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.

IA no conselho: como CEOs e boards podem construir uma visão única

Tendências

IA no conselho: como CEOs e boards podem construir uma visão única

Frameworks de Gartner, BCG, Deloitte e INSEAD mostram como destravar o alinhamento entre conselho e liderança executiva na hora de definir prioridades, riscos e velocidade de adoção da IA

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

Sua organização é movida a cérebros?

Tendências

Sua organização é movida a cérebros?

Um estudo da McKinsey aponta como construir "capacidade cerebral" dentro da empresa e gerar valor

Equipes com IA: o que a ciência da colaboração humana ensina antes de adicionar um agente

Tendências

Equipes com IA: o que a ciência da colaboração humana ensina antes...

Estudos de Harvard e Stanford mostram que a IA só melhora o desempenho de um time quando contexto, papéis e cultura são redesenhados junto com a tecnologia e não depois dela