Para as empresas, a questão já não é saber qual modelo de IA é o mais poderoso, mas sim como explorá-lo eficazmente para obter resultados concretos e mensuráveis. Numa análise publicada pelo Journal du Net, a criação de valor associada à inteligência artificial é apresentada como dependente agora sobretudo dos dados das empresas e da sua capacidade para os mobilizar.
O autor recorda que a IA segue uma trajetória comparável à da cloud, do armazenamento ou da potência de cálculo. À medida que estas tecnologias amadurecem, tornam-se mais eficazes, mais acessíveis e integram-se mais profundamente no funcionamento das empresas. Perante a atual aceleração, o desafio já não é tanto ter acesso a elas, mas sim extrair delas um valor real.
Debates centrados nos modelos
Uma grande parte do debate sobre a IA generativa centrou-se nos próprios modelos: qual é o mais poderoso, o mais fiável, o mais rápido. As discussões estão a evoluir, voltando-se para a forma como a IA pode acelerar o desenvolvimento de produtos, melhorar a experiência do cliente, aumentar a eficiência operacional ou reduzir custos. Os grandes modelos de IA generativa multiplicam-se e o seu desempenho progride, de modo que as empresas dispõem de uma escolha sem precedentes. Irão diferenciar-se, segundo este texto, menos pela inteligência a que têm acesso do que pela forma como a exploram.
Os modelos fornecem capacidades gerais, mas são os dados próprios de cada organização que lhes conferem o conhecimento necessário para resultados pertinentes. Para criar valor, estes dados têm de ser fáceis de explorar, num quadro de confiança, tanto pelas equipas de negócio como pelos sistemas de IA. Dados compartimentados limitam o que a IA pode oferecer, enquanto dados governados, contextualizados e acessíveis podem aumentar fortemente o seu impacto.
Uma arquitetura capaz de evoluir
Os dirigentes precisam, portanto, de arquiteturas capazes de evoluir tão rapidamente quanto os modelos. Construir uma estratégia em torno de um único modelo corre o risco de encerrar a empresa num ambiente tecnológico em constante mudança. O objetivo consiste antes em integrar as inovações à medida que surgem, garantindo simultaneamente a coerência e a governação dos dados.
O texto destaca o encaminhamento automático de modelos, que consiste em direcionar cada tarefa para o modelo mais adequado de acordo com critérios como o desempenho, o custo ou a complexidade. Esta abordagem permite utilizar a IA de forma mais eficiente, sem recorrer sistematicamente ao modelo mais poderoso para cada tarefa.
Os critérios de sucesso também têm de mudar. O número de pedidos ou de tokens, unidades de texto processadas por um modelo, mede a utilização, mas não diz nada sobre o valor criado. A questão a colocar é esta: a IA permite tomar melhores decisões, melhorar um produto, reforçar a relação com o cliente, otimizar as operações ou criar novas oportunidades de crescimento?
« Durante muito tempo, pensámos que a concorrência na inteligência artificial se jogaria entre os modelos. A realidade, porém, é que a inteligência se está a banalizar progressivamente. » A criação de valor desloca-se, portanto, para os dados das empresas e para a sua capacidade de os explorar para fornecer à IA o contexto de que ela necessita.
