IA autônoma ou IA agêntica: eis a questão

Mais de 80% das empresas apenas começaram a desenvolver sua estratégia de inteligência artificial (IA) ou não têm nenhuma. Menos de 30% dos projetos-piloto chegam à implementação em nível empresarial. Ainda, 75% das empresas acreditam que a IA agêntica impulsionará o crescimento dos negócios, mas apenas 20% veem essa expansão atualmente.

O levantamento foi publicado pela National Bureau of Economic Research no mês passado e foi feito com seis mil executivos de empresas europeias e norte-americanas.

Outro estudo recente, do MIT, apurou que, apesar dos investimentos em IA de US$ 30 bilhões a US$ 40 bilhões, 95% dos projetos-piloto de IA generativa (GenAI) não apresentam nenhum retorno mensurável, ou seja, não geram ROI.

Mas, o que realmente significa um bom resultado em termos de desenvolvimento de IA para as empresas, questiona China Widener, que é vice-presidente e líder do setor de tecnologia, mídia e telecomunicações dos EUA da Delloite. A executiva mediou o painel Inteligência agêntica: a construção do ecossistema autônomo de IA.

Colin Bannon, CTO da BT Business, unidade de empresas da British Telecom, afirma que, da perspectiva da BT, significa fazer a coisa certa e possibilitar resultados da tecnologia agêntica para os clientes. “Mas também para nós mesmos, para melhorar a forma como fornecemos serviços, resiliência e operações. Estamos vendo nos sinais em nossa rede maior difusão de agentes de IA que estão transformando as necessidades da rede”, disse.

Cadeira giratória

Para Bannon, isso significa soberania ou autonomia em três níveis: no nível individual, cada indivíduo deve ter autonomia, em vez de a tecnologia o limitar e o obrigar a trabalhar dentro desse sistema. “Nessa espécie de cadeira giratória. Assim, cada indivíduo tem acesso a tudo o que precisa para facilitar seu trabalho, economizar tempo e desempenhá-lo melhor. Ele tem acesso a recursos valiosos, a todas as informações e ferramentas disponíveis, independentemente de qual das plataformas ou sistemas diferentes utilize. Isso é soberania e autonomia no nível individual”, explica o CTO da BT.

E isso se aplica ao nível empresarial, continua o executivo, o que significa que as empresas não usarão tecnologia genérica de prateleira para usar em seus elementos mais importantes. “Elas precisam personalizar e configurar sua plataforma autônoma para criar capacidades que lhes deem vantagem competitiva, que permitam fazer coisas que seus concorrentes não conseguem”, ressalta.

O terceiro nível, que é o nível nacional, empresas principais, como as de telecomunicações, não querem que haja falta de controle sobre a tecnologia que estão implementando, diz Bannon. “Não se trata apenas de comprar algumas GPUs da Nvidia e instalá-las em um data center em um país para, então, ter uma IA soberana”, diz o executivo.

Controle sobre a tecnologia

Para Bannon, trata-se de realmente ter controle sobre a tecnologia que você está implantando, de tê-la em conformidade com as leis e normas culturais, com os idiomas necessários, mas também de que não haja um botão de desligar que, se essa empresa falir ou decidir que não quer trabalhar com você, que você ainda tenha autonomia, controle e possa agir de forma independente na tecnologia que está, literalmente, administrando seus negócios.

“Esses três níveis que consideramos são o núcleo da IA ​​soberana e da autonomia, o que obviamente não é alheio ao que estamos discutindo hoje na IA agêntica”, afirma o CTO da BT.

Estágios iniciais

Contudo, China, da Delloite, pergunta: “Se for verdade que muitos ainda estão em estágios iniciais, apesar de não se conseguir andar um metro sem se deparar com uma conversa de IA de alguma forma, a questão passa a ser: quais são os grandes obstáculos? Quais são, independentemente de onde você esteja nessa jornada, seja no estágio inicial ou maduro, os grandes obstáculos que as pessoas não entendem ou subestimam?”

No momento, estamos em um mundo onde o que mais nos preocupa é, ao construir isso, esses agentes de IA, seus dados, seu conjunto de informações, controlarem tudo isso, responde Martin Kon, presidente emérito da Cohere, startup unicórnio criada em 2019 que, agora, trabalha com plataformas de IA empresariais.

Lixo entra, lixo sai

Bannon, da BT, vai além: “Detestaria estar em 2026 e ainda dizer ‘lixo entra, lixo sai’. Mas aqui estamos nós, novamente, formando essa taxonomia, formando esses metadados em torno desses conjuntos de dados. Já vimos clientes com conjuntos de dados diferentes, um grande conjunto de dados de múltiplas áreas, onde talvez não estejam realmente aplicando esse tipo de estrutura de dados desde o início, o que leva a problemas com os agentes de IA, posteriormente.”

E completa: “Claro que esses agentes não ficarão apenas na nuvem, em uma área com um perímetro definido. Eles estarão altamente distribuídos na rede. Estarão nesses dispositivos, estarão em nossos bolsos. Estarão na borda (edge) da rede, em alguns dos dispositivos ao nosso redor, e você terá uma espécie de névoa de agentes ao seu redor nesse ponto. Então, acho que da nossa perspectiva, da BT e de outras empresas de telecomunicações, estamos no ramo de operação de infraestrutura crítica nacional”, alerta.

Resultados esperados

O executivo da BT diz que tem visto alguns clientes que gastam muito dinheiro e não, necessariamente, obtêm os resultados esperados. “Existe propensão para a arquitetura atender a certas funções de agente, dependendo da propensão de processamento que se realiza. Isso pode mudar para modelos treinados em sistema de gerenciamento de modelos (SLM) personalizados para essa finalidade, em vez de modelos específicos para cada missão. Se voltarmos aqui daqui a um ano, haverá consultores falando sobre a otimização da economia unitária de agentes em torno disso, e haverá startups daqui a alguns anos que realmente analisarão essa economia unitária para obter os melhores resultados por dólar, por watt, por token etc.”, analisa Bannon.

Sem se acomodar em certos sonhos

Junlan Feng, cientista-chefe do China Mobile Group, diz que, se pensar uns dez anos atrás, se tentava usar IA para revolucionar o atendimento ao cliente na China. “Conseguimos reduzir o número de pessoas no atendimento ao cliente em 50% em três anos. Com a IA agêntica, se seguirmos o mesmo processo, o problema será resolvido em apenas alguns meses de trabalho. E o ponto crucial para alcançar escala é que você não pode se acomodar em certos sonhos, como acontece com a IA em cenários específicos. Você precisa ser mais realista e encarar o problema de frente, o que significa que você precisa provar que funciona.

Nesse sentido, afirma, é como a ideia que Martin (Kon, da Cohere) mencionou: você não pode se concentrar em um único ponto, precisa enxergar o negócio de ponta a ponta, ver se consegue agregar valor ao negócio de ponta a ponta. Por exemplo, você pode melhorar a precisão do reconhecimento facial, mas isso não significa que vai melhorar o atendimento ao cliente. Empresas são muito mais complexas. E quando você tem uma empresa, ela precisa considerar que você tem uma plataforma que possa suportar muitos desses processos e negócios de ponta a ponta. Dessa forma, você pode reduzir seus custos muito mais do que fazendo tudo de uma vez. E com isso, acho que se formos falar em escala, talvez tenhamos que trabalhar com seus fornecedores em toda a cadeia de produção”, explica a cientista-chefe do China Mobile Group.

Núcleo da empresa

“Quando falamos de IA para empresas, não devemos deixar a IA impactar apenas cenários menores. Acho que a IA deve chegar ao núcleo da sua empresa, seja qual for o seu núcleo, e ser introduzida, incorporada, usada para revolucionar seus processos principais, atender clientes, operar sua rede, entrar em sua produção e em outro nível de negócios, criando escala”, afirma Junlan.

Para Junlan, quando se fala em criar escala, diz, gosto da IA ​​porque, na geração atual, é muito promissora. “Isso significa que, quando você tem uma tecnologia central, não é como tentar fazer algo do zero ao um e do um ao cem. Agora é do zero ao cem. E no dia em que você quiser implantar a tecnologia, acho que agora permite que você faça isso e a leve até o fim”, pontua.

Sartups inovadoras e irrestritas

As startups, diz China, da Delloite, fazem isso de maneiras que são inovadoras e irrestritas. “Porque essa é a natureza disso. Mas, existem coisas que devemos aprender, ideias que devemos coletar e aplicar, para que, em última análise, as organizações possam avançar em nível empresarial mais rapidamente do que hoje?”, pergunta.

A resposta é sim, claro, e temos que aprender com as startups porque trazem algo único, responde Sophia Bantanidis, responsável pela área de futuro das finanças do Citi. “Empresas tradicionais, como na qual eu trabalho, que é um grande banco, também oferecem algo único. Portanto, você tem que combinar o melhor dos dois mundos, entre a startup e a tradicional”, diz.

“Trabalhamos em estreita colaboração com muitas startups. Nosso braço de capital de risco corporativo investe nelas. Temos uma aceleradora, já mentorei várias startups. Sem aceleradora, eu costumava trabalhar em nosso laboratório de inovação, onde cocriamos junto com startups para os clientes. Startups tendem a projetar com foco em resultados e generalizações. Já as empresas tradicionais tendem a otimizar processos, de modo geral. Agora, quando falamos de agente de IA e da transição para a economia da “gestão por mim”, as startups estão intuitivamente projetando para isso, para o modelo de delegação. Estão intuitivamente projetando para a autonomia mencionada anteriormente”, detalha.

Escalar para cima, para fora e em várias frentes

“Algumas reflexões sobre isso, e espero que meus colegas também participem, são sobre como muitas coisas, de certa forma, no mundo das telecomunicações, têm que escalar por conta própria, escalar para cima, escalar para fora e escalar em várias frentes, algumas das terminologias que temos usado no MWC enquanto estivemos aqui”, avalia Kon, da Cohere.

Obviamente, diz, é preciso tempo para lançar no mercado suas habilidades, sua equipe, para testar sua tese em torno do seu núcleo. Se olharmos para a história, quando falávamos sobre automação, sempre analisávamos as áreas com o maior retorno financeiro. Há precedentes históricos em aprendizado de máquina, automação, orquestração e o tipo de raio de confiança que mencionamos, a importância da intervenção humana no lado das telecomunicações.

“Temos precedentes e aprendemos anteriormente sobre onde começar com uma solução terceirizada para atingir a velocidade ideal de mercado”, afirma Kon.

Espaço para experimentar

Por trás de tudo isso e daquilo, para que a IA funcione com sucesso, uma experiência bem-sucedida da rede ainda é pré-requisito, diz Kon. “Portanto, há vários níveis diferentes de planejamento que você precisa fazer, mas não vejo nenhum motivo para não começar rápido, começar a provar as coisas, porque você está passando por uma mudança cultural, você está passando por uma mudança de habilidades em sua organização também. Há espaço para experimentar aqui, certo?”, diz.

O que você está fazendo também é impulsionar sua cultura e a cultura de aprendizado para se voltar para a IA, continua. “E é um momento emocionante nesse sentido. A última coisa que eu diria, o investimento que você provavelmente não pode descartar, são seus controles e suas políticas de dados, dessa perspectiva. Você não quer jogar a galinha dos ovos de ouro fora. Você quer proteger o que é importante para a sua competitividade e sucesso, e para os resultados que seus clientes desejam alcançar”, alerta.

Kon argumenta que é preciso pensar nesses dados, nos controles de segurança em torno dos dados à medida que se começa a explorar as possibilidades. “As pequenas e médias empresas, em particular, estão experimentando, mas não estão construindo a solução internamente. Não têm uma instância local. Estão usando soluções externas, estão usando a nuvem. E uma coisa que considero inegociável é que, antes de liberar o acesso de todos a essa solução, é preciso estabelecer uma estrutura básica com seus valores, crenças, ética, prevenção de perda de dados, proteção e segurança em relação a esses aspectos. Somente então você pode permitir que as pessoas explorem. Não se faz o contrário porque é muito difícil fechar a porta depois que os dados saem da empresa”, atesta.