subestimados, explicou Hung LeHong, um analista destacado da Gartner.

Além disso, os fornecedores de software estão aumentando seus preços em até 30% porque a IA está cada vez mais incorporada em seus pipelines de produtos. “Não é apenas o custo da IA, é o custo das aplicações que eles já estão rodando em seus negócios,” disse LeHong.

Casos de uso principais de IA

Ainda assim, os líderes empresariais entendem como a IA será instrumental no futuro. Três quartos dos CEOs entrevistados pela Gartner afirmam que a IA é a tecnologia que terá o maior impacto em sua indústria, um salto significativo de 21% apenas em 2023, destacou LeHong.

Esse percentual tem “aumentado a cada ano,” afirmou ele.

No momento, o foco está nas funções internas de atendimento ao cliente, onde os humanos ainda estão “ao volante,” observou Chandrasekaran. “Ainda não estamos vendo muitos casos de uso voltados ao cliente com IA generativa.”

LeHong destacou que uma quantidade significativa das iniciativas de IA generativa nas empresas está focada em aumentar a produtividade dos funcionários. “Eles querem usar IA generativa em nível de funcionário individual.”

Chandrasekaran apontou três funções empresariais que se destacam na adoção: TI, segurança e marketing. Na TI, alguns usos da IA incluem geração de código, análise e documentação. Na segurança, a tecnologia pode ser usada para aumentar os SOCs em áreas como previsão, gestão de incidentes e ameaças e análise de causa raiz.

No marketing, por sua vez, a IA pode ser usada para fornecer análise de sentimento com base em postagens em redes sociais e criar conteúdos mais personalizados. “Acho que marketing e IA generativa foram feitos um para o outro,” disse Chandrasekaran. “Esses modelos são bastante criativos.”

Ele apontou alguns casos de uso comuns entre essas funções de negócios: criação e aumento de conteúdo; resumo de dados e insights; automação de processos e fluxos de trabalho; previsão e planejamento de cenários; assistência ao cliente; e codificação de software e copilotos.

Além disso, as empresas desejam a capacidade de consultar e recuperar de suas próprias fontes de dados. “A pesquisa empresarial é uma área onde a IA terá um impacto significativo,” disse Chandrasekaran. “Todos querem seu próprio ChatGPT.”

A IA está avançando rapidamente

Além disso, a Gartner prevê que:

• Até 2025, 30% das empresas terão implementado uma estratégia de IA aumentada e em teste, um aumento de 5% em 2021.
• Até 2026, mais de 100 milhões de humanos irão interagir com colegas virtuais robóticos ou sintéticos e quase 80% da solicitação será semi-automatizada. “Os modelos estarão cada vez melhores em entender o contexto,” disse Chandrasekaran.
• Até 2027, mais de 50% das empresas terão implementado um programa de governança de IA responsável, e o número de empresas usando IA de código aberto aumentará dez vezes.

Com a IA “vindo de todos os lugares”, as empresas também estão procurando colocar líderes específicos no comando, explicou LeHong: Agora, 60% dos CIOs estão encarregados de liderar as estratégias de IA. Enquanto antes da IA generativa, os cientistas de dados eram “os mestres desse domínio,” disse LeHong.

Em última análise, “a maioria dos nossos clientes ainda está tentando descobrir o que funciona,” disse ele. “Agora eles sabem qual parede atingir. Antes eles tinham quatro paredes e talvez um teto onde poderiam tentar, agora eles têm uma parede de marketing, uma parede de TI e uma parede de segurança.”