s
Crédito Canva
INTELIGÊNCIA ARTIFICIAL

Como escolher o projeto de IA Generativa adequado

Um dos caminhos é usar métodos que ajudem a identificar os casos de uso com menor risco e maior valor para a empresa, considerando a demanda

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.

Cibersegurança em transição: como a IA está redesenhando cargos da base ao topo

Inteligência Artificial

Cibersegurança em transição: como a IA está redesenhando cargos da...

Um estudo doa ISC2 com 856 profissionais mostra que a IA já corta tarefas de entrada em segurança digital, mas também amplia o tempo dedicado à validação humana, ao estresse no trabalho e à criação de novas funções na área

O novo mapa do CX na era dos agentes de IA

Inteligência Artificial

O novo mapa do CX na era dos agentes de IA

Relatórios da McKinsey e do BCG mostram que agentes de IA já decidem por clientes em tempo real e por que empresas precisam trocar jornadas fixas por decisões orquestradas em cada canal

Mudanças à vista na economia da IA

Inteligência Artificial

Mudanças à vista na economia da IA

Antes que exista um padrão neutro, grandes laboratórios começam a disputar as métricas que orientarão decisões de compra, investimentos e governança da IA.

IA nas Finanças 2026: o que um novo estudo revela sobre adoção, ROI e governança

Inteligência Artificial

IA nas Finanças 2026: o que um novo estudo revela sobre adoção, ROI...

Levantamento da KPMG com 1.013 líderes financeiros em 20 países mostra que governança e prontidão para auditoria, não o volume de investimento — separam quem lucra com IA de quem só experimenta

O gargalo da IA nas empresas não é mais dinheiro, é gente

Inteligência Artificial

O gargalo da IA nas empresas não é mais dinheiro, é gente

Pesquisa da JLL com mais de 2.200 executivos em 21 países revela que a lacuna de competências ultrapassou as restrições de orçamento como principal barreira à transformação por IA

IA na cibersegurança salta para 78%, mas governança não acompanha

Inteligência Artificial

IA na cibersegurança salta para 78%, mas governança não acompanha

Pesquisa global com 536 profissionais e 57 líderes de segurança revela adoção recorde de IA, mais falhas reportadas em detecção de ameaças e uma lacuna crescente entre governança declarada e governança praticada