"Os LLMs (Large Language Models) sozinhos não resolvem problemas". No palco do SAS Innovate 2024, evento que aconteceu esta semana em Las Vegas, a cientista de dados Marinela Profi, líder global de estratégia de IA do SAS Institute, lembrava que, embora sejam revolucionários, os LLMs não bastam para criar aplicações corporativas de negócios.
Entre os LLMs e os impactos em produtividade e nos resultados de negócios das empresas, está uma teia de tecnologias conectoras, dados, modelos éticos, estruturas de governança e, principalmente, pessoas. Na equação geral, aponta Marinela, a IA Generativa e os grandes modelos de linguagem representam cerca de 20% de toda a cadeia de valor.
Na abertura do evento, Bryan Harris, Vice-Presidente Executivo e CTO do SAS Institute, falou da natureza veloz do aprendizado corporativo: "quando usamos dados + ia para tomar melhores decisões que levam a melhores resultados, a taxa de aprendizado acelera e coloca a empresa à frente da concorrência e à frente do mercado".
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.
Craig Flower, recém-nomeado COO da Zendesk, explica como a empresa saiu de 20% para 65% de auto-resolução no próprio atendimento — e o que isso significa para qualquer empresa que queira usar IA de verdade
A indústria aposta que a próxima interface computacional é o espaço físico. Os dados de investimento sustentam a tese. Os casos de uso, ainda não.
Na conferência anual em Denver, a Zendesk apresentou soluções que integram agentes e copilotos em uma força autônoma que deixa para os humanos as decisões mais complexas
Tom Eggemeier percorreu Milão, Madri e Atenas e encontrou executivos pedindo mais velocidade, não menos. Na conferência anual da empresa, ele explica por que 80% de suas conversas com clientes já não são sobre atendimento ao cliente �...
O lançamento dos interaction models pela Thinking Machines redefine a fronteira entre homem e máquina. Mas cuidado: a tecnologia que resolve o gargalo técnico pode ser a mesma que atrofia as habilidades sociais do seu time.
Pesquisa do MIT SMR e do BCG responde: não! Painel com 31 especialistas globais indica que a supervisão humana em IA exige mais do que verificar outputs: exige julgamento em todo o ciclo de vida dos sistemas.
Aproveite nossas promoções de renovação
Clique aquiPara continuar navegando como visitante, vá por aqui.
Cadastre-se grátis, leia até 5 conteúdos por mês,
e receba nossa newsletter diária.
Já recebe a newsletter? Ative seu acesso
