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.

O gap que os dashboards não medem

Inteligência Artificial

O gap que os dashboards não medem

Automação e augmentação produzem ganhos semelhantes nos primeiros trimestres e resultados opostos nos anos seguintes

A IA acelerou o código e o ataque

Inteligência Artificial

A IA acelerou o código e o ataque

A aceleração do código gerado por IA reduziu o custo da automação ofensiva, ampliou vulnerabilidades em software corporativo e expôs limites operacionais dos modelos tradicionais de AppSec.

“Poderíamos acelerar pelo menos 10 vezes antes de chegar nos limites”, diz Jon Aniano da Zendesk

Inteligência Artificial

“Poderíamos acelerar pelo menos 10 vezes antes de chegar nos limite...

Com 2.000 pessoas em desenvolvimento de produto e a meta de ter 100% do time focado em IA até o fim do ano, ele fala sobre o que ainda não foi desmontado e o que mudou para sempre

“Transparência não basta: precisamos de mais explicabilidade”, diz Shana Simmons

Entrevista

“Transparência não basta: precisamos de mais explicabilidade”, d...

Como Chief Legal Officer da Zendesk, Shana Simmons redesenhou o Jurídico para operar dentro das equipes de Produto desde a ideação e defende que o próximo nível de confiança em IA é a explicabilidade: saber não apenas o que a IA dec...

“A estratégia importa, mas a execução vence”: o COO da Zendesk sobre IA e atendimento ao cliente

Inteligência Artificial

“A estratégia importa, mas a execução vence”: o COO da Zendesk...

Craig Flower, recém-nomeado COO da Zendesk, explica como a empresa saiu de 20% para 65% de auto-resolução no próprio atendimento — e o que isso significa para qualquer empresa que queira usar IA de verdade

A IA quer um corpo

Inteligência Artificial

A IA quer um corpo

A indústria aposta que a próxima interface computacional é o espaço físico. Os dados de investimento sustentam a tese. Os casos de uso, ainda não.