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.
Um estudo doa ISC2 com 856 profissionais mostra que a IA já corta tarefas de entrada em segurança digital, mas também amplia o tempo dedicado à validação humana, ao estresse no trabalho e à criação de novas funções na área
Relatórios da McKinsey e do BCG mostram que agentes de IA já decidem por clientes em tempo real e por que empresas precisam trocar jornadas fixas por decisões orquestradas em cada canal
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
Antes que exista um padrão neutro, grandes laboratórios começam a disputar as métricas que orientarão decisões de compra, investimentos e governança da IA.
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
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
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
