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.
Mais de 80% dos líderes relatam ganhos de produtividade com IA. Mas só 14% se sentem muito preparados para usar tecnologias emergentes com sucesso, e apenas 22% trabalham em empresas com uma política clara sobre o uso de IA
Chair de Futuro do Trabalho da Singularity University defende que a responsabilidade pelo uso da IA continue sendo humana. Para gerar valor com a tecnologia, diz ele, as empresas precisam redesenhar toda a cadeia de entrega, começando pela...
Getty, Character.AI e Wipro mostram como dívida, custo de computação e ganho de produtividade pressionam modelos de negócio diferentes.
A Inteligência Artificial não transforma bagunça em eficiência, mas processa a bagunça mais rápido, cobra por token e deixa a dívida técnica mais difícil de ignorar.
Leitura cruzada de dois estudos recentes da Microsoft e da PwC mostra que IA, ecossistemas de fornecedores e resiliência dominam a agenda de segurança cibernética
Avisos de descontinuação encurtam o horizonte de retorno e transferem às empresas a conta da depreciação tecnológica.
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
