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.

Um modelo só não é suficiente

Inteligência Artificial

Um modelo só não é suficiente

O avanço da Inteligência Artificial começa a migrar da escala dos modelos para arquiteturas que combinam múltiplas formas de inteligência computacional.

Nova geração de apps de IA Generativa começa a tomar forma

Inteligência Artificial

Nova geração de apps de IA Generativa começa a tomar forma

O avanço dos agentes, a memória persistente e a integração entre aplicativos estão gerando novas arquiteturas de software e redefinindo a competição no mercado pessoal de GenAI.

IA Aplicada, fintechs e deeptech: o que deve guiar o próximo ciclo de VC na América Latina

Inteligência Artificial

IA Aplicada, fintechs e deeptech: o que deve guiar o próximo ciclo de...

Apesar da escassez de exits e da instabilidade política, quase metade dos investidores planeja ampliar aportes. O foco agora está na digitalização de setores tradicionais da economia

IA Agêntica pode ampliar em até 70% a capacidade operacional dos bancos

Inteligência Artificial

IA Agêntica pode ampliar em até 70% a capacidade operacional dos ban...

Estudos mostram que agentes de IA podem automatizar crédito, compliance e análise financeira, mas o setor ainda enfrenta barreiras para escalar a tecnologia

Por que equipes maiores extraem mais valor da Inteligência Artificial

Inteligência Artificial

Por que equipes maiores extraem mais valor da Inteligência Artificial

Pesquisas recentes sugerem que a tecnologia pode reduzir os custos de coordenação dentro das organizações — permitindo que equipes maiores, diversas e conectadas trabalhem com mais eficiência.

Colapso do Conhecimento: quando a empresa terceiriza o “porquê”

Inteligência Artificial

Colapso do Conhecimento: quando a empresa terceiriza o “porquê”

O paradoxo da IA nas empresas: decisões mais rápidas, aprendizado mais lento.