Nos últimos dias, temos ouvido exageros e especulações sobre as implicações de grandes modelos de linguagem (LLMs) como o ChatGPT e o GPT4, da OpenAI, o Bard, do Google, o Claude, da Anthropic e o LLaMA, da Meta. O ChatGPT, em particular, atingiu 100 milhões de usuários em dois meses, tornando-se o aplicativo de consumo de mais rápido crescimento e todos os tempos.
Muitos especialistas argumentam que os LLMs terão pouco impacto (pesquisas acadêmicas iniciais sugerem que a capacidade dos LLMs é restrita à competência linguística formal) ou que mesmo um volume quase infinito de dados de treinamento baseados em texto ainda é severamente limitante. Outros, como Ethan Mollick, argumentam o oposto: “As empresas que entenderem o significado dessa mudança — e agirem primeiro — terão uma vantagem considerável”.
Apesar das questões em aberto sobre essa nova tecnologia, as empresas estão buscando maneiras de aplicá-la — agora. Existe uma maneira de afastar os exageros e hipérboles e pensar claramente sobre onde a tecnologia atingirá o alvo primeiro? Como identificar os casos de uso mais valiosos — e menos arriscados — para sua empresa? É o que essa matriz 2 × 2, elaborada por Marc Zao-Sanders, CEO e co-fundador da Filtered e Marc Ramos, diretor de Aprendizagem da Cornerstone, propõe ajudar a responder.
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.
Estudo da Deloitte mostra que as empresas tocam várias transformações ao mesmo tempo, mas ainda tratam a gestão de mudança como custo de projeto. O preço aparece em esgotamento, saídas de talentos e valor perdido
Estudo do BCG revela um abismo de 41 pontos na percepção de confiança. A falta de transparência sobre a IA já afeta o empenho das equipes, enquanto os líderes olham para outro lado
O Walmart define quanto agentes de compras podem gastar. Incidentes na OpenAI e um ataque investigado pela Microsoft mostram por que controlar permissões importa tanto quanto concedê-las.
Relatório do Milken Institute com mais de 50 líderes mostra como IA, nova infraestrutura de cuidado, aprendizagem contínua e laços entre gerações vão definir a qualidade dos anos ganhos
Pesquisador da Goodfire desafia uma premissa da interpretabilidade ao afirmar que as redes neurais são mais legíveis do que se imaginava. A comunidade científica ainda quer provas.
Pela primeira vez, pesquisa do Google Cloud com a IDC compara a realidade de médias e grandes empresas da AL sobre estratégia de IA. Todas planejam utilizar agentes de IA nos próximos dois anos; só 8% já os levaram à operação.
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
