A indústria tecnológica encontra-se num momento decisivo. Nunca assistimos ao surgimento de uma tecnologia que fizesse tanto “ruído” e conseguisse o apoio executivo, resultados comerciais definidos e uma tão rápida adoção dos utilizadores. Na verdade, em poucos meses, a Inteligência Artificial (IA) Generativa captou a atenção, imaginação e preocupação da maioria dos líderes tecnológicos e empresariais em todo o mundo.

Mas como é que uma tecnologia consegue ter este impacto de forma tão rápida? Bem, podemos dizer que não foi assim de repente. Os elementos fundamentais da IA Generativa estão a ser desenvolvidos ao longo da última década, através de fortes investimentos numa série de tecnologias inovadoras que se tornaram possíveis graças à 3ª Plataforma Tecnológica (ou seja, cloud, social media, móvel, etc.).

Com a transição das organizações para o negócio digital, o resultado foi uma enorme quantidade de novos dados digitais: estruturados, semiestruturados e não estruturados. Veja-se, por exemplo, o volume de novos dados gerados pela indústria biotecnológica à medida que foram surgindo registos de saúde eletrónicos inovadores e sequenciação de ADN. Em todos os setores económicos verificamos uma trajetória digital semelhante, em que os dados estarão à disposição da IA Generativa para aumentar o trabalho e simplificar as operações.

A rápida adoção da IA Generativa está a fazer com que a IA passe de um elemento de software “embrionário” para uma tecnologia de base no centro das organizações. Acreditamos que a adoção da IA Generativa irá proporcionar os mesmos (se não melhores) tipos de ganhos que vimos nos pioneiros digitais (quatro vezes o crescimento das receitas e cinco vezes a rentabilidade), e isto irá acontecer de forma acelerada. Para se manterem competitivos, todos os CEO terão de desenvolver uma estratégia de IA para abordar a política de utilização, propriedade, inclusão de dados, custos, segurança e implementação da IA Generativa na empresa.

Há também a “opcionalidade” que é criada com a aplicação desta tecnologia. Por exemplo, IA Generativa resolve um aspeto da inteligência humana – a previsão – de forma mais fácil e com menos custos. À medida que a previsão se torna um recurso omnipresente, isto mudará os modelos e estratégias de negócio puramente baseados na poupança de custos. Assim, a IA Generativa dá-lhes novas “opções” que não estavam disponíveis.

Mas há uma complexidade acrescida: os modelos de IA Generativa carecem de transparência para explicar por que razão produzem os seus resultados, ao contrário do que acontece com os humanos. Esta falta de confiança é um risco real de utilizar esta tecnologia na prática, especialmente quando as consequências dos erros da IA Generativa são significativas.

Portanto, acredito que o próximo passo para definir o caminho para o impacto da IA Generativa é priorizar um conjunto identificado de casos de uso. A IDC define três tipos de casos de utilização de IA generativa que têm de ser avaliados.

Começo por referir os casos de utilização na indústria, que requerem um trabalho mais personalizado. Os exemplos incluem a descoberta generativa de medicamentos e a conceção generativa de materiais para fabrico. Já os casos de utilização de funções empresariais tendem a integrar um modelo (ou vários) com dados empresariais para serem utilizados por um departamento ou função específica (marketing, vendas, aprovisionamento, etc.).

Por último, os casos de utilização de produtividade que estão alinhados com tarefas de trabalho, tais como resumir um relatório ou gerar uma descrição de funções, recorrendo a modelos de base existentes, como OpenAI com ChatGPT e DALL-E, Stability.ai, Anthropic e GitHub’s Copilot.

Acredito que a tecnologia nunca foi tão relevante para as empresas e, por isso, as organizações que ainda não o fizeram tem de adotar a IA Generativa, para acelerar a jornada e desenvolver o seu próprio caminho criando impacto na sociedade.