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.
A ISO/IEC 42001 reconhece o que muitas empresas ainda ignoram: IA é sistema crítico de operação, não ferramenta de produtividade.
O valor da IA Visual está mudando. O que começou criando imagens agora ajuda a construir produtos, softwares e modelos usados nos processos de engenharia e manufatura.
Empresas com IA integrada estão contratando mais profissionais juniores, enquanto as tarefas que formavam esses profissionais estão desaparecendo ao mesmo tempo.
Com 5.000 funcionários em uma semana dedicada à IA e US$ 4 bilhões em receita, a empresa redefine o que significa colocar o cliente no centro
O autoaperfeiçoamento recursivo avança dos laboratórios para a estratégia corporativa, com impacto sobre chips, infraestrutura e soberania computacional.
Por meses, representantes de Meta, Google, Amazon e OpenAI trabalharam para moldar a primeira encíclica sobre IA. O texto publicado em 25 de maio ignorou o argumento central que levaram.
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
