Agentes de IA transformarão o trabalho, mas desilusão cresce, avalia Gartner

Agentes de IA passaram rapidamente de conceitos ambíguos para a realidade. Assim, em breve, empresas poderão ter diversos “talentos” 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 supervalorizados na IA generativa hoje”, disse Arun Chandrasekaran, vice-presidente e analista da Gartner, no Gartner Symposium/Xpo, ao Venture Beat.

De acordo com o instituto de pesquisas, enquanto agentes autônomos estão em alta no novo ciclo de hype de IA generativa da consultoria, Chandrasekaran enfatizou que “estamos na fase super inicial dos agentes. É um dos principais objetivos de pesquisa das empresas de IA e laboratórios de pesquisa no longo prazo.”

O Gartner projeta que até 2025 30% das empresas implementem uma estratégia de teste e aumento com IA, um salto em relação aos 5% registrados em 2021. Além disso, até 2026, mais de 100 milhões de pessoas deverão interagir com colegas virtuais robóticos ou sintéticos, com quase 80% das solicitações sendo semiautomáticas, sendo que os modelos estão se tornando cada vez melhores em entender o contexto.

Além disso, até 2027, mais de 50% das empresas deverão ter um programa de governança de IA responsável, enquanto o número de organizações que utilizam IA de código aberto aumentará dez vezes.

Ciclo de Hype de IA generativa

Com base no Ciclo de Hype de 2024, modelo do Gartner que ilustra maturidade, adoção e aplicação de tecnologias emergente, para IA generativa, quatro tendências-chave estão emergindo em torno da tecnologia — sendo os agentes autônomos a principal.

Os agentes conversacionais de hoje são avançados e versáteis, mas são “sistemas muito passivos” que precisam de constantes estímulos e intervenção humana, observou Chandrasekaran. A IA agente, por outro lado, precisará apenas de instruções de alto nível que possam ser divididas em uma série de etapas de execução.

Leia também: IA generativa desenha nova era de smartphones

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

Outra tendência é a multimodalidade, apontou Chandrasekaran. Muitos modelos começaram com texto e desde então se expandiram para código, imagens (tanto como entrada quanto saída) e vídeo. Um desafio nesse aspecto é que “pelo próprio aspecto de se tornarem multimodais, eles também estão se tornando maiores”, acrescentou.

A IA de código aberto também está em ascensão. Chandrasekaran destacou que o mercado foi dominado até agora por modelos de código fechado, mas o código aberto oferece personalização e flexibilidade de implantação — os modelos podem operar na nuvem, localmente, na borda ou em dispositivos móveis.

Finalmente, a IA de borda ganha destaque. Modelos muito menores — entre 1B a 10B de parâmetros — serão usados em ambientes com recursos limitados. Esses modelos podem rodar em PCs ou dispositivos móveis, proporcionando “precisão aceitável e razoável”, disse Chandrasekaran.

Vale da desilusão

Segundo a publicação, a IA generativa está começando a deslizar para o abismo da desilusão (quando a tecnologia não atende às expectativas), apontou Chandrasekaran. Mas isso é “inevitável no curto prazo”, reforçou.

Há algumas razões para isso, explicou. Primeiro, os capitalistas de risco financiaram “uma quantidade enorme de startups” — mas ainda subestimaram a quantidade de dinheiro que as startups precisam para ter sucesso. Além disso, muitas startups têm “muros competitivos frágeis”, servindo como uma cobertura sobre um modelo que não oferece muita diferenciação. Além disso, “a luta por talentos é real”.

Há 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”, comentou Chandrasekaran. “As tecnologias estão avançando de forma suficiente. Mas não estão avançando rápido o suficiente para acompanhar as expectativas elevadas que os líderes empresariais têm hoje.”

Não surpreendentemente, o custo de construir e usar IA é outro obstáculo significativo. Em uma pesquisa do Gartner, mais de 90% dos CIOs disseram que gerenciar custos limita sua capacidade de obter valor da IA. Por exemplo, os custos de preparação de dados e inferência são frequentemente subestimados, explicou Hung LeHong, vice-presidente do Gartner.

Outro ponto é que os fornecedores de software estão aumentando seus preços em até 30% porque a IA está se tornando cada vez mais embutida em suas linhas de produtos. “Não é apenas o custo da IA, é o custo das aplicações que eles já estão executando em seus negócios”, revelou LeHong.

*Com informações do Venture Beat

Siga o IT Forum no LinkedIn e fique por dentro de todas as notícias!