s
INTELIGÊNCIA ARTIFICIAL

Tendências de IA a partir de 2024

A corrida para 2028 já está acelerada. Empresas investem em tecnologias inovadoras, em fase inicial, para ganhar quando estiverem maduras. Aqui estão 29 tendências de IA que agitarão o circuito.

Até 2028, 30% das empresas globais investirão em tecnologias inovadoras e em fase inicial para gerar novos fluxos de receitas e superar a concorrência. Boa parte desse investimento será feito em Inteligência Artificial. Entre 2023 e 2027, o Gartner prevê que serão investidos US$ 3 trilhões em IA. No início deste ano, a consultoria identificou 29 tendências de IA, agrupadas por seus analistas em cinco categorias:

  • Tecnologias principais de IA — facilitadoras fundamentais para avanços tecnológicos em muitos setores e domínios. Entre elas estão Self-supervised learning e computação neuromórfica.
  • Tecnologias centradas em GenAI — Vision Transformers (ViT), LLMs (massivos e multimodais), SLMs, sistemas generativos multiagentes (MAGS), etc.
  • Tecnologias de IA centradas em dados — Data fabric, Knowledge graphs e dados sintéticos.
  • Aplicativos habilitados por IA — interfaces cérebro-máquina (IMCs), Assistentes Virtuais Especializados (VAs), robôs inteligentes, condução autônoma, etc.
  • Tecnologias de Trust AI — envolvendo Gestão de confiança, riscos e segurança em IA (AI TRiSM), interpretabilidade e explicabilidade dos modelos, proteção de privacidade, resistência a ataques adversários, etc.

Para cada uma delas há ações recomendadas, como a identificação dos casos de uso, a escolha dos modelos mais adequados, a construção e/ou adquisição dos conhecimentos especializados necessários, a definição do roadmap de investimento estratégico, a definição dos critérios de mensuração de ROI, incorporação dos crescentes requisitos de conformidade de IA responsável e por aí vai. Há também premissas para o planejamento estratégico, tais como:

  • Até 2026, os modelos de IA de modalidade única perderão para os modelos de IA multimodais (texto, imagem, áudio e vídeo) em mais de 60% das soluções GenAI.
  • Até 2026, as ferramentas e os agentes de fluxo de trabalho aumentarão a eficiência de 20% dos trabalhadores do conhecimento.
  • Também até 2026, mais de 80% dos fornecedores independentes de software terão capacidades de GenAI incorporadas nas suas aplicações.
  • Até 2027, os foundation models sustentarão 70% dos casos de uso de processamento de linguagem natural (PNL).
  • Até 2028, os aplicativos de conversação habilitados por LLMs fornecerão consultoria para 50% dos trabalhadores do conhecimento.

O objetivo deste material do Gartner é orientar lideranças de produtos sobre como as tecnologias e tendências emergentes estão evoluindo e impactando as áreas de interesse. Embora todos concordem que a IA está preparada para ter um impacto enorme nos negócios, na sociedade e até mesmo em nossos relacionamentos pessoais, muitos executivos não estão confiantes de que sua própria empresa tenha uma estratégia bem definida sobre como usar a tecnologia para reinventar seus negócios e encontrar valor. Passou da hora de arregaçar as mangas e trabalhar.

Principais conclusões do Gartner

  • A tecnologia central de IA, como IA composta e aprendizagem autosupervisionada, juntamente com os avanços na computação neuromórfica, facilitarão a próxima onda de desenvolvimentos de IA.
  • A IA Generativa passará de hype a uma facilitadora crítica para a maioria dos provedores de tecnologia nos próximos dois anos, alimentada por avanços em LLMs multimodais e específicos de domínio, hubs de modelos, detectores de proveniência e gerenciamento de alucinações.
  • O aumento da confiança na IA (modelo, dados e resultados) e as pressões regulamentares, bem como as preocupações de segurança, exigirão que todos os fornecedores de tecnologia naveguem no mercado em rápida evolução.
  • Níveis crescentes de automação possibilitados pela IA chamarão ainda mais atenção para a importância dos dados, técnicas analíticas e inteligência de decisão.

Recomendações

Este é um conteúdo exclusivo para assinantes.

Cadastre-se grátis para ler agora
e acesse 5 conteúdos por mês.

É assinante ou já tem senha? Faça login. Já recebe a newsletter? Ative seu acesso.

Jev, o anti-ChatGPT

Inteligência Artificial

Jev, o anti-ChatGPT

Por que a IA não precisa falar, nem ser cara, para ser útil

A IA limpa o código e esconde as falhas

Inteligência Artificial

A IA limpa o código e esconde as falhas

Estudos apontam menos erros de sintaxe sem avanço equivalente em segurança. O desafio é medir quanto da velocidade de programação resiste ao custo de revisar, corrigir e manter o software.

A IA não vai morar em um lugar só

Inteligência Artificial

A IA não vai morar em um lugar só

Agentes multiplicam a inferência. Custo, latência, privacidade e continuidade decidem onde ela vai acontecer.

O que trava a empresa AI-first

Inteligência Artificial

O que trava a empresa AI-first

Dados do BCG e da MIT Sloan Management Review mostram que a ambição de IA no C-level corre à frente das duas frentes necessárias para sustentá-la: a arquitetura de dados e a competência das equipes. E nenhuma delas tem responsável cl...

Caixa apertado, IA em ascensão: os sinais do agricultor latino-americano em 2026

Inteligência Artificial

Caixa apertado, IA em ascensão: os sinais do agricultor latino-americ...

Estudo global da consultoria mostra produtores cortando gastos com fertilizante e maquinário, adotando biológicos e testando IA Generativa

Desaceleração da IA: uma aposta arriscada

Inteligência Artificial

Desaceleração da IA: uma aposta arriscada

Quanto mais capital depende da velocidade da fronteira, maior o custo econômico de pisar no freio.