s
INTELIGÊNCIA ARTIFICIAL

Qual o futuro dos chatbots de IA?

E por que aqueles alimentados por grandes modelos de linguagem, apesar de mais capazes, ainda levarão algum tempo para chegar aos aplicativos comerciais?

A indústria de IA conversacional explodiu e teve um crescimento imenso na última década. Só o mercado de chatbots de IA, que utilizam Processamento de Linguagem Natural (NLP) e Machine Learning (ML) para funcionar,  chegará a 454,8 milhões de dólares em 2027, segundo o Statista. O que parecia apenas uma ferramenta de atendimento ao cliente, hoje está agregando valor aos processos de negócios, sendo usados pelas marcas para construir um sólido pipeline de vendas, atingir objetivos de marketing, habilitar o comércio, impulsionar o engajamento, induzir a fidelidade à marca, e por aí vai. Setores como comércio eletrônico, varejo, saúde, finanças, imóveis, educação e viagens têm estado na vanguarda do uso. Mas…

Desde os recentes episódios com o LaMDA, do Google, e o BlenderBot 3, da Meta, que os pesquisadores e desenvolvedores têm se perguntado sobre a viabilidade da próxima geração de chatbots, alimentada pelos grandes modelos de linguagem. Torná-los poderosos o suficiente para serem úteis, evitando respostas prejudiciais, é uma tarefa que vem se demonstrando nada trivial, assim como não é trivial a ideia de fazer com que o chatbot melhore a cada chat e se adapte ao que os clientes dizem e fazem.

Modelos como o GPT-3 ensinam que, em uma conversa, tentam dar a resposta mais provável, conforme o contexto e todas as conversas que tiveram acesso em seu treinamento. Na prática, o chatbot nem sempre dará as mesmas respostas para as mesmas perguntas.

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 corrida quântica será vencida com talentos, não apenas com qubits

Tendências

A corrida quântica será vencida com talentos, não apenas com qubits

Há risco da falta de uma força de trabalho diversa e preparada ampliar desigualdades globais, reforçando a concentração de poder em poucos países e em uma elite científica restrita.

Deep techs na América Latina: ambição global, desafios locais

Inteligência Artificial

Deep techs na América Latina: ambição global, desafios locais

Mesmo com talento e ciência de ponta, a América Latina ainda enfrenta barreiras como pouco investimento e falta de ambição global para escalar suas deep techs. Brasil é destaque, mas falta paciência dos investidores

O novo papel do design: mediador entre humanidade, tecnologia e impacto

Tendências

O novo papel do design: mediador entre humanidade, tecnologia e impact...

Relatórios apontam como o design ultrapassa a estética para atuar como agente de mudança em experiências, políticas de inclusão e impacto ambiental

Kasley Killam: saúde social como vantagem competitiva nas empresas

Entrevista

Kasley Killam: saúde social como vantagem competitiva nas empresas

A cientista social Kasley Killam mostra que a conexão entre pessoas no trabalho aumenta a colaboração, inovação, resiliência e qualidade das entregas

Indústria puxa boom dos edifícios inteligentes até 2030

Inovação

Indústria puxa boom dos edifícios inteligentes até 2030

Fábricas e data centers impulsionam crescimento global de smart buildings em busca de eficiência e sustentabilidade

Software virou mão de obra. Quanto custa o trabalho da IA?

Inteligência Artificial

Software virou mão de obra. Quanto custa o trabalho da IA?

Agentes autônomos desafiam o manual do SaaS e expõem a batalha entre ROI, narrativas de valor e dumping algorítmico.