s
INTELIGÊNCIA ARTIFICIAL

Tendências de IA a partir de 2024

A corrida para 2028 já está acelerada. Empresas investem em tecnologias inovadoras, em fase inicial, para ganhar quando estiverem maduras. Aqui estão 29 tendências de IA que agitarão o circuito.

Até 2028, 30% das empresas globais investirão em tecnologias inovadoras e em fase inicial para gerar novos fluxos de receitas e superar a concorrência. Boa parte desse investimento será feito em Inteligência Artificial. Entre 2023 e 2027, o Gartner prevê que serão investidos US$ 3 trilhões em IA. No início deste ano, a consultoria identificou 29 tendências de IA, agrupadas por seus analistas em cinco categorias:

  • Tecnologias principais de IA — facilitadoras fundamentais para avanços tecnológicos em muitos setores e domínios. Entre elas estão Self-supervised learning e computação neuromórfica.
  • Tecnologias centradas em GenAI — Vision Transformers (ViT), LLMs (massivos e multimodais), SLMs, sistemas generativos multiagentes (MAGS), etc.
  • Tecnologias de IA centradas em dados — Data fabric, Knowledge graphs e dados sintéticos.
  • Aplicativos habilitados por IA — interfaces cérebro-máquina (IMCs), Assistentes Virtuais Especializados (VAs), robôs inteligentes, condução autônoma, etc.
  • Tecnologias de Trust AI — envolvendo Gestão de confiança, riscos e segurança em IA (AI TRiSM), interpretabilidade e explicabilidade dos modelos, proteção de privacidade, resistência a ataques adversários, etc.

Para cada uma delas há ações recomendadas, como a identificação dos casos de uso, a escolha dos modelos mais adequados, a construção e/ou adquisição dos conhecimentos especializados necessários, a definição do roadmap de investimento estratégico, a definição dos critérios de mensuração de ROI, incorporação dos crescentes requisitos de conformidade de IA responsável e por aí vai. Há também premissas para o planejamento estratégico, tais como:

  • Até 2026, os modelos de IA de modalidade única perderão para os modelos de IA multimodais (texto, imagem, áudio e vídeo) em mais de 60% das soluções GenAI.
  • Até 2026, as ferramentas e os agentes de fluxo de trabalho aumentarão a eficiência de 20% dos trabalhadores do conhecimento.
  • Também até 2026, mais de 80% dos fornecedores independentes de software terão capacidades de GenAI incorporadas nas suas aplicações.
  • Até 2027, os foundation models sustentarão 70% dos casos de uso de processamento de linguagem natural (PNL).
  • Até 2028, os aplicativos de conversação habilitados por LLMs fornecerão consultoria para 50% dos trabalhadores do conhecimento.

O objetivo deste material do Gartner é orientar lideranças de produtos sobre como as tecnologias e tendências emergentes estão evoluindo e impactando as áreas de interesse. Embora todos concordem que a IA está preparada para ter um impacto enorme nos negócios, na sociedade e até mesmo em nossos relacionamentos pessoais, muitos executivos não estão confiantes de que sua própria empresa tenha uma estratégia bem definida sobre como usar a tecnologia para reinventar seus negócios e encontrar valor. Passou da hora de arregaçar as mangas e trabalhar.

Principais conclusões do Gartner

  • A tecnologia central de IA, como IA composta e aprendizagem autosupervisionada, juntamente com os avanços na computação neuromórfica, facilitarão a próxima onda de desenvolvimentos de IA.
  • A IA Generativa passará de hype a uma facilitadora crítica para a maioria dos provedores de tecnologia nos próximos dois anos, alimentada por avanços em LLMs multimodais e específicos de domínio, hubs de modelos, detectores de proveniência e gerenciamento de alucinações.
  • O aumento da confiança na IA (modelo, dados e resultados) e as pressões regulamentares, bem como as preocupações de segurança, exigirão que todos os fornecedores de tecnologia naveguem no mercado em rápida evolução.
  • Níveis crescentes de automação possibilitados pela IA chamarão ainda mais atenção para a importância dos dados, técnicas analíticas e inteligência de decisão.

Recomendações

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 IA pode ser menos misteriosa do que parece

Inteligência Artificial

A IA pode ser menos misteriosa do que parece

Pesquisador da Goodfire desafia uma premissa da interpretabilidade ao afirmar que as redes neurais são mais legíveis do que se imaginava. A comunidade científica ainda quer provas.

Horizonte em Foco 2026: o caminho agêntico na América Latina

Inteligência Artificial

Horizonte em Foco 2026: o caminho agêntico na América Latina

Pela primeira vez, pesquisa do Google Cloud com a IDC compara a realidade de médias e grandes empresas da AL sobre estratégia de IA. Todas planejam utilizar agentes de IA nos próximos dois anos; só 8% já os levaram à operação.

Todos usam IA, quase ninguém sabe liderar com ela, aponta Global Leadership Forecast 2027

Inteligência Artificial

Todos usam IA, quase ninguém sabe liderar com ela, aponta Global Lead...

Mais de 80% dos líderes relatam ganhos de produtividade com IA. Mas só 14% se sentem muito preparados para usar tecnologias emergentes com sucesso, e apenas 22% trabalham em empresas com uma política clara sobre o uso de IA

Gary Bolles: personificar a IA é uma questão de responsabilidade

Inteligência Artificial

Gary Bolles: personificar a IA é uma questão de responsabilidade

Chair de Futuro do Trabalho da Singularity University defende que a responsabilidade pelo uso da IA continue sendo humana. Para gerar valor com a tecnologia, diz ele, as empresas precisam redesenhar toda a cadeia de entrega, começando pela...

A conta da IA não fecha para todos

Inteligência Artificial

A conta da IA não fecha para todos

Getty, Character.AI e Wipro mostram como dívida, custo de computação e ganho de produtividade pressionam modelos de negócio diferentes.

A conta da dívida técnica chegou disfarçada de projeto de IA

Inteligência Artificial

A conta da dívida técnica chegou disfarçada de projeto de IA

A Inteligência Artificial não transforma bagunça em eficiência, mas processa a bagunça mais rápido, cobra por token e deixa a dívida técnica mais difícil de ignorar.