Inteligência Artificial

Lean Digital Summit: Empresas turbinam digital e IA com sistema lean

Especialistas em tecnologia da Embraer, Ânima Educação e Quality Digital explicam por que o modelo de gestão originário da Toyota precisa ser a base da atual transformação digital; e 20 executivos de 17 grandes organizações se encontram em São Paulo para compartilhar cases, experiências e aprendizados da área

Empresas estão melhorando projetos de transformação digital e de Inteligência Artificial (IA) com o sistema lean, método de gestão originário do modelo Toyota. O sistema é adotado há décadas por empresas de diversos setores. E, agora, está “turbinando” a implementação dessas tecnologias de ponta nas companhias.

É o caso da Embraer, de São José dos Campos (SP), uma das maiores empresas aeroespaciais do mundo, que está unindo a gestão lean com IA para, por exemplo, melhorar processos relacionados a estoque e planejamento na produção de aviões.

“É uma das principais prioridades, hoje, da transformação digital na Embraer”, disse Giuliano Mendonça, head de Inteligência Artificial e Ciência de Dados da companhia.

Ele explica que, recentemente, por exemplo, a empresa reavaliou o fluxo de produção de aeronaves para detectar oportunidades de melhorias e eliminar desperdícios – operações essenciais no sistema lean. E identificou inconsistências na disponibilidade de componentes durante a produção.

Segundo o executivo, percebeu-se, então, que apesar de, no geral, os indicadores de estoque estarem bons, havia falhas pontuais ao longo das linhas. A partir daí a abordagem para a solução dos problemas foi orientada por dados, tendo como base a gestão lean.

“Reunimos dados históricos de todos os processos relevantes, analisamos o fluxo das atividades e identificamos chances de aprimoramento nas políticas de compras e de gestão dos estoques que poderiam diminuir desperdícios e cortar custos”, resumiu o head.

Segundo ele, já na fase inicial de implementação, após ajustes na gestão de compras e estoques, foi possível perceber uma economia considerável. “Agora, com a IA, pretendemos tornar esses processos ainda mais rápidos e eficientes”, resumiu Mendonça.

Lean em aplicativo educacional

Outro exemplo vem da Ânima Educação, quarta maior instituição educacional de ensino superior do Brasil em número de alunos, cuja rede une uma série de instituições famosas, como as universidades Anhembi Morumbi e São Judas. E que há 10 anos adota o sistema lean e tem utilizado o chamado “lean digital” também para melhorar o relacionamento das escolas do grupo com os estudantes.

Bruno Henrique de Macedo Machado, vice-presidente de Transformação Digital da empresa, explica que um exemplo recente disso foi o desenvolvimento do aplicativo educacional Ulife, utilizado por 400 mil estudantes para rotina de estudos e solicitação de serviços.

O aplicativo tinha notas 1.2 na App Store da Apple e 1.7 no Google Play. Para melhorar essa experiência, a empresa adotou duas práticas essenciais do sistema lean: “ir ao gemba”, o que significa ver com os “próprios olhos” os problemas no local em que eles acontecem, para analisar as causas raízes e propor soluções. E a “gestão visual”, que utiliza “quadros visuais” – analógicos ou digitais – para compartilhar, com os envolvidos, indicadores essenciais dos processos, também no sentido de revelar problemas e propor soluções.

“Tendo isso como base, fizemos um diagnóstico profundo sobre as oportunidades de melhorias. Em nosso caso, pelo nosso enorme volume de clientes e distribuição geográfica, isso exigiu constantes ‘gembas digitais’ e muita gestão visual digital”, disse o vice-presidente.

Segundo ele, a ação gerou um novo canal digital para acolher as manifestações dos estudantes, chamado de “Feedback Ulife”, pelo qual a Ânima já captou mais de 5.000 contribuições, colocadas num painel de gestão à vista, ao melhor estilo lean, que têm guiado os processos de melhoria contínua nas escolas.

Para Machado, nesse contexto, a gestão lean está orientando a empresa na definição do “norte verdadeiro”, outro conceito típico desse sistema, para guiar a aplicação de IA na companhia, direcionando, assim, os esforços das lideranças na aplicação de tecnologia.

“Podemos dizer que o sistema lean tem nos ajudado de maneira muito intensa a fazer a transformação digital ‘com’ o aluno e não ‘para’ o aluno, o que é bem diferente”, acentuou o vice-presidente da Ânima.

Sem desperdício de capital intelectual

Outro exemplo é a Quality Digital, empresa especializada em tecnologia que há 34 anos oferece soluções digitais ao mercado, hoje com cerca de 1.700 colaboradores e projetos em mais de 25 países.

Cássio Pantaleoni, Diretor de Artificial Intelligence Solutions and Strategy da companhia, explica que o sistema lean é, hoje, uma “base natural” para projetos de IA e de transformação digital, tanto nos processos internos da empresa, quanto para o desenvolvimento de soluções digitais oferecidas aos clientes. Em ambos os casos, o objetivo é revelar e eliminar desperdícios, aumentar a produtividade, gerar melhores experiências digitais e resultados mais efetivos.

“Isso tem gerado uma transformação muito profunda em nossos negócios, com um aumento expressivo de produtividade e efetividade, aliados a uma diminuição de pelo menos 20% da necessidade de novas contratações, tornando a empresa muito mais competitiva”, resumiu Pantaleoni.

Lean contra a “euforia digital”

Especialistas de longa data em desenvolvimento e aplicação de tecnologias, esses executivos da Embraer, Ânima Educação e Quality são unânimes ao afirmar que a transformação digital e o uso da IA necessitam ter como base a gestão lean.

“Utilizamos o lean para nortear a aplicação para além da euforia que há hoje em torno do assunto. Aplicamos a abordagem lean para a seleção dos casos que precisam de tecnologia, na mensuração do impacto no negócio, na aplicação, na avaliação dos aprendizados e na definição da escala”, resumiu o vice-presidente de Transformação Digital da Ânima.

Nesse contexto, segundo ele, o sistema lean se mostra obrigatório para se explorar as oportunidades oferecidas pela IA. “Entendemos o lean digital como uma extensão do sistema lean. Dessa maneira, ele entrega, ao final de um ciclo de melhoria contínua, soluções digitais mais eficientes e com maior aderência às necessidades dos clientes”, disse Machado.

Para o executivo, se bem aplicada, a gestão lean tem a capacidade de gerar uma transformação digital perene. “Que evolui continuamente a experiência dos clientes, gera eficiência operacional e habilita novas receitas. Além de evitar variações de desempenho, apostas não fundamentadas e falta de clareza do problema”, analisou o especialista da Ânima.

Minimamente viável e humano

Para Mendonça, da Embraer, o sistema lean simplifica a transformação digital e coloca o cliente no centro. “Não é apenas digitalizar uma atividade ou automatizar fluxos de trabalho. É analisar os processos detalhadamente, identificar onde estão os desperdícios, as oportunidades de melhoria, os pontos fortes e fracos… Enfim, as lacunas a serem preenchidas”, resumiu.

Segundo ele, isso se materializa na construção de produtos mínimos viáveis, no desenvolvimento contínuo e incremental, possibilitando cocriar com os clientes, em lugar de elaborar projetos “isolados”. Mendonça explica que, na Embraer, a implementação de uma nova tecnologia precisa ser baseada no conceito de “ambidestria organizacional”.

“No nosso caso, isso significa aprimorar a tecnologia, as competências e habilidades, mas, ao mesmo tempo, reforçar o valor empresarial e de mercado, para proporcionar benefícios rápidos, principalmente aos clientes”. Segundo ele, o sistema lean é a “cola” que une esses dois lados do pensamento ambidestro.

Para o executivo da Embraer, pensar de forma lean ajuda também a evitar “débito técnico”, fenômeno comum no desenvolvimento de tecnologia. “Quando a gente pensa de maneira lean, nós paramos para resolver os problemas imediatamente, no exato momento em que eles ocorrem, não adotando soluções fáceis que, na verdade, possam esconder a falha.”

Além disso, explica o especialista, a gestão lean alia à tecnologia uma abordagem humana. “Que nos faz analisar muito os comportamentos humanos envolvidos. Isso requer mudanças significativas de atitudes, com relação a entender o potencial transformador que a tecnologia tem”.

Pantaleoni, da Quality Digital, explica que na empresa o “lean digital” é, hoje, uma “força norteadora”. “Ela direciona tudo aquilo que a gente faz. Sempre para trazer maior agilidade, produtividade e valor para o cliente”.

Cases, experiências e aprendizados

Esse assunto tem chamado bastante a atenção dos altos executivos de tecnologia das empresas. Prova disso é que 20 deles, de 17 grandes companhias – Embraer, Bradesco, Itaú, Mercado Livre, Dell, Globo, Intel, Ânima, Raízen, BRQ, CI&T, Quality Digital, Kinto, Nvidia, Softplan e Sintef –, vão se reunir em São Paulo (SP) para, num único dia, compartilhar cases, experiências e aprendizados sobre transformação digital e o uso de IA sob a ótica da gestão lean.

Será no Lean Digital Summit, dia 6 de agosto, no WTC Events Center, no prédio do World Trade Center, em São Paulo, que haverá 10 sessões temáticas, com um leque diversificado de temas, que irão da IA Generativa à disrupção digital, passando por mobilidade e até o papel da liderança.

O encontro ainda trará para o Brasil o conhecimento e a experiência prática de Daryl Powell, cientista chefe da Sintef Norway, um dos principais centros de pesquisa do mundo, professor doutor em diversas universidades na Noruega, Itália e Reino Unido, autor premiado de livros como “Routledge Companion to Lean Management” e “Lean Sensei”.

Para Erasto Meneses, head de Lean Digital Transformation do Lean Institute Brasil (LIB), a reunião desses especialistas e empresas vai aprofundar a expertise e o aprendizados em estratégias de transformação digital, em ciclos de discovery de problemas e em delivery de soluções.

“Tudo isso pode ser direcionado não apenas para o aperfeiçoamento das rotinas já existentes, mas também para a exploração de novos modelos de negócio, produtos e serviços”, disse Erasto.

Já em sua quarta edição, o Lean Digital Summit é organizado pelo Lean Institute Brasil (LIB), organização sem fins lucrativos de São Paulo (SP) que há 25 dissemina o sistema lean. Trata-se de uma filosofia de gestão que, em resumo, visa eliminar desperdícios, revelar e resolver problemas, aumentar a agregação de valor e desenvolver as pessoas em todo tipo de atividade

Para Christopher Thompson, diretor e especialista em lean digital do LIB, o Lean Digital Summit é um evento pioneiro no mundo, focado na fusão de estratégias de transformação digital com a cultura lean. “Nosso objetivo é inspirar líderes e organizações a aprimorarem resultados, promovendo um crescimento sustentável e aumentando a agilidade organizacional diante das rápidas mudanças do mercado”.

Já Flávio Battaglia, presidente do LIB, acredita que a gestão lean é uma base obrigatória da transformação digital e da IA porque, entre outras coisas, ela pode impedir que as empresas insistam no que mais ocorre hoje no mundo corporativo sem boa gestão: digitalizar o desperdício.

Serviço:

Lean Digital Summit, dia 6 de agosto, das 8h30 às 18h30. No WTC Events Center (World Trade Center, Avenida das Nações Unidas, 12.551, Brooklin Novo, São Paulo (SP). Mais informações e inscrições: https://www.lean.org.br/lean-digital-summit-2024.aspx

Conheça o Lean Institute Brasil (LIB):

Fundado há 25 anos, em São Paulo, o Lean Institute Brasil (LIB) (www.lean.org.br)  é uma organização sem fins lucrativos que tem como missão melhorar as organizações e a sociedade através da prática da gestão lean. A visão do Instituto é ser continuamente reconhecido como a referência no Brasil do conhecimento sobre a prática lean. O LIB desenvolve atividades em todo o Brasil e coordena as ações da LGN (Lean Global Network) na América Latina.

Chatbot em agendamento médico alivia demanda de atendentes em 41%

Solução baseada em IA adotada pelo Hospital de Olhos do Tocantins diminuiu tempo da primeira resposta de uma hora para alguns segundos

A transformação digital completa no setor de saúde tem se tornado uma necessidade cada vez maior entre as empresas, não apenas pela busca por um tratamento mais humano aos pacientes, mas também por proporcionar avanços operacionais como, por exemplo, na otimização dos atendimentos para agendar consultas, exames e outros procedimentos, já que estes primeiros contatos são os “cartões de visitas” de qualquer empresa. E foi por meio da implantação de uma solução de chatbot que o Hospital de Olhos do Tocantins, inaugurado em 2018 e considerado o maior da região Norte do país nessa especialização, atingiu a meta de 41% de todos os atendimentos convertidos em consultas pelo Bot, sem intervenção humana.

A ferramenta foi projetada pela Botdesigner, healthtech especializada no desenvolvimento de soluções de Chatbots Omnichannel para o segmento. Para garantir a eficiência, a BotDesigner integrou sua solução ao ERP (planejamento de recursos empresariais) da instituição. Em seis meses, o objetivo tornou-se realidade.

O interesse por tecnologias deste tipo tem aumentado consideravelmente nos últimos anos. Um estudo recente realizado pela Phillips, sobre o futuro da saúde, mostra que, em relação à Inteligência Artificial, 72% dos gestores planejavam investir nessa área em 2022, e a projeção é que o percentual chegue a 94% neste ano.

O chatbot está entre as principais ferramentas em ascensão no segmento da saúde. Clínicas, laboratórios e hospitais, como é o caso do Hospital de Olhos do Tocantins, perceberam a utilidade do sistema. Eles estão ampliando a taxa de retenção de clientes em atendimentos que, antes, eram abandonados pelo público durante os contatos por telefone ou pelo WhatsApp, quando respondidos por humanos. A instituição tocantinense sentiu na prática os resultados ao adotar, somente em 2023, uma atendente digital feita exclusivamente para as demandas específicas da unidade.

“Nós não tínhamos o histórico de conversas, não tínhamos confirmações manuais. Era necessário ligar para cada paciente da agenda e confirmar com ele. Também não tinha como salvar os dados do paciente e nem verificar se ele já havia entrado em contato ou não. Além disso, não tínhamos templates de mensagem, utilizávamos o bloco de notas para anotar e colar no app, pois na ferramenta antiga não havia nenhum suporte personalizado”, afirma a atendente de call center do Hospital dos Olhos de Tocantins, Raylane Galvão.

Segundo o diagnóstico feito pela Botdesginer, o Hospital possuía seis pessoas na área de atendimento que revezavam entre turnos para atender a demanda de mensagens. Porém, não era possível passar informações de um turno para outro com eficiência. A central de atendimento também recebia um alto volume de mensagens diariamente, sem um fluxo automatizado, o que resultava em uma grande fila de espera e uma taxa alta de tempo para a primeira resposta. De acordo com a healtech, a taxa de primeira resposta, que antes era de aproximadamente uma hora, passou para apenas alguns segundos.

Frederico de Souza, cofundador e CEO da Botdesigner, ressalta que a ferramenta tem importância não só para a gestão por parte dos hospitais e clínicas. É interessante também para os próprios pacientes que, não raramente, se confundem quando falta um atendimento mais claro e assertivo. Além disso, ele avalia que diversos fatores, como idade mais avançada, dificuldades de organização ou imprevistos, tornam comum que pacientes esqueçam seus compromissos médicos e não compareçam, um problema que pode ser evitado com uma solução de confirmação integrada ao sistema ERP.

“É possível que um estabelecimento acione toda uma estratégia para a substituição do atendimento, em caso de aviso de não comparecimento, evitando o prejuízo de ter profissionais e equipamentos parados por conta de imprevistos. O sistema viabiliza contatos anteriores ao momento da consulta e/ou exame para lembrar ao usuário sobre o agendamento. Essa interação com o robô já é adaptada às necessidades do hospital e serve como um complemento ao trabalho dos atendentes reais que, paralelamente, podem dar sequência a outros agendamentos de maneira mais fluida”, explica
Caíque Rocha

Dia do Orgulho Nerd: aprenda como usar IA Generativa da Adobe para surfar nas trends das redes sociais

Recursos de imagem gratuitos e disponíveis no celular tornam a criação de conteúdo mais original e criativa para engajar a comunidade

São Paulo, maio de 2024 – Em 25 de maio é comemorado o Dia do Orgulho Nerd, uma data dedicada à celebração da cultura geek. Para ajudar os entusiastas a expressarem sua paixão de forma criativa, aproveitando para engajar nas redes sociais, a Adobe ensina como usar os recursos gratuitos do Adobe Express, app mobile de criação de conteúdo embarcada com o Adobe Firefly, a inteligência artificial generativa da empresa.

Com o Adobe Express, qualquer usuário tem acesso a uma variedade de templates e ferramentas para edição de vídeos curtos, posts e demais formatos que podem até ser impressos, como placas decorativas, cartazes e imagens com a temática do Dia do Orgulho Nerd. Confira abaixo as principais dicas de como potencializar a criatividade com o mais novo aplicativo da Adobe: 

Edições simplificadas

Por meio de simples comandos de texto, os usuários podem remover ou adicionar objetos e fundos em segundos, além de editar ou gerar imagens prontas para serem acrescentadas em um conteúdo. Com a linha do tempo de vídeo e o controle por camadas, os recursos para vídeo em 4K tornam simples a criação de vídeos curtos atrativos e em alta qualidade para redes sociais. Outros recursos proporcionados pela IA são animação a partir de áudio e legendagem automática de vídeos em cerca de 100 idiomas. 

Integração com redes sociais

O Adobe Express também possibilita a conexão com as próprias redes sociais dos usuários para agilizar a postagem direta do app de criação de conteúdo. No início deste ano, a Adobe anunciou uma integração inédita com o Assistente Criativo da rede social TikTok, que torna a criação, a otimização e a ideação de vídeos mais rápidas e fáceis do que nunca – tudo dentro do Adobe Express. 

Amplo acervo de vídeos, imagens e elementos

No app da Adobe também é possível encontrar um acervo com milhares de vídeos, imagens, músicas e elementos visuais prontos para serem combinados entre si ou com os documentos pessoais de cada usuário. Basta colocar termos relacionados ao que o usuário precisa para encontrar milhares de opções. O importante é que todos, independente da habilidade com edição de conteúdo, consigam dar vida à criatividade de forma rápida e simples neste Dia do Orgulho Nerd.

O Adobe Express está disponível gratuitamente em dispositivos Android e iOS neste link. 

Sobre a Adobe
A Adobe está mudando o mundo através de experiências digitais. Para obter mais informações, visite www.adobe.com.br.

10 termos de IA que todos deveriam conhecer

Por Susanna Ray

Desde que a IA generativa se tornou popular, no final de 2022, a maioria de nós adquiriu uma compreensão básica da tecnologia e de como ela utiliza a linguagem natural para nos ajudar a interagir mais facilmente com os computadores. Alguns de nós podem até usar palavras da moda como “prompts” e “aprendizado de máquina” durante um café com amigos (se você ainda não chegou a este ponto, então você pode começar com o texto: 10 termos de IA que todos mundo deveria saber). Mas, à medida que a IA continua a evoluir, o mesmo acontece com seu léxico. Você sabe a diferença entre modelos de linguagem grandes e pequenos? Ou o que significa “GPT” no ChatGPT? Ou o que um RAG tem a ver com a limpeza de fabricações? Estamos aqui para ajudar com uma análise mais aprofundada sobre os termos de IA, para que você fique atualizado. 

Raciocínio/planejamento 

Os computadores que utilizam IA agora podem resolver problemas e realizar tarefas empregando padrões que aprenderam a partir de dados históricos, para dar sentido às informações – algo semelhante ao raciocínio. Os sistemas mais avançados são capazes de dar um passo além, enfrentando problemas cada vez mais complexos por meio da criação de planos, traçando uma sequência de ações para atingir um objetivo. Imagine pedir ajuda a um programa de IA para organizar uma viagem a um parque temático. O sistema pode atingir esse objetivo – uma visita onde você faz seis passeios diferentes, incluindo garantir que a aventura aquática seja durante a parte mais quente do dia – e pode dividi-la em etapas para uma programação, enquanto usa o raciocínio para ter certeza de que você está satisfeito. Você não vai repetir nenhum passeio e estará na montanha-russa entre meio-dia e 15h. 

Treinamento/inferência 

Para criar e usar um sistema de IA, existem duas etapas: treinamento e inferência. O treinamento é a educação de um sistema de IA, quando ele é alimentado com um conjunto de dados e aprende a realizar tarefas ou fazer previsões com base nesses dados. Pode ser fornecida, por exemplo, uma lista de preços de casas vendidas recentemente num bairro, juntamente com o número de quartos e casas de banho em cada uma e uma infinidade de outras variáveis. Durante o treinamento, o sistema ajusta seus parâmetros internos, que são valores que determinam quanto peso atribuir a cada um desses fatores que podem influenciar o preço. A inferência ocorre quando ele usa esses padrões e parâmetros aprendidos para chegar a uma previsão de preço para uma nova casa prestes a ser colocada no mercado. 

SLMs/modelos de linguagem pequena 

Modelos de linguagem pequena, ou SLMs, são versões de bolso de modelos de linguagem grande, ou LLMs. Ambos usam técnicas de aprendizado de máquina para ajudá-los a reconhecer padrões e relações na linguagem, para que possam produzir respostas realistas e em linguagem natural. Mas embora os LLMs sejam enormes e precisem de uma grande dose de poder computacional e memória, os SLMs como o Phi-3 são treinados em conjuntos de dados menores, selecionados e têm menos parâmetros, por isso são mais compactos e podem até ser usados offline, sem conexão com a Internet. Isso os torna ótimos para aplicativos em dispositivos como laptop ou telefone, onde você pode querer fazer perguntas básicas sobre cuidados com animais de estimação, mas não precisa se aprofundar no raciocínio detalhado e em várias etapas de como treinar cães-guia. 
 
Aterramento 

Os sistemas generativos de IA podem compor histórias, poemas e piadas, bem como responder a questões de investigação. Mas por vezes enfrentam desafios para separar os factos da ficção, ou os seus dados de treino estão desatualizados, e então podem dar respostas imprecisas referidas como alucinações. Os desenvolvedores trabalham para ajudar a IA a interagir com o mundo real de maneira precisa por meio do processo de aterramento, que é quando eles conectam e ancoram seu modelo com dados e exemplos tangíveis para melhorar a precisão e produzir resultados mais contextualmente relevantes e personalizados. 

Geração Aumentada de Recuperação (RAG sigla em inglês) 

Quando os desenvolvedores fornecem a um sistema de IA acesso a uma fonte de aterramento para ajudá-lo a ser mais preciso e atual, eles usam um método chamado Retrieval Augmented Generation, ou RAG. O padrão RAG economiza tempo e recursos ao adicionar conhecimento extra sem a necessidade de treinar novamente o programa de IA. É como se você fosse Sherlock Holmes e tivesse lido todos os livros da biblioteca, mas ainda não tivesse resolvido o caso. Então você vai até o sótão, desenrola alguns pergaminhos antigos e voilà – você encontra no livro a peça que faltava no quebra-cabeça. Da mesma forma, se você tem uma empresa de roupas e deseja criar um chatbot que possa responder a perguntas específicas sobre sua mercadoria, você pode usar o padrão RAG em seu catálogo de produtos para ajudar os clientes a encontrar o suéter verde perfeito em sua loja. 

Orquestração 

Os programas de IA têm muito a fazer enquanto processam as solicitações das pessoas. A camada de orquestração é o que os orienta em todas as tarefas, na ordem certa, para obter a melhor resposta. Se você perguntar ao Microsoft Copilot quem é Ada Lovelace, por exemplo, e depois perguntar quando ela nasceu, o orquestrador da IA é o que armazena o histórico de bate-papo para ver se o “ela” em sua consulta de acompanhamento se refere a Lovelace. A camada de orquestração também pode seguir um padrão RAG, pesquisando na Internet informações novas para adicionar ao contexto e ajudar o modelo para que encontre uma resposta melhor. É como se um maestro orientasse os violinos e depois as flautas e os oboés, enquanto todos seguiam a partitura para produzir o som que o compositor tinha em mente. 

Memória 

Tecnicamente, os modelos de IA atuais não têm memória. Mas os programas de IA podem ter instruções orquestradas que os ajudam a “lembrar” informações, seguindo etapas específicas em cada transação – como armazenar temporariamente perguntas e respostas anteriores em um bate-papo e depois incluir esse contexto na solicitação atual do modelo, ou usar dados do aterramento do padrão RAG para garantir que a resposta tenha as informações mais atuais. Os desenvolvedores estão experimentando a camada de orquestração para ajudar os sistemas de IA a saberem se precisam se lembrar temporariamente de uma divisão de etapas, por exemplo – memória de curto prazo, como anotar um lembrete em um post-it – ou se seria útil lembrar de algo para um período de tempo mais longo, armazenando-o em um local mais permanente. 

Modelos de transformadores e modelos de difusão 

Há décadas que as pessoas ensinam sistemas de IA a compreender e gerar linguagem, mas um dos avanços que acelerou o progresso recente foi o modelo do transformador. Entre os modelos de IA generativos, os transformadores são os que entendem melhor e mais rapidamente o contexto e as nuances. Eles são contadores de histórias eloqüentes, prestando atenção aos padrões dos dados e avaliando a importância de diferentes entradas para ajudá-los a prever rapidamente o que vem a seguir, o que lhes permite gerar texto. A fama de um transformador é que ele é o T em ChatGPT: Generative Pre-trained Transformer. Os modelos de difusão, geralmente usados para criação de imagens, acrescentam um toque diferente ao fazer uma jornada mais gradual e metódica, difundindo pixels de posições aleatórias até que sejam distribuídos de uma maneira que forme uma imagem solicitada em um prompt. Os modelos de difusão continuam fazendo pequenas alterações até criarem algo que funcione. 

Modelos de fronteira 

Os modelos de fronteira são sistemas de grande escala que ultrapassam os limites da IA e podem executar uma ampla variedade de tarefas com capacidades novas e mais amplas. Eles podem ser tão avançados que às vezes nos surpreendem com o que são capazes de realizar. Empresas de tecnologia, incluindo a Microsoft, formaram um Frontier Model Forum para partilhar conhecimento, definir padrões de segurança e ajudar todos a compreender estes poderosos programas de IA, para garantir um desenvolvimento seguro e responsável. 

GPU 

Uma GPU, sigla em inglês para Unidade de Processamento Gráfico, é basicamente uma calculadora turbinada. As GPUs foram originalmente projetadas para suavizar gráficos sofisticados em videogames e agora são o grande destaque da computação. Os chips têm muitos núcleos minúsculos, ou redes de circuitos e transistores, que resolvem problemas matemáticos juntos, chamados de processamento paralelo. Como a IA é basicamente isso – resolver toneladas de cálculos em grande escala para poder se comunicar em linguagem humana e reconhecer imagens ou sons – as GPUs são indispensáveis para ferramentas de IA, tanto para treinamento quanto para inferência. Na verdade, os modelos mais avançados de hoje são treinados usando enormes clusters de GPUs interconectadas – às vezes chegando a dezenas de milhares espalhadas por data centers gigantes – como os que a Microsoft possui no Azure, que estão entre os computadores mais poderosos já construídos. 

Entenda mais sobre as notícias mais recentes em IA no Microsoft Source. 

Clipping lança chatbot de inteligência artificial para ajudar alunos na aprovação de um dos concursos públicos mais concorridos da América Latina

Em fase de teste, Clipping GPT obteve 597,79 pontos, o suficiente para que fosse aprovado na 23ª colocação da edição de 2023 do concurso de Diplomacia

O Clipping, startup de educação que utiliza inteligência artificial e chatbot para proporcionar experiências inovadoras a quem deseja aprimorar seus conhecimentos e desempenhos educacionais, anuncia o lançamento do Clipping GPT, um chatbot de inteligência artificial desenvolvido a partir do modelo do GPT, que tem a missão de ajudar alunos na aprovação de um dos concursos públicos mais concorridos da América Latina, o de Diplomacia.

Considerado um dos cases mais importantes para aplicação de IA para educação, em fase de teste, o Clipping GPT obteve 597,79 pontos (de um total de 800), o suficiente para que fosse aprovado na 23ª colocação da edição de 2023. Em uma interface 100% conversacional, o usuário, por meio de linguagem natural, pode ter acesso a conteúdos gerados automaticamente sob medida para uma experiência otimizada, além de aulas particulares personalizadas para que possam atingir todo seu potencial durante as provas.

O desenvolvimento dos assistentes virtuais (AI) enfrentou diversos desafios, sendo o principal deles a qualidade dos dados utilizados para o treinamento. No entanto, a vasta experiência da empresa, aliada ao seu extenso banco de dados minuciosamente selecionados, permitiu uma aceleração no processo de desenvolvimento e resultados assertivos desde o início. 

Lucas Rodrigues, CEO e cofundador do Clipping, comenta que o fato do Clipping GPT ter funcionado tão bem em uma prova tão complexa quanto a da Diplomacia, reforça que a tecnologia de inteligência artificial desenvolvida pode ser aplicada a incontáveis casos de uso no segmento da educação.

“Para estruturarmos esse chatbot, utilizamos a estrutura base do GPT, da Open IA, e unimos a nossa metodologia proprietária para construir um modelo especificamente destinado a ajudar candidatos que estudam para a prova de Diplomacia. Esse trabalho permitiu que nosso modelo compreendesse melhor determinados contextos e apresentasse respostas mais específicas para as exigências deste concurso do que o GPT-4”, explica. 

A sua implementação na preparação para o concurso de Diplomacia não apenas simplificou o processo de estudo, mas também trouxe um impacto econômico e social significativo. Em um cenário onde a preparação para concursos é reconhecida como uma das mais exigentes e caras, em termos de tempo e dinheiro, o chatbot Clipping GPT proporciona uma alternativa acessível, equiparando a experiência de estudo à de um tutor particular.

“Nosso chatbot é como um companheiro de estudos para os candidatos. Ele tira dúvidas em tempo real, avalia redações, corrige linguagens e gera flashcards, proporcionando uma experiência personalizada e eficaz de aprendizado”, complementa Lucas.

Atualmente, o Clipping GPT impacta diretamente quatro mil usuários em fase beta, com planos de expansão para alcançar ainda mais candidatos e explorar outras verticais dentro do mercado de educação. Com o objetivo de auxiliar mais de dois milhões de alunos até o final de 2024, a empresa está comprometida em democratizar o acesso à educação de qualidade, começando pelo segmento dos concursos públicos.

Desde 2018, o Clipping dedica-se ao desenvolvimento de interfaces conversacionais e inteligência artificial proprietárias. Com isso, a edtech foi premiada no Bot Awards Brasil na categoria de melhor chatbot para educação, ao lado de marcas renomadas como Magazine Luiza, PagSeguro e Rock in Rio.

OpenAI lança o GPT-4o, que consegue interagir com o usuário através de áudio e vídeo

A OpenAI lançou uma evolução significativa do ChatGPT: o GPT-4o, onde o ‘o’ simboliza ‘omni’.

Esta nova iteração da IA da OpenAI foi revelada um dia antes da conferência de desenvolvedores do Google.

Com o objetivo de manter sua posição líder em um mercado cada vez mais competitivo, a OpenAI apresenta uma versão aprimorada e mais acessível do modelo de inteligência artificial que sustenta seu chatbot, o ChatGPT.

Durante um evento transmitido ao vivo na segunda-feira (13), a OpenAI apresentou o GPT-4o, uma atualização do seu modelo GPT-4 com mais de um ano de idade.

Este novo modelo de linguagem (LLM) foi treinado com vastos conjuntos de dados da internet e promete uma melhor capacidade de lidar com texto, áudio e vídeo em tempo real.

As atualizações estarão disponíveis em breve.

A principal melhoria está na capacidade de resposta, permitindo uma interação mais fluída.

Agora é possível fazer uma pergunta e receber uma resposta de áudio em milissegundos, bem como obter respostas baseadas em imagens.

Mira Murati, diretora de tecnologia da OpenAI, comentou: “Esta é a primeira vez que damos um salto significativo em termos de interação e facilidade de uso.

Estamos tornando a colaboração com ferramentas como o ChatGPT uma realidade”.

Além disso, a atualização trará várias funcionalidades anteriormente disponíveis apenas para assinantes pagos do ChatGPT, como a capacidade de buscar respostas na web, conversar com o chatbot e ouvir respostas em diferentes vozes.

A introdução do GPT-4o provavelmente terá um grande impacto no cenário em constante evolução da IA, onde o GPT-4 tem sido o padrão ouro.

Isso ocorre em meio ao lançamento de modelos de IA rivais por outras empresas, como Anthropic, Cohere e Google.

O GPT-4o representa um avanço significativo ao combinar voz, texto e visão em um único modelo, tornando-o mais rápido e eficiente que seu antecessor.

A nova versão promete ser duas vezes mais rápida e muito mais eficiente.

Apesar de alguns contratempos durante a demonstração, como cortes frequentes no áudio, o novo modelo mostrou sua capacidade em lidar com tarefas complexas, como resolver problemas de álgebra.

A implementação das capacidades de texto e imagem do GPT-4o já começou para alguns usuários pagantes do ChatGPT Plus e Team, com planos de disponibilização para usuários empresariais em breve.

A OpenAI também está abrindo sua GPT Store para permitir que qualquer pessoa acesse chatbots personalizados feitos por usuários, algo que anteriormente era exclusivo para clientes pagantes.

Enquanto isso, especulações sobre futuros lançamentos da OpenAI têm circulado no Vale do Silício.

Rumores sobre um novo chatbot misterioso, possivelmente rivalizando com o desempenho do GPT-4, alimentaram o interesse da comunidade de IA.

A empresa está empenhada em desenvolver uma variedade de produtos, incluindo tecnologia de voz e software de vídeo, além de um recurso de busca para o ChatGPT.

Apesar de dissipar especulações sobre o lançamento iminente do GPT-5 e de um produto de busca concorrente do Google, a OpenAI deixou em aberto a possibilidade de futuros anúncios, mantendo assim o interesse no que está por vir.

A Ressurreição Digital – Quando a Inteligência Artificial Ressuscita os Mortos

O tema da “Ressurreição Digital” tem sido objeto de intenso debate, desencadeado por um episódio recente de um programa de televisão.

Neste episódio, participantes foram confrontados com recriações digitais das vozes de seus entes queridos falecidos, geradas por inteligência artificial a partir de gravações de áudio.

Essas recriações não só imitavam as vozes, mas também faziam perguntas sugestivas, provocando reações emocionais intensas.

Este fenômeno, denominado “Ressurreição Digital”, levanta questões éticas, filosóficas e legais significativas.

Ao tentar trazer de volta aspectos de pessoas falecidas usando tecnologia avançada, surge um debate sobre a extensão da nossa relação com os mortos e os limites da representação digital.

Uma preocupação central é o risco de criar falsas memórias.

Ao recriar digitalmente uma pessoa falecida, questionamos se estamos realmente prolongando sua existência ou simplesmente criando uma sombra artificial. A singularidade da experiência humana parece difícil de reproduzir através de uma simulação digital.

Além disso, há questionamentos sobre a identidade.

A identidade de uma pessoa é formada por uma rede complexa de experiências e relacionamentos.

Ao tentar recriar alguém digitalmente, surge a dúvida se estamos capturando verdadeiramente sua identidade ou apenas criando uma versão idealizada.

Outra questão crucial é o impacto no processo de luto.

A morte é uma parte natural da vida, e o luto é um processo necessário para lidar com essa perda.

A ressurreição digital pode interferir nesse processo vital, impedindo as pessoas de aceitarem a realidade da perda e encontrarem paz.

Além disso, questões de consentimento e propriedade surgem.

Quem tem o direito de decidir se uma pessoa deve ser recriada digitalmente? E como lidar com o consentimento de alguém que não pode mais expressar sua vontade?

No cerne desse debate está o conflito entre a tentativa de nos aproximar dos que perdemos e a realidade inevitável da ausência.

A tecnologia, ao tentar preencher o vazio deixado pela perda, nos confronta com a difícil tarefa de aceitar a morte.

Em última análise, a ressurreição digital levanta questões profundas sobre a natureza da existência humana e nossa relação com a morte.

Ao buscar conforto na tecnologia, somos confrontados com a imperfeição das representações digitais em capturar a verdadeira essência do ser humano.

*Damián Tuset Varela, pesquisador em direito público internacional e IA, orientador do mestrado em relações internacionais e diplomacia na UOC – Universitat Oberta de Catalunya

Inteligência Artificial nas empresas: conheça dicas para explorar o diferencial competitivo no mercado

Pesquisa encomendada pelo Microsoft aponta que 90% dos gestores consultados buscam aplicar a IA atualmente  

Os produtos e serviços que adotam a Inteligência Artificial (IA) ganham espaço nos negócios e a competitividade nos segmentos de tecnologia tem se mostrado um desafio para as micro, pequenas e médias empresas (MPMEs) do Brasil. Publicado neste ano, um estudo encomendado pela Microsoft para a Edelman Comunicação revela que 90% dos gestores consultados buscam aplicar a IA atualmente – proporção que é menor entre as microempresas (70%) e mais alta entre as nativas digitais (98%).

A 4ª edição da pesquisa IA em micro, pequenas e médias empresas: tendências, desafios e oportunidades realizou 300 entrevistas online com autodeclarados líderes de MPMEs em dezembro de 2023. O levantamento confirmou a IA como a tendência dominante em tecnologia no momento.

Diferencial competitivo

Nesse contexto, a IA representa um diferencial competitivo e exige dos negócios o aprofundamento em assuntos como custo-benefício para implementações, investimentos, capacitação de pessoas e cibersegurança, entre outros aspectos.  Iniciativas que ampliam a satisfação dos consumidores incluem a adoção de robôs automatizados em estabelecimentos e a evolução nas ferramentas de atendimento (tipo os chatbots).

Por outro lado, existem os obstáculos ao pleno aproveitamento das inovações no segmento, a exemplo do analfabetismo digital e da resistência à mudança. De modo, os estudos e os eventos para capacitação são um caminho essencial para difundir a transformação digital nas empresas.

“Vejo a aplicação de IA generativa [usada para criar novos conteúdos, como imagens, textos, áudios, vídeos e músicas] no ambiente corporativo como um caminho sem volta. As empresas que saírem na frente no uso responsável e estratégico dessas tecnologias terão uma vantagem competitiva enorme”, avalia Rafael Viana, Chief Product Officer da Agilize, a primeira contabilidade online do Brasil.

Segundo o executivo, a Agilize se destaca no atendimento a empresas de tecnologia, incluindo aquelas com foco em IA, por ser uma empresa nativa digital que coloca a inovação tecnológica no centro da estratégia. “Nós não apenas utilizamos tecnologias de ponta, mas investimos fortemente no desenvolvimento de soluções proprietárias de IA para agregar ainda mais valor aos nossos clientes”, afirma.

“Alguns exemplos concretos são o nosso sistema de atendimento ao cliente com IA, que oferece respostas rápidas e precisas em primeira instância, reduzindo o volume de demandas para a equipe humana e melhorando a experiência do usuário. Temos também o sistema de conciliação automática baseado em IA, que elimina mais de 90% do trabalho manual dos nossos clientes no processo de importação e conciliação dos lançamentos financeiros”, acrescenta Rafael Viana.

O executivo celebra o volume crescente nos atendimentos a negócios voltados à evolução tecnológica. “Atendemos milhares de empresas de tecnologia de diversos portes, que encontram na Agilize um parceiro que realmente entende as suas necessidades e oferece soluções sob medida. Nossa carteira de clientes nesse segmento cresce a taxas aceleradas ano após ano”, diz.

Processos internos

A adoção da IA vai além das interfaces para o atendimento dos usuários finais. De modo mais específico, ela está presente em diversos procedimentos estruturais das empresas para oferecer o melhor resultado. Segundo a pesquisa encomendada pela Microsoft, 94% das empresas consideram que o impacto da IA na produtividade da empresa é positivo. 

Ao todo, estes porcentuais de gestores consideram que essa tecnologia contribui positivamente na empresa para:

– 91% na qualidade do trabalho

– 90% na satisfação do cliente

– 88% na motivação e engajamento dos funcionários

Além disso, os líderes avaliam que um dos impactos da IA foi um incremento médio de 48% na produtividade das companhias.

“Incorporamos a IA nos nossos processos internos para automatizar tarefas repetitivas, permitindo que nossos colaboradores se dediquem a atividades mais estratégicas e que requeiram análise humana. Esses são apenas alguns exemplos de como a IA permeia o nosso negócio de ponta a ponta”, salienta Rafael Viana, Chief Product Officer da Agilize.

O Chief Product Officer ressalta que a empresa apresenta um portfólio de serviços pensados especificamente para atender às necessidades de empresas de tecnologia e dos seus sócios. “Em complemento aos serviços tradicionais de contabilidade, folha de pagamento e gestão financeira, oferecemos consultoria especializada para tópicos relevantes para esse segmento, como enquadramentos tributários específicos para TI, equity compensation [como stock options] e valuation, entre outros.

De acordo com Rafael Viana, o objetivo é ser um one-stop shop (negócio que oferece múltiplos produtos/serviços em um mesmo lugar) para cuidar da parte administrativa de forma eficiente, de maneira que os empreendedores possam se dedicar inteiramente ao core business e às atividades que realmente agregam valor.

Dicas para negócios de tecnologia crescerem

O executivo da Agilize também aborda algumas dicas para que que as empresas do ramo de tecnologia possam se consolidar e crescer em um ambiente de competição intensa e com aplicação de recursos de IA:

1. Foco no produto e nos clientes

Com a velocidade da inovação tecnológica, é fácil se perder em meio a inúmeras oportunidades e acabar negligenciando o core business. As empresas de maior sucesso são as que entendem profundamente o problema que estão resolvendo e mantêm uma obsessão saudável pela satisfação dos seus usuários.

2. Investimento contínuo em pessoas e cultura

Em empresas de tecnologia, o capital humano representa o principal ativo. É fundamental atrair e reter os melhores talentos, o que exige não apenas bons pacotes de remuneração e benefícios, mas principalmente uma cultura organizacional atraente, com propósito, desafios estimulantes e oportunidades de desenvolvimento.

3. Eficiência na gestão financeira e administrativa

Muitas empresas de tecnologia, por terem um modelo de negócio escalável, acabam negligenciando aspectos básicos de controle financeiro, o que pode comprometer a saúde do negócio no longo prazo. Tenha processos bem estruturados de contabilidade, planejamento tributário e gestão de fluxo de caixa, entre outros.

Por fim, o executivo da Agilize pontua que a empresa não enxerga a IA como um modismo, mas como um fator relevante para a capacidade de crescer e atender cada vez melhor nossos clientes. “Estamos comprometidos em estar sempre na vanguarda da aplicação de IA no nosso setor, desenvolvendo soluções proprietárias e inovando continuamente”, reforça.

De acordo com Rafael Viana, a excelência operacional e a qualidade do serviço serão cada vez mais determinadas pela capacidade dos negócios de utilizar a IA generativa de forma inteligente e a Agilize está preparada para ser protagonista nesse cenário.

Crises climáticas estimulam debate sobre utilização da IA para evitar catástrofes ambientais

Recentes casos como as chuvas do Rio Grande do Sul e Dubai apontam a necessidade de tecnologias preventivas para mitigar o aquecimento global

A previsão do tempo tem sido historicamente desafiadora para os meteorologistas, dada a complexidade e dinâmica da natureza climática. No entanto, com os avanços tecnológicos, especialmente na área da Inteligência Artificial (IA), as previsões climáticas estão se tornando cada vez mais precisas. Desempenhando um papel fundamental nesse avanço, capacitando os meteorologistas a processar grandes volumes de dados em tempo real, a tecnologia por meio de algoritmos sofisticados e aprendizado de máquina, a IA é capaz de analisar padrões climáticos, dados históricos e informações em tempo real, proporcionando previsões mais confiáveis e precisas.

Além de autoridades, empresários também estão preocupados com as mudanças climáticas recentes no mundo. Recentemente, Jeff Bezos, anunciou a distribuição de US$ 100 milhões em subsídios através do Bezos Earth Fund para enfrentar as mudanças climáticas e a perda de biodiversidade

Essas tecnologias têm a capacidade de analisar vastos conjuntos de dados climáticos e identificar padrões que são fundamentais para antecipar o clima futuro. Os algoritmos avançados e o aprendizado de máquina desempenham um papel crucial na aprimoração das previsões climáticas. Ao analisar dados históricos, como temperatura, pressão atmosférica, umidade e vento, os algoritmos avançados conseguem estabelecer correlações entre esses fatores e os padrões climáticos observados. Com base nessas correlações, os algoritmos podem realizar previsões sobre o clima futuro. Além disso, o aprendizado de máquina permite que esses algoritmos se ajustem e aprimorem suas previsões com base nos resultados reais. Isso implica que, à medida que mais dados são inseridos no sistema, ele se torna mais preciso ao longo do tempo.

Por conta das mudanças climáticas, o estado do Rio Grande Sul vive a sua pior crise climática com chuvas intensas. Até então 154 cidades foram atingidas e mais de 70 mil pessoas afetadas e 15 mil desalojadas. Além disso, Dubai, que é uma cidade de clima árido, está sofrendo com chuvas intensas, causando transtornos em uma cidade que não estava preparada para receber um volume de água tão intenso. 

GenAI: a revolução da inteligência artificial no mercado financeiro

*Por Gabriel Lima

A Inteligência Artificial Gerativa, ou GenAI, vem transformando o mercado financeiro com soluções inovadoras, eficientes e personalizadas para os clientes. Em novembro de 2023, a competição em GenAI se intensificou com o lançamento do ChatGPT 4 pela Microsoft, com 128 mil tokens de contexto. Já em fevereiro de 2024, o Google contrapõe com o Gemini 1.5, com capacidade de um milhão de tokens, ambos expandindo as oportunidades de uso da tecnologia.

E não demorou muito para novidades. Durante o Google Next 2024, que aconteceu em abril deste ano em Las Vegas (EUA), os principais lançamentos foram de soluções que usam o Gemini como potencializador, como o Code Assist, Cloud Assist (geração de código) ou o Gemini para o BigQuery (assistente para time de Analítica) e os bancos de dados (ainda em Preview). Grande destaque também para o impacto do Gemini dentro das soluções de segurança.

Mas, dentre todas as novidades, o maior anúncio foi a apresentação de infraestrutura para suportar IA em escala, desde a nova versão de TPU, passando pelas novidades das parcerias com a Nvidia e Intel e chegando ao Gemini 1.5 (ainda em preview) que trará o suporte a um milhão de tokens. 

O impacto de suportar 1M de tokens é amplo e profundo. Em termos gerais, o Gemini 1.5 conseguirá ingerir uma hora de vídeo de alta qualidade, 30 mil linhas de código ou 11 horas de áudio. Em termos práticos, por exemplo, poderemos trazer o contexto totalmente baseado em documentos, bases de dados e sistemas corporativos.

Com a chegada deles, o mercado financeiro deve ampliar o uso de GenAI na geração de dados sintéticos para melhorar acuracidade na concessão de crédito ou realizar validações de sistemas, como assistentes para auxílio a usuários com assessores conversacionais treinados para fornecer informações específicas, como seguros, financiamentos, uso de aplicativos, entre outros, na geração, complementação de Código – Gerar para fazer testes de validação ou melhorar trechos de código de programação baseado em instruções e na personalização de conteúdo de marketing para criativos de marketing, baseados no tom de voz, segmentação e identidade visual da empresa.

Entre os objetivos das instituições financeiras nesta aplicação estão a redução de custos, melhoria da qualidade, ampliação da cobertura e a otimização da personalização dos serviços e produtos financeiros.  Mas também temos alguns desafios importantes a vencer com a nova tecnologia. 

Além do treinamento e capacitação necessários, existe a necessidade da criação de processos, ferramentas e o estabelecimento de novos papéis capazes de lidar com a tecnologia, governar seu uso e crescimento e gerenciar os riscos relacionados ao seu uso. Os modelos não são explicáveis ou previsíveis, portanto, o que limita o uso para evitar riscos e, também, podem fabricar resultados, ou baseado em dados ruins, gerar resultados com vieses indesejáveis. 

Já quando falamos em privacidade de dados, propriedade intelectual e direitos autorais, as organizações ainda estão trabalhando em modelos maduros que garantam governo e proteção de informações confidenciais, assim como estratégias para evitar fraudes cibernética. Por fim, dentro da sustentabilidade, é necessário buscar parceiros conscientes das emissões para manter metas de sustentabilidade ao usar modelos computacionais.

Esses desafios requerem o desenvolvimento e a aplicação de métodos, técnicas e ferramentas de verificação, validação, avaliação, correção, conformidade, comunicação, interação e feedback do que é produzido pela GenAI.

E é o que o banco BV já está fazendo. Com as oportunidades que a GenAI oferece, diversas áreas da empresa, incluindo Tecnologia, Auditoria, Riscos, Seguros, Marketing, Operações, Finanças e Clientes, estão envolvidas em experimentos e implementações usando a nova tecnologia, como, por exemplo, na Governança GenAI com um modelo que considera pessoas, ferramentas e processos para acelerar, democratizar e escalar o uso da tecnologia na organização, na comunicação de marketing para clientes, em novo atendente virtual para vendas de seguro, no uso de GenAI para melhorar produtividade e qualidade dos desenvolvedores de software, na automação de análises e geração de relatórios de risco e controle e na sumarização e qualificação de chamadas de atendimento aos clientes.

*Gabriel Lima é Superintendente de Arquitetura, Cloud e Inovação do banco BV.

Inteligência Artificial oferece novas oportunidades para o setor de turismo

Embora vista como uma ameaça ao trabalho tradicional, a IA está abrindo portas para experiências mais completas 

A dinâmica do turismo está passando por uma transformação impulsionada pela crescente adoção da inteligência artificial (IA). Enquanto alguns veem essa tendência como uma ameaça à estabilidade profissional, outros a encaram como uma oportunidade de empoderamento para os trabalhadores do setor.

De acordo com Alexandre Rodrigues, gestor, CEO e cofundador da Wizzi, plataforma de inteligência artificial que oferece sugestões de destinos personalizados e roteiros únicos para cada viajante, com sugestões de voos, hospedagens e passeios agilizam e enriquecem as experiências de uma viagem, há uma preocupação de que a automação de tarefas rotineiras, como check-ins em hotéis e atendimento básico ao cliente, possa reduzir a demanda por mão-de-obra humana. “Essa perspectiva possui preocupações legítimas. No entanto, é fundamental adotar uma visão mais ampla”, revela. 

O especialista acredita que ao invés de encarar a IA como uma ameaça, as pessoas podem percebê-la como uma ferramenta que complementa e amplia as habilidades humanas. “Com a automação das tarefas operacionais, os profissionais do turismo podem se dedicar a oferecer experiências mais personalizadas e envolventes para os viajantes, proporcionando maior satisfação aos turistas”, pontua.

Segundo Rodrigues, um agente de viagens auxiliado por IA pode oferecer recomendações precisas e adaptadas às preferências individuais dos clientes. “Enquanto isso, um guia turístico com acesso instantâneo a informações detalhadas sobre destinos, pode enriquecer a experiência dos visitantes com narrativas envolventes e informações exclusivas”, relata.

Valorizando conexões

Embora a IA possa otimizar processos e fornecer personalização, é crucial reconhecer que a verdadeira essência do turismo reside na conexão humana. “A empatia, a compreensão cultural e o toque pessoal são elementos insubstituíveis, que enriquecem as experiências dos viajantes”, declara.

Assim, ao invés de competir com a IA, os profissionais do turismo têm a oportunidade de colaborar com ela. “Integrar a tecnologia de forma estratégica pode liberar tempo e recursos para fortalecer ainda mais os aspectos humanos do setor, agregando valor às interações com os turistas”, pontua.

Adaptação como chave para o futuro

O impacto da IA no turismo não se resume a uma discussão entre ameaça e oportunidade. Enquanto alguns empregos podem ser automatizados, novas oportunidades surgirão e as funções existentes serão transformadas.

Para Alexandre, a chave para o sucesso está na adaptação. “Os profissionais do turismo precisam abraçar a tecnologia, reconhecendo-a como uma ferramenta que pode potencializar suas habilidades e aprimorar sua capacidade de oferecer experiências memoráveis aos viajantes”, revela.

O cenário futuro do turismo com IA é repleto de possibilidades e oportunidades. “Cabe a nós decidir como encaramos essa evolução: como uma ameaça que mina nossos meios de subsistência ou como uma oportunidade que amplia nossos horizontes profissionais e impulsiona a inovação”, declara.

O fundador e CEO da Wizzi acredita que ao adotar uma abordagem proativa e colaborativa, é possível moldar um futuro onde a inteligência artificial e a expertise humana trabalham em harmonia. “Dessa maneira, será possível enriquecer a experiência do viajante e fortalecer a indústria do turismo como um todo”, finaliza.

Sobre Alexandre Rodrigues 

Alexandre Rodrigues é empreendedor e pai. Possui formação em direito e é autodidata em planejamento e investimentos financeiros. Cursou também dois MBA’s, sendo um em Gestão Empresarial e o segundo em Finanças pela FGV. Além disso, é Alumini da Singularity University.  Com 20 anos de experiência em administração e gestão, implementa de forma inovadora estratégias gerenciais e organizacionais. No turismo, possui mais de 15 anos de experiência. Para mais informações, acesse o Linkedin.

Golpes com deepfakes seguem como ameaça cada vez mais real e devem impulsionar investimentos de mais de 41% por ano

Golpes como o uso da imagem de William Bonner para anunciar indenização para vítimas de vazamento de dados do Serasa proliferam no Brasil

São Paulo, abril de 2024 – Deepfakes são um tipo de inteligência artificial (IA) que pode criar imagens, vídeos e áudio realistas e convincentes criados ou manipulados sinteticamente. Elas podem representar uma ameaça à privacidade e à segurança de empresas e indivíduos, além de serem usadas para diversos fins maliciosos, incluindo golpes de phishing, roubo de identidade e ataques automatizados de desinformação como fake news.

No início de 2024, as redes sociais foram inundadas com um vídeo adulterado do Jornal Nacional, no qual são usadas imagens do jornalista William Bonner para anunciar que o governo federal havia condenado a Serasa a pagar uma indenização de R$ 30 mil para cada pessoa que teria sido vítima de um vazamento de dados ocorrido na companhia em 2021. 

O episódio foi apenas mais um exemplo de como o Brasil entrou na rota dos criminosos que usam o chamado deepfake para aplicar golpes das mais variadas formas em todo o mundo. Por conta do crescimento desses casos, a empresa de consultoria e pesquisas Markets and Markets estima que os investimentos destinados a detectar o uso de imagens falsas serão inevitáveis e deverão crescer  ao ritmo de 41,6% anualmente nos próximos cinco anos.

Segundo o estudo, os gastos com as ferramentas de segurança para esta finalidade saltarão de seiscentos milhões de dólares em 2024 para perto de quatro bilhões até 2029. Os autores do trabalho avaliam que as principais razões para o crescimento exponencial sejam a preocupação com os riscos reputacionais além do temor relacionado às responsabilidades legais sobre o uso indevido de dados de clientes. Na avaliação da consultoria, a crescente sofisticação das ferramentas de manipulação de imagens e a rápida disseminação de imagens falsas em várias plataformas online levarão as organizações à necessidade de enfrentarem fiscalizações mais rigorosas dos governos e até punições caso não comprovem a adoção de esforços e ferramentas para barrar a disseminação de deepfakes.

Uma das ferramentas mais eficientes de defesa para deepfake é o Liveness Passivo, mecanismo de mapeamento facial mais completo, alimentado por Inteligência Artificial que é capaz de determinar se a imagem de um rosto corresponde mesmo ao de uma pessoa real, se é apenas uma foto imóvel extraída de outra foto ou de alguém com uma máscara, por exemplo.

De acordo com Fernando Guimarães, head da Stone Age, vertical de negócios da TIVIT especializada em onboarding digital, que oferece uma das mais modernas e robustas soluções de Liveness Passivo do Brasil, a solução da TIVIT é capaz de identificar com bastante precisão as iniciativas fraudulentas que utilizam Inteligência Artificial (IA) para plotar uma face aleatória sobre a face verdadeira de alguém.

“Os riscos operacionais são cada vez maiores e as regulamentações crescentes farão com que, em pouco tempo, a adoção de instrumentos de Liveness Passivo seja praticamente obrigatória, especialmente para organizações que processam grandes volumes de dados de terceiros”, afirma Fernando.

Segundo a Markets and Markets os principais produtos anti deepfakes no mundo empregam algoritmos baseados em machine learning para analisar profundamente as imagens em busca de sinais de manipulação ou alteração. Os indícios mais significativos procurados por elas vão desde inconsistências de pixels até deficiências ou diferenças em termos de iluminação entre outros padrões que caracterizam as falsificações.

Como a inteligência de dados está transformando a agricultura

Orientações avançadas sobre plantio, irrigação, nutrição e manejo de pragas são alguns dos exemplos de inserção da ferramenta no setor

São Paulo, abril de 2024 – Os desafios enfrentados pelo setor agrícola nunca foram tão complexos e isso se dá por conta da necessidade de aumentar a produção para alimentar uma população global em crescimento, além da pressão para minimizar o impacto ambiental e a demanda por alimentos de melhor qualidade e segurança.

Neste sentido, a inteligência de dados surge como a chave para uma agricultura mais eficiente e sustentável, entregando resultados consolidados que viram ferramentas fundamentadas para tomada de decisões do produtor. Alguns exemplos estão na coleta de dados com o uso de drones e sensores, agricultura de precisão com orientações avançadas sobre plantio, irrigação, fertilização e manejo de pragas. Como consequência, é possível economizar reduzindo o desperdício de insumos, melhorar a qualidade, gerando produtos mais saudáveis e competitivos e aprimorar as práticas de conservação e monitoramento ambiental. 

Mariana Caetano, CEO da Salva, empresa especializada em inteligência de dados ambientais e agroclimáticos, ressalta que a integração de sensores e dispositivos de Internet das Coisas (IoT) está revolucionando o monitoramento das condições do solo, clima e saúde das plantas. 

“Ao implantar uma rede de sensores agrícolas, os agricultores têm acesso a dados em tempo real sobre variáveis ambientais e agronômicas, além de reduzir potenciais erros de entradas de informações manuais em sistemas de gestão. Esses sensores podem medir a umidade relativa do ar e do solo, temperatura, níveis de nutrientes e até mesmo detectar a presença de pragas e doenças”.

Com essas informações detalhadas, os produtores podem tomar decisões mais precisas, ajustando suas práticas de cultivo para maximizar o rendimento das colheitas, enquanto minimizam o uso de recursos e reduzem os impactos ambientais. 

Impulsionada pela inteligência de dados, a agricultura de precisão está remodelando a maneira como os agricultores personalizam suas práticas agrícolas para atender às necessidades específicas de cada área ou cultura. Ao coletar e analisar uma vasta gama de dados, desde informações sobre solo, clima, doenças e pragas até crescimento das plantas, os produtores podem tomar decisões com maior segurança e de maneira mais assertiva. “Essa abordagem permite ajustes precisos no plantio, irrigação, fertilização e manejo de pragas, levando em consideração as condições únicas de cada talhão. Como resultado, podem garantir uma agricultura mais eficiente, lucrativa e resiliente aos impactos climáticos”, completa Caetano.

Com base no Protocolo GHG, a Salva utiliza algoritmos e modelagens proprietárias para automatizar a geração de relatórios e dashboards de balanço de emissões de gases de efeito estufa. Isso permite que os produtores identifiquem suas próprias áreas para investimentos na transição para práticas de baixo carbono. Além disso, a climate tech emprega a ciência de dados para detectar e monitorar mudanças no uso do solo e sistemas de plantio em propriedades, complementando as informações de rastreabilidade e garantindo conformidade com o Código Florestal Brasileiro.

“Essa abordagem integrada e avançada da Salva oferece aos agricultores uma vantagem competitiva significativa, ao mesmo tempo em que promove a sustentabilidade e a eficiência em toda a cadeia de produção agrícola, trazendo segurança à indústria de alimentos, exportadoras, bancos e ao consumidor”, salienta a executiva.

O Impacto da Inteligência Artificial nos Cálculos Judiciais

Uma das principais motivações por trás da adoção da inteligência artificial no campo jurídico é a redução de erros e a economia de tempo
 

São Paulo, abril de 2024 – No cenário jurídico em constante evolução, a integração da tecnologia desempenha um papel cada vez mais crucial. Automatizações e robôs têm se tornado ferramentas essenciais para otimizar processos e garantir eficiência. Paulo Souza, sócio da Bernhoeft e responsável pela área de Cálculos Judiciais, compartilha insights sobre as tendências que estão transformando o mercado.
 

Segundo Souza, a tecnologia tem sido uma aliada fundamental no desenvolvimento de soluções eficazes para o campo jurídico. “Nós entendemos há um tempo que a tecnologia é uma aliada e pode ser implementada também nos Cálculos Judiciais”, afirma. “Acompanhando essa tendência, desenvolvemos internamente tecnologias que nos ajudam a processar dados de forma eficiente e precisa”, revela.
 

Uma das principais motivações por trás da adoção da inteligência artificial no campo jurídico é a redução de erros e a economia de tempo. “Com automações trabalhando na análise de dados, fica mais fácil encontrar erros e reduzir o tempo de processamento. A otimização de processos é o ponto chave para cada vez mais extrairmos o melhor da capacidade humana dentro das entregas”, destaca Souza.
 

Na Bernhoeft, a implementação da tecnologia tem impactado positivamente na simplificação dos processos judiciais. “Nossas análises de documentos são feitas através de automações que auxiliam nossa equipe na assertividade e rapidez na entrega”, explica Souza. “Em 2023, concluímos a maior ação coletiva já feita. Foi um caso com 2.222 autores, onde foram analisadas mais de 984 mil páginas de documentos em PDF. Além disso, para realizar o cálculo extraímos informações de documentos em TXT que trouxe mais 1,1 milhão de linhas com informações necessárias para o cálculo. Esses números só foram possíveis devido às tecnologias e automações que temos à disposição”.
 

Apesar dos benefícios evidentes, a implementação da inteligência artificial no setor jurídico enfrenta desafios devido a resistência e desconfiança por falta de conhecimento, admite Souza. “É crucial superar esses obstáculos para garantir que as IAs sejam utilizadas como ferramentas de apoio à decisão e facilitadoras das tarefas. A automação e implementação da IA são facilitadores e potencializadores da atividade humana, quem se opor ficará para trás”, completa.

Para o futuro da inteligência artificial no campo jurídico, Souza vislumbra uma maior incorporação das IAs em atividades menores, onde elas se destacam como ferramentas de apoio à decisão. “É crucial que as pessoas superem o medo em relação ao seu uso, pois mesmo sendo amplamente difundidas, muitos ainda têm receio ou desconhecimento sobre como utilizá-las”, ressalta.

Com depoimentos de especialistas e análises aprofundadas, fica claro que a inteligência artificial está revolucionando os Cálculos Judiciais, tornando os processos mais eficientes e precisos, e preparando o cenário jurídico para os desafios do futuro.
 

Paulo Souza, sócio da Bernhoeft e responsável pela área de Cálculos Judiciais

Pequeno, mas poderoso: pequenos modelos de linguagem Phi-3 têm grande potencial

Às vezes, a melhor maneira de resolver um problema complexo é lendo uma página de um livro infantil. Esta é a lição que os pesquisadores da Microsoft aprenderam ao descobrir como colocar mais potência em um pacote muito menor. 

Ano passado, depois de passar o dia trabalhando e pensando em possíveis soluções para as “pegadinhas” da aprendizagem de máquina, Ronen Eldan, da Microsoft, estava lendo histórias de dormir para a sua filha quando pensou: “Como ela aprendeu esta palavra? Como ela sabe como conectar essas palavras?” 

Isso levou o pesquisador especialista em machine learning da Microsoft a pensar o quanto um modelo de IA poderia aprender usando apenas palavras que uma criança de 4 anos poderia entender – então, finalmente, essa inspiração ajudou a criar uma abordagem de treinamento inovadora que produziu uma nova classe de pequenos modelos de linguagem, mais eficazes, que promete tornar a IA ainda mais acessível e para mais pessoas. 

Os grandes modelos de linguagem (LLMs) criaram empolgantes oportunidades de sermos mais produtivos e criativos usando IA. Mas o seu tamanho significa que eles requerem uma significativa fonte computacional para operar.    

Enquanto esses modelos (LLMs) seguem essenciais para resolver diversas tarefas complexas, a Microsoft está desenvolvendo uma série de modelos de linguagem menores (SLMs) que oferecem muitas das mesmas capacidades das LLMs, mas que são menores e foram treinadas com uma quantidade menor de dados.  

Hoje, a empresa está anunciando a família Phi-3 de modelos abertos, o menor, mais assertivo e eficiente modelo de linguagem disponível. O modelo Phi-3 superou outros modelos de mesmo tamanho e até maiores em diversos benchmarks de avaliação de linguagens, códigos e matemáticos, graças a técnica de treinamento inovador desenvolvida pelos pesquisadores da Microsoft.  

Agora, a Microsoft está desenvolvendo a primeira família de linguagens pequenas que é mais poderosa e está disponível ao público: Phi-3-mini, mensurando 3.8 bilhões de parâmetros, que performa melhor do que modelos duas vezes maiores, segundo a empresa. 

A partir de hoje, ele estará disponível no catálogo do Microsoft Azure AI Model no Hugging Face, uma plataforma de modelos de aprendizagem de máquina, como o Ollama, um framework mais leve para rodar em máquinas locais.    

A Microsoft também anuncia modelos adicionais da família Phi-3 que estão por vir para oferecer mais opções de custo e qualidade. O Phi-3-small (7 bilhões de parâmetros) e o Phi-3-medium (14 bilhões de parâmetros) estarão disponíveis, em breve, no catálogo do Azure AI Model e em outros “jardins” de modelos.  

Os pequenos modelos de linguagem são projetados para ter bom desempenho em tarefas mais simples, sendo assim mais acessíveis e fáceis de usar, especialmente para organizações com recursos limitados. Eles podem, ainda, ser mais facilmente ajustados para atender a necessidades específicas.  

“O que vamos começar a ver não é uma mudança de grande para pequeno, mas uma mudança de uma categoria única de modelos para um portfólio de modelos onde os clientes têm a capacidade de tomar uma decisão sobre a qual é o melhor modelo para o seu cenário”, disse Sonali Yadav, gerente de produto principal para IA Generativa na Microsoft. 

“Alguns clientes podem precisar apenas de pequenos modelos, alguns precisarão de modelos grandes e muitos vão querer combinar ambos de várias maneiras”, disse Luis Vargas, vice-presidente de IA na Microsoft.  

Escolher o modelo de linguagem certo depende das necessidades específicas de uma organização, da complexidade da tarefa e dos recursos disponíveis. Pequenos modelos de linguagem são mais adequados para organizações que procuram construir aplicações que podem ser executadas localmente em um dispositivo (em oposição à nuvem) e onde uma tarefa não requer raciocínio extenso ou nos quais é necessária uma resposta rápida.  

Enquanto grandes modelos de linguagem são mais adequados para aplicações que precisam de orquestração de tarefas complexas e envolvem raciocínio avançado, análise de dados e compreensão do contexto, os pequenos modelos de linguagem oferecem soluções potenciais para indústrias regulamentadas e setores que encontram situações em que precisam de resultados de alta qualidade, mas desejam manter os dados em suas próprias instalações.  

Os executivos Vargas e Yadav estão particularmente entusiasmados com as oportunidades de colocar SLMs de maior capacidade em smartphones e outros dispositivos móveis que operam “na borda”, ou seja, não estão conectados à nuvem. (Pense em computadores de carros, PCs sem Wi-Fi, sistemas de tráfego, sensores inteligentes em um chão de fábrica, câmeras remotas ou até mesmo dispositivos que monitoram a conformidade ambiental.)  

Ao manter os dados dentro do dispositivo, os usuários podem “minimizar a latência e maximizar a privacidade”, explica Vargas. A latência refere-se ao atraso que pode ocorrer quando os LLMs se comunicam com a nuvem para recuperar informações usadas para gerar respostas aos prompts dos usuários.  

Em alguns casos, vale a pena esperar por respostas de alta qualidade, enquanto em outros cenários a velocidade é mais importante para a satisfazer o usuário. “Como os SLMs podem trabalhar offline, mais pessoas poderão colocar a IA para trabalhar de maneiras que antes não eram possíveis”, conta Vargas. Por exemplo, os SLMs também poderiam ser usados em áreas rurais que não têm serviço de celular. 

Considere, por exemplo, um agricultor inspecionando uma lavoura que está com sinais de doença em uma folha ou galho. Usando um SLM com capacidade visual, o agricultor poderia tirar uma foto da cultura em questão e obter recomendações imediatas sobre como tratar pragas ou doenças. “Se você está em uma parte do mundo que não tem uma boa rede”, disse Vargas, “você ainda vai poder ter experiências de IA no seu dispositivo.”  

O papel dos dados de alta qualidade 

Como o nome indica, em comparação com os LLMs, os SLMs são minúsculos, pelo menos pelos padrões da IA. Phi-3-mini tem “apenas” 3,8 bilhões de parâmetros – uma unidade de medida que se refere aos botões algorítmicos em um modelo e que o ajudam a determinar sua saída. Em contraste, os modelos de linguagem grande possuem ordens de magnitude de parâmetros muito maiores. 

Os enormes avanços na IA gerativa trazidos pelos grandes modelos de linguagem foram em grande parte pensados para serem habilitados por seu tamanho puro. Mas a equipe da Microsoft conseguiu desenvolver pequenos modelos de linguagem que podem entregar resultados desproporcionais para um pacote minúsculo. Esse avanço foi possibilitado por uma abordagem altamente seletiva dos dados de treinamento – e é aí que entram os livros infantis. 

Até o momento, a maneira padrão de treinar grandes modelos de linguagem tem sido usar grandes quantidades de dados da internet. Acreditava-se que essa era a única maneira de atender ao enorme apetite desse tipo de modelo por conteúdo, que ele precisa de tudo isso para “aprender” a entender as nuances da linguagem e gerar respostas inteligentes para os prompts do usuário.  

Mas os pesquisadores da Microsoft tiveram uma ideia diferente. “Em vez de treinar apenas com dados brutos da web, por que não procurar dados de qualidade extremamente alta?” perguntou Sebastien Bubeck, vice-presidente de pesquisa de IA generativa da Microsoft, que liderou os esforços da empresa para desenvolver pequenos modelos de linguagem mais eficazes. 

Inspirados pelo ritual de leitura noturna de Eldan com sua filha, os pesquisadores da Microsoft decidiram criar um conjunto de dados discreto, começando com 3.000 palavras – incluindo um número aproximadamente igual de substantivos, verbos e adjetivos. Em seguida, eles pediram a um grande modelo de linguagem para criar uma história infantil usando um substantivo, um verbo e um adjetivo da lista – um prompt que repetiram milhões de vezes ao longo de vários dias, gerando milhões de pequenas histórias infantis.  

Eles apelidaram o conjunto de dados resultante de “TinyStories” e o usaram para treinar pequenos modelos de linguagem de cerca de 10 milhões de parâmetros. Para sua surpresa, quando solicitado a criar suas próprias histórias, o pequeno modelo de linguagem treinado em TinyStories gerou narrativas fluentes com gramática perfeita.  

Em seguida, eles elevaram o nível de seu experimento. Desta vez, um grupo maior de pesquisadores usou dados publicamente disponíveis que foram cuidadosamente selecionados e filtrados com base no valor educacional e na qualidade do conteúdo para treinar o Phi-1.  

Após coletar informações publicamente disponíveis em um conjunto de dados inicial, eles usaram uma fórmula de solicitação e semeadura inspirada na usada para TinyStories, mas deram um passo adiante e a tornaram mais sofisticada, para que capturasse um escopo mais amplo de dados.  

Para garantir alta qualidade, eles filtraram repetidamente o conteúdo resultante antes de alimentá-lo de volta em um LLM para uma síntese adicional. Desta forma, ao longo de várias semanas, eles acumularam um corpus de dados grande o suficiente para treinar um SLM mais capaz.  

“Todo esse cuidado é dedicado à produção desses dados sintéticos”, disse Bubeck, referindo-se aos dados gerados por IA. “Olhando para eles, certificando-se de que fazem sentido, filtrando-os. Não pegamos tudo o que produzimos”, comenta. Eles apelidaram este conjunto de dados de “CodeTextbook”.

Os pesquisadores aprimoraram ainda mais o conjunto de dados, abordando a seleção deles como um professor que decompõe conceitos difíceis para um aluno. “Quando você está lendo material semelhante a um livro didático, de documentos de qualidade que explicam as coisas muito, muito bem”, disse Bubeck, “você torna a tarefa do modelo de linguagem de ler e entender este material com mais facilidade.”  

Distinguir entre informações de alta e baixa qualidade não é difícil para um humano, mas classificar mais de um terabyte de dados que os pesquisadores da Microsoft determinaram que precisariam para treinar seu SLM seria impossível sem a ajuda de um LLM. 

“O poder da geração atual de grandes modelos de linguagem é realmente um facilitador que não tínhamos antes em termos de geração de dados sintéticos”, disse Ece Kamar, vice-presidente da Microsoft que lidera o Microsoft Research AI Frontiers Lab, onde a nova abordagem de treinamento foi desenvolvida.  

Começar com dados cuidadosamente selecionados ajuda a reduzir a probabilidade de os modelos retornarem com respostas indesejadas ou inadequadas, mas não é suficiente para proteger contra todos os possíveis desafios de segurança.  

Como em todos os lançamentos de modelos de IA generativos, as equipes de produto e IA responsáveis da Microsoft usaram uma abordagem em várias camadas para gerenciar e mitigar riscos no desenvolvimento de modelos Phi-3. Por exemplo, após o treinamento inicial, eles forneceram exemplos adicionais e feedback sobre como os modelos deveriam idealmente responder, o que constrói uma camada de segurança adicional e ajuda o modelo a gerar resultados de alta qualidade.  

Cada modelo também passa por avaliação, teste e equipe vermelha manual, na qual os especialistas identificam e abordam possíveis vulnerabilidades.

Finalmente, os desenvolvedores que usam a família de modelos Phi-3 podem aproveitar um conjunto de ferramentas disponíveis no Azure AI para ajudá-los a construir aplicações mais seguras e confiáveis. 

Escolhendo o modelo de linguagem do tamanho certo para a tarefa certa  

Mas até mesmo pequenos modelos de linguagem treinados com dados de alta qualidade têm limitações. Eles não são projetados para recuperação de conhecimento em profundidade, onde os grandes modelos de linguagem se destacam devido à sua maior capacidade e treinamento usando conjuntos de dados muito maiores.  

Os LLMs são melhores do que SLMs em raciocínio complexo sobre grandes quantidades de informações por conta de seu tamanho e poder de processamento. Essa é uma função que poderia ser relevante para a descoberta de medicamentos, por exemplo, ao ajudar a vasculhar vastos acervos de artigos científicos, analisar padrões complexos e entender interações entre genes, proteínas ou produtos químicos. 

“Qualquer coisa que envolva um planejamento onde você tem uma tarefa, e a tarefa é complicada o suficiente, que você precisa descobrir como dividir essa tarefa em um conjunto de subtarefas, e às vezes sub-subtarefas, e então executar todas elas para chegar a uma resposta final que, certamente, vão estar no domínio dos grandes modelos por um tempo”, disse Vargas. 

Com base em conversas contínuas com clientes, Vargas e Yadav esperam ver empresas “deslocando” algumas tarefas para pequenos modelos, quando esta tarefa não for muito complexa.

Por exemplo, uma companhia poderia usar o Phi-3 para resumir os principais pontos de um documento longo ou extrair insights relevantes e tendências da indústria em relatórios de pesquisa de mercado. Outra organização pode usar o Phi-3 para gerar cópias, ajudando a criar conteúdo para equipes de marketing ou vendas, com descrições de produtos ou postagens em mídias sociais. Além dessas aplicações, uma empresa pode usar o Phi-3 para alimentar um chatbot de suporte para responder às perguntas básicas dos clientes sobre seu plano ou atualizações de serviço.  

Internamente, a Microsoft já está usando suítes de modelos, onde os grandes modelos de linguagem desempenham o papel de roteador, para direcionar certas consultas que requerem menos poder de computação para pequenos modelos de linguagem, enquanto lida com outras solicitações mais complexas por si mesma.  

“A afirmação aqui não é que os SLMs vão substituir os grandes modelos de linguagem”, pontua Kamar. Em vez disso, SLMs “estão posicionados de forma única para computação na borda, computação no dispositivo, cálculos nos quais você não precisa ir para a nuvem para fazer as coisas. É por isso que é importante para nós entendermos os pontos fortes e fracos deste novo portfólio de modelos.”

O tamanho traz vantagens importantes. Mas ainda há uma lacuna entre os pequenos modelos de linguagem e o nível de inteligência que se pode obter dos grandes modelos na nuvem, explica Bubeck, vice-presidente de pesquisa de IA generativa da Microsoft. “E talvez sempre haverá uma lacuna porque você sabe – os grandes modelos vão continuar progredindo”, conclui.  

A aplicabilidade da Inteligência Artificial no meio jurídico

Muitos advogados recorrem aos sistemas de IA para aprimorar pesquisas jurídicas, acelerar processos e melhorar a eficiência de suas demandas

Felipo Cabral Corvalan

A aplicação da inteligência artificial (IA) no campo da advocacia tem crescido e proporcionado diversas oportunidades e melhorias nas práticas legais. Será? Como fica a pessoalidade da pratica advocatícia? Ou então, como fica a figura do advogado em meio a tanta tecnologia?

Muitos advogados estão recorrendo aos sistemas de IA para aprimorar suas pesquisas jurídicas, acelerar processos e melhorar a eficiência geral de suas demandas. Esses sistemas utilizam algoritmos avançados e aprendizado de máquina para analisar grandes volumes de dados legais, identificar padrões e fornecer insights relevantes.

Por um lado, a IA oferece diversas vantagens no meio jurídico, contribuindo para uma prática mais eficiente, precisa e inovadora. Algumas destas vantagens são:

1. Eficiência operacional: a IA pode automatizar tarefas repetitivas e processos burocráticos, liberando tempo para os advogados se concentrarem em atividades mais estratégicas. Isso resulta em uma melhoria significativa na eficiência operacional.
2. Pesquisa jurídica rápida e precisa: plataformas de IA podem analisar vastas bases de dados legais em tempo recorde, fornecendo resultados de pesquisa mais rápidos e precisos. Isso economiza tempo e recursos na identificação de jurisprudência relevante e precedentes legais.
3. Análise preditiva: algoritmos de aprendizado de máquina podem analisar dados históricos para prever resultados em casos futuros, auxiliando os advogados na formulação de estratégias legais mais informadas.
4. Revisão de documentos: a IA é capaz de analisar grandes volumes de documentos legais, identificando cláusulas, padrões e possíveis problemas. Isso agiliza processos de revisão contratual e reduz o risco de erros humanos.
5. Gestão de processos: sistemas baseados em IA podem ajudar na gestão de casos, monitorando prazos, automatizando lembretes e facilitando a colaboração entre membros da equipe.
6. Chatbots e atendimento ao cliente: chatbots alimentados por IA podem fornecer informações básicas aos clientes, agendar reuniões e lidar com consultas iniciais, melhorando a eficiência do atendimento ao cliente.
7. Análise de sentimento: em casos que envolvem comunicações escritas, a IA pode analisar o sentimento expresso nas mensagens, ajudando a entender as emoções subjacentes e adaptando as estratégias legais conforme necessário.
8. Economia de custos: ao automatizar tarefas rotineiras e reduzir a necessidade de tempo humano em certos processos, a IA pode contribuir para a redução de custos operacionais.
9. Conformidade legal e ética: sistemas de IA podem ser programados para garantir conformidade com regulamentações legais e éticas, ajudando a evitar violações e minimizando riscos.
10. Inovação: a IA proporciona oportunidades para a criação de novos modelos de negócios e serviços jurídicos, impulsionando a inovação na prática jurídica.

Apesar dos benefícios, é importante destacar que a implementação da IA na advocacia também levanta questões éticas, legais e de segurança que precisam ser cuidadosamente consideradas. Além disso, a colaboração entre profissionais do Direito e especialistas em tecnologia é fundamental para garantir uma integração eficaz e ética da inteligência artificial no campo da advocacia.

Dentre as ferramentas mais utilizadas está o ChatGPT, e modelos similares, como o GPT-3, capazes de gerar texto com base em padrões aprendidos durante o treinamento. Estas ferramentas podem ser úteis para gerar texto que se assemelhe ao estilo ou linguagem jurídica, ou até mesmo fornecer informações gerais sobre conceitos legais. Mas é necessário estar atento, uma vez que, até o presente momento, tais sistemas não distinguem com exatidão o que são argumentações reais e criação indevida de jurisprudência. Isto é, existe uma linha tênue entre a disponibilização legal de informações e a “montagem” de textos em formato de jurisprudência que na verdade não existem. A criação real de jurisprudência implica em um processo legal complexo que envolve argumentação jurídica, análise de fatos específicos do caso e aplicação do direito em vigor. Portanto, mesmo o ChatGPT sendo uma ferramenta interessante para gerar texto relacionado ao campo jurídico, não pode substituir a experiência, o discernimento e o conhecimento específico de profissionais do Direito.

A tomada de decisões legais é uma atividade complexa e depende de uma compreensão aprofundada do contexto legal e das nuances dos casos específicos. Isto significa que a IA pode ajudar na criação de rascunhos ou ideias para petições legais. Pode gerar texto com base em padrões e informações legais conhecidas, fornecendo um ponto de partida para a elaboração de documentos jurídicos. No entanto, é crucial entender que se trata de uma ferramenta de assistência e não um substituto para a expertise jurídica humana.

Diante disso tudo, temos alguns desafios práticos, como a interpretação de contexto e o viés algorítmico, que podem indevidamente refletir preconceitos presentes nos textos lançados na web; entre outros.

Ao incorporar ferramentas de IA na prática jurídica, os advogados podem otimizar suas operações, melhorar a precisão e eficiência das pesquisas e concentrar mais tempo em tarefas estratégicas e analíticas. Contudo, é crucial manter a supervisão humana, especialmente em questões éticas e em casos complexos que podem exigir interpretação contextual e conhecimento jurídico especializado.

A substituição total do trabalho humano por IA é um cenário extremo e, atualmente, não é uma realidade prática em muitos campos. Embora a IA tenha mostrado avanços significativos em várias áreas, há limitações importantes que impedem a substituição completa do material humano em muitas profissões e setores.

A tecnologia está à disposição, devem os operadores do Direito usá-la com sabedoria.

Felipo Cabral Corvalan é advogado do escritório Rücker Curi e atua na área trabalhista.

Adobe estreia campanha para lançar aplicativo com IA Generativa

Gigante de área de tecnologia tem foco na aproximação com o público brasileiro

São Paulo, abril de 2024 – A Adobe estreou, no último dia 18 de abril, uma campanha digital com influenciadores brasileiros para marcar o lançamento do aplicativo para celular Adobe Express, que trará a inteligência artificial (IA) Generativa integrada na solução. A ação foi criada pela agência Sioux digital 1:1. 

O gerente de Marketing da Adobe, Vitor Gomes, explica que o objetivo da campanha é amplificar o conhecimento sobre a ferramenta para quem precisa criar conteúdo de forma rápida e criativa, como educadores, profissionais liberais, criadores de conteúdo digital, jornalistas, pequenos empresários e muitos outros.

“Além da campanha de marketing de influência, com mídia paga para impulsionar as postagens dos influenciadores, tivemos um evento de lançamento para reforçar nossa nova estratégia de marca que visa a maior aproximação com o público brasileiro”, explica o executivo. 

O time de influenciadores têm públicos-alvo diferentes, mas todos vão compartilhar conteúdo educativo de forma descontraída para incentivar os seguidores a conhecerem uma nova maneira de criar e se comunicar. 

Os influenciadores digitais contratados para a campanha são Ana Carvalho (@anacarvalhorp), a personagem Adênia Chloe (@affthefype), Bruno & Hellen Moretti (@midtrack.co),  Ana Melo (@itsanamelo), Lua Branding e MKT (@digi.girls), Saquinho de Lixo (@saquinhodelixo), Marcela Lúzzio (@marcelaluzzio) e Lucca Najar (@luccanajar). 

“O Adobe Express é um app plural e democrático, e essas foram as premissas que trabalhamos na hora de construir a estratégia para esse lançamento e seleção dos influenciadores. Ele é multifacetado, útil para qualquer pessoa, de qualquer segmento de negócio e fácil de usar, por isso esse casting passa desde o segmento de empreendedorismo, social media e até humor. A proposta da campanha é não apenas alavancar o uso do app, mas garantir que a criação de conteúdo seja sempre uma experiência divertida e estimulante para os usuários na rede”, diz Cristina Ruiz, Diretora de Operações e Atendimento da Sioux. 

Os conteúdos da campanha podem ser vistos nos perfis dos influenciadores e também no Instagram da Adobe (@adobebra). O novo aplicativo móvel Adobe Express está disponível gratuitamente para dispositivos Android e iOS no link.

Dissipando os mitos que impedem seu negócio de adotar a IA generativa

Por Joana Moura, Diretora de Ecossistemas da IBM América Latina

A IA generativa tem um enorme potencial para impulsionar o crescimento dos negócios. Ela oferece facilidade de integração e escalabilidade para cargas de trabalho de análise e IA usando os dados da sua empresa, além de recursos de proteção para garantir governança, segurança e conformidade. Então, por que milhões de pequenas empresas acreditam que a IA de impacto só é acessível a grandes organizações com grandes orçamentos?

Os líderes empresariais superestimam os recursos necessários para implantar a IA, muitas vezes sem conhecimento da tecnologia e treinamento disponíveis. De fato, um estudo de 2023 conduzido pela IBM descobriu que 32% dos entrevistados na América Latina citaram habilidades, experiência ou conhecimento limitados de IA como obstáculos para implementarem essa tecnologia com sucesso nos seus negócios. É neste cenário que a IBM aborda essa preocupação investindo em tecnologia de IA incorporável para permitir que os parceiros do Ecossistema IBM superem os altos custos de qualificação e infraestrutura.

A tecnologia criou novas oportunidades para as empresas e está impulsionando a inovação em uma ampla gama de indústrias. As empresas do Brasil não podem se dar ao luxo de esperar por mais tempo. Se você é um líder de negócios que não está adotando a IA, tenha certeza de que sua concorrência o fará e você corre o risco de ficar para trás. É hora de dissipar os três mitos que impedem as pequenas empresas de adotarem uma estratégia de IA.

Mito 1: Minha empresa não possui ferramentas e plataformas certas para desenvolver IA confiável

A IA pode ser um divisor de águas para as empresas que buscam melhorar as operações em áreas como TI, RH, marketing e atendimento ao cliente. Não estamos nos referindo a chatbots de IA conversacional que geram respostas para questões gerais com pouca transparência em seus treinos ou dados. Hoje, você pode integrar a IA corporativa que fornece acesso a centenas de modelos pré-treinados e um conjunto de assistentes de IA para escalar e acelerar o impacto do seu negócio.

As empresas que estão inovando com IA generativa não são apenas gigantes do setor. Por exemplo, a startup de educação on-line Make Music Count usou a Plataforma de IA e dados IBM watsonx™ para personalizar os planos de aula para os alunos em sua ferramenta de aprendizagem, permitindo que eles fizessem perguntas e recebessem suporte matemático em tempo real por meio do chat.

Integrações semelhantes permitem pequenas empresas ajudar as pessoas de suas organizações a aumentarem o trabalho com IA sem exigir conhecimento especializado da tecnologia, criando uma melhor experiência do usuário enquanto economiza recursos.

Outro componente crítico do mito nº 1 é o termo “confiável”. É uma preocupação válida, e é por isso que é importante permitir pequenas empresas a treinar, ajustar e governar sua IA usando dados confiáveis e recursos de governança.

Mito 2: IA é muito complexa e cara para a minha empresa construir do zero

Historicamente, a IA tem sido percebida como uma tarefa complicada, cara e demorada. Isso não é mais o caso. Hoje, os clientes precisam ser capazes de acessar um portfólio de tecnologias de IA integráveis. Mas o que exatamente é IA incorporável e como ela funciona? A IA incorporável é semelhante a um motor de carro pré-fabricado que pode ser adaptado a diferentes necessidades.

Ela empodera e equipa organizações com IA confiável que pode ser incorporada em soluções de software comercial. Com a IA incorporável, as empresas conseguem um conjunto de modelos de IA flexíveis e adequados para seu propósito que os desenvolvedores podem usar para criar experiências de usuário final aprimoradas.

Adicionalmente, a introdução de modelos de fundação , que são treinados em uma ampla gama de dados não rotulados e requerem ajustes mínimos para diferentes tarefas, facilita para as empresas implantar IA em várias situações de missão crítica. Isso reduz o tempo gasto rotulando dados e a necessidade de desenvolvedores experientes para programar modelos. Isso significa que empresas de todos os tamanhos podem construir soluções movidas à IA em menos tempo com menos recursos.

Mito 3: Minha empresa não possui habilidades e conhecimentos certos para desenvolver IA

À medida que a Inteligência Artificial transforma os negócios, a necessidade de entender os avanços tecnológicos é cada vez mais indispensável e muitas vezes o melhor caminho é ter um especialista para avançar com agilidade. E, nesse cenário, ter parceiros de negócios com expertise em IA oferece uma excelente oportunidade de crescimento para as organizações liberarem todo o potencial da IA generativa para os clientes.

Desenvolver as competências certas para apoiar o seu rápido crescimento é vital. É por isso que qualquer desenvolvedor ou profissional de TI precisa ficar constantemente aprendendo e ter as habilidades necessárias para desenvolver IA. Assim, qualquer pessoa na IBM pode acessar cursos educacionais gratuitos de IA generativa, e os parceiros de negócios podem acessar os mesmos materiais técnicos e de capacitação de vendas oferecidos aos funcionários.

A adoção de IA não precisa ser complicada ou cara. Na verdade, com a tecnologia e o suporte disponíveis hoje, até mesmo as startups podem ter a IA funcionando em questão de dias. Essa teoria foi testada com mais de 200 mil funcionários da IBM, muitos deles com pouca ou nenhuma experiência em codificação, que participaram de um hackathon para criar aplicativos watsonx e tiveram sucesso.

A próxima era dos negócios será caracterizada pela capacidade de incorporar IA . Se sua empresa não estiver explorando ativamente como a IA pode impactar suas operações, você corre o risco de ficar para trás. Agora que desfizemos esses mitos de adoção, esperamos que quaisquer dúvidas que as pequenas empresas tinham possam ser deixadas de lado e sua empresa possa começar a trabalhar com IA para negócios.

Primeira empresa de consultoria em Inteligência Artificial para o mercado imobiliário é lançada no G4 Educação

A Kokma foi um dos destaques do PropTalks Trends do último sábado (20), organizado pela PropTalks, em São Paulo.

Como a Inteligência Artificial (IA) transformará o segmento imobiliário? Para debater essa e muitas outras questões acerca do assunto, o PropTalks Trends reuniu no último sábado (20) diversos especialistas e líderes inovadores do mercado imobiliário. Dentre palestras e muita troca de informação aconteceu durante o evento o lançamento da primeira empresa de consultoria em IA para o mercado imobiliário. A Kokma, criada pelos empresários Ana e Bruno Katsuki, agora disponibiliza para esse segmento consultoria para implementar inteligência artificial nas incorporadoras de forma sólida, palestras e workshops de IA e em breve, ferramentas de IA para o mercado imobiliário.

Ana e Bruno atuam há mais de cinco anos com a Katsuki, empresa de marketing 360 para incorporadoras. De lá para cá já fizeram gestão em 12 estados diferentes no Brasil, mais de 70 lançamentos imobiliários e 8 bilhões em VGV (valor geral de vendas). E foi a partir da experiência do dia a dia na Katsuki que surgiu a ideia da Kokma.

“Nós temos uma especialidade de Marketing 360 que vai desde o Naming, do processo de concepção de um lançamento imobiliário, passando pela performance, branding desse produto, branding da incorporadora, até a entrega de chaves e depois o relacionamento com o cliente. Nesse processo começamos a usar a IA e percebemos que os nossos clientes ainda não tinham nenhum contato com o assunto. Não estavam implementando isso, principalmente pela característica tradicional do negócio deles, do mercado de incorporação, de construtora, de engenharia. Então nós, apaixonados por otimização e por potencializar resultados usando a inteligência artificial no nosso dia a dia como mindset, lançamos a Kokma”, explica Ana.

A nova empresa chega ao mercado como um dos braços da Katsuki Hub, e promete trazer como um de seus pilares a otimização de resultados através de um conjunto de inteligências: a inteligência de processos e negócios tendo a IA sobre essa base.  A consultoria oferecida, por exemplo, trará um diagnóstico de todo processo da incorporadora. “Nós vamos até a incorporadora, mapeamos todos os processos de todos os departamentos. Vamos olhar para o dia a dia dessa incorporadora, dessa imobiliária, desse corretor, o que ele faz durante o dia, e como a gente pode trazer inteligência artificial para o dia dele. Estamos falando de melhoria de produtividade, de inovação e principalmente perenidade do negócio”, comenta Bruno.

Os especialistas afirmam ainda após a pandemia os clientes estão mais criteriosos na escolha do empreendimento, ou seja, avaliando com mais cautela onde colocar o dinheiro e realizar a compra. Por isso, é muito importante ter cada vez mais assertividade na informação do projeto que está sendo trabalhado. “Isso vai desde saber escolher qual é a tipologia certa, o local certo, o público-alvo que vai ser atendido. E com isso, dentre outras coisas, a inteligência artificial pode ser uma grande aliada e uma estratégia de diferenciação, de competitividade para poder ser assertivo no projeto”, complementa Ana Katsuki.

Diversas lideranças que estiveram no PropTalks comentaram sobre a qualidade do evento e a expectativa de que a IA traga uma verdadeira revolução no mercado imobiliário. “A minha participação no PropTalks foi essencialmente para chamar a atenção para o ESG, no âmbito da inovação do mercado imobiliário, e, especificamente, no pilar do ‘S’ que é o social. Busquei mostrar o quanto o setor ainda vai fazer transformações significativas com o avanço da geração Z como consumidora, que vai impulsionar uma mudança conceitual. Essa mudança foca no impacto que as empresas e os negócios imobiliários geram não só no meio ambiente, como na sociedade e na forma como os negócios são conduzidos. Daí a importância do uso da tecnologia e da inteligência artificial com responsabilidade, para trazer os impactos necessários para que os consumidores tangibilizem isso na hora da compra e venda”, disse Elisa Rosenthal,  Diretora presidente Instituto Mulheres do Imobiliário.

“O PropTalks no G4 Educação foi uma plataforma extraordinária para a troca de ideias sobre a evolução do mercado imobiliário com um foco em inovação e tecnologia. Como palestrante, pude compartilhar sobre como a inteligência artificial pode ser uma alavanca fundamental no desenvolvimento de soluções imobiliárias que não apenas atendem às necessidades atuais do mercado, mas também antecipam as demandas futuras. A interação com outras referências no mercado e a recepção entusiasmada das ideias discutidas reforçam a minha crença na importância de fóruns como o PropTalks para fomentar diálogos construtivos e inspirar ações práticas” Magno Maciel, co-fundador e CTO da Serafin e vem de uma carreira empreendedora focada em inovação e tecnologia.

“A inteligência artificial agora é uma opção, mas daqui a pouco ela vai ser uma necessidade para se manter competitivo no mercado. Queremos trazer essa perenidade, essa longevidade para as incorporadoras. Não vai ter como ficar no mercado competitivo sem usar essa nova tecnologia”, conta Bruno Katsuki.

Primeiro workshop da Kokma trará Magno Maciel

O primeiro workshop da Kokma já foi marcado para o dia 8 de junho. Ele vai acontecer em parceria com o Magno Maciel, especialista que possui jornada na Open IA, empresa fundada por Elon Musk e que é uma das referências no desenvolvimento de tecnologias com IA no mundo, como o já conhecido Chat GPT. O evento acontecerá na CTE, um local especializado para o mercado imobiliário, em São Paulo.  A ideia é que seja um workshop prático. Na oportunidade Ana e Bruno Katsuki, ao lado de Magno irão mapear para os inscritos quais são os principais desafios no assunto.

Estarão disponíveis apenas 40 ingressos para o workshop e a pré-inscrição pode ser feita pelo https://materiais.katsuki.com.br/proptalks

 Por que a IA Generativa deve fazer parte da sua equipe de RH?

Guillermo Reynoso, Vice-Presidente de Vendas HCM da Oracle América Latina.
 

Guillermo Reynoso, Vice-Presidente de Vendas HCM da Oracle América Latina.

A Inteligência Artificial veio para mudar completamente a área de Recursos Humanos. Especificamente, a IA Generativa que tem a capacidade de, por si só, fornecer uma experiência de assistente pessoal que simplifica as atividades básicas de rotina.

As soluções de Gestão do Capital Humano (GCH) foram criadas para esgotar as tarefas do dia-a-dia características do setor e para que seus colaboradores se concentrem em atividades mais estratégicas e complexas.

Vamos pensar em um cenário tradicional como os que chegam alguns dos nossos clientes: a abertura de uma nova posição regional, para a qual recebem milhares de currículos, mas também querem considerar candidatos internos e em paralelo devem continuar a cumprir os procedimentos diários. Esse cenário é “avassalador” para muitos funcionários.

A última pesquisa do Gartner destacou que esse sentimento é replicado nas áreas de Recursos Humanos. 60% das pessoas que trabalham em RH relatam ter burnout devido ao excesso de trabalho, e 42% destacam que o burnout ocorre devido a uma carga esmagadora de projetos e responsabilidades como resultado do aumento do estresse no trabalho, alta rotatividade e aumento das demandas sobre os funcionários.

Neste contexto, soluções alimentadas por IA Generativa se consolidam como aliadas estratégicas para realizar mais tarefas em menos tempo, alcançar melhores resultados e criar um ambiente de trabalho mais satisfatório.

Em seu relatório, o Gartner destacou as principais prioridades da equipe de RH. Eu tomei a audácia de pegar três e demonstrar como a IA Generativa auxilia as soluções de HCM.

1. Aumento da eficácia de seus líderes

A IA generativa dentro das soluções HCM, pode reduzir o tempo para criar conteúdo de qualidade para as principais experiências de candidatos e funcionários, incluindo sugestões para descrições de metas, dicas de desenvolvimento e resumos de desempenho. Os clientes podem optar por treinar o modelo de IA generativa para criar conteúdo que corresponda ao estilo e tom da organização.

2. Habilidades de ajuste fino para recrutar futuros talentos

A IA Generativa pode criar artigos da base de conhecimento para responder às perguntas frequentes com menos tempo e esforço. Além disso, você pode sugerir perguntas de pesquisa para obter taxas de resposta mais altas e entender melhor as necessidades e sentimentos dos funcionários. Outra de suas funções é a capacidade de criar descrições de trabalho atraentes que transmitam claramente os requisitos e critérios de sucesso de uma posição.

3. Melhorar a adaptação às mudanças e garantir a segurança

Como qualquer participante, a aplicação da IA Generativa traz riscos: incluindo desinformação, preocupações com a privacidade, vieses e efeitos colaterais indesejados. As soluções de HCM da Oracle estão aqui para obter os melhores resultados e reduzir os efeitos colaterais indesejáveis com prompts de IA generativa integrados para que os funcionários possam usá-la da melhor forma.

Nesse contexto, os líderes de RH enfrentam o desafio de implementar a tecnologia, as diretrizes de uso e as políticas necessárias para lidar com esses riscos e maximizar o valor comercial da IA generativa.

Com investimentos bilionários no país, uso de IA para análise de Big Data revoluciona o mercado financeiro

Empresas do setor têm se destacado ao oferecer soluções inovadoras para aprimorar a experiência do cliente

O uso de Inteligência Artificial (IA) em Big Data tem se tornado um diferencial crucial para empresas em todo o mundo. Impulsionando a personalização de serviços e a eficiência operacional dos negócios, o setor atingirá US$ 447,2 bilhões em 2024, segundo o último relatório da GlobalData. No Brasil o cenário não é diferente. Segundo pesquisas da Gartner, o país está entre os 10 maiores investidores em IA, destacando o crescente interesse e a importância dessa tecnologia para as organizações.

De forma geral, o uso de IA em Big Data tem sido cada vez mais difundido pelas empresas que adotam a tecnologia como parte da cultura organizacional de seus negócios. Esse crescimento é impulsionado pela necessidade crescente das instituições financeiras de gerenciar e analisar grandes volumes de dados em tempo real para identificar oportunidades de negócios, detectar fraudes e mitigar riscos.

Segundo Marcelo Modesto, CEO e fundador da Avivatec, empresa de consultoria em tecnologia especializada em negócios, o uso de IA e Big Data deve ser uma realidade para o mercado de tecnologia financeira. “Essas tecnologias ajudam as empresas a analisar grandes volumes de dados de forma eficiente e rápida, identificando padrões e tendências que podem ser usados para melhorar a experiência do cliente e impulsionar o desenvolvimento de produtos e serviços mais personalizados.”, comenta.

Para se ter uma ideia, de acordo com dados divulgados pela Gartner, os bancos estão aumentando seus investimentos em IA e Big Data, direcionando cerca de 30% de seus orçamentos de TI para essas tecnologias até 2024. Essa tendência reflete a importância estratégica que as instituições financeiras atribuem ao uso de dados para impulsionar a inovação e a competitividade no mercado.

Nesse contexto, a Avivatec destaca-se como uma referência em soluções de tecnologia para o setor. A recente aquisição majoritária da Enfoque, provedora de informações financeiras que conta com mais de 60 fontes de informação e mais de 20 milhões de mensagens processadas diariamente, reforçou a posição da empresa de consultoria brasileira em tecnologia.

“Estamos falando de um dos maiores detentores de big data do mercado financeiro. Esse projeto representa um fortalecimento ao nosso portfólio e atuação com o setor”, comenta o CEO e fundador da Avivatec.

No entanto, apesar dos benefícios evidentes, o setor enfrenta alguns desafios significativos, como a proteção de dados e a garantia da privacidade do cliente. De acordo com um estudo da PwC, 64% das instituições financeiras brasileiras sofreram algum tipo de ataque cibernético em 2023. Somado a isso, o último relatório da Serasa Experian aponta que no ano passado, foram registradas 2,7 bilhões de tentativas de fraude no Brasil, um aumento de 40% em relação a 2022.

Mesmo assim, os investimentos continuam a crescer, com empresas buscando maneiras de superar esses desafios e aproveitar ao máximo o potencial das tecnologias de IA e Big Data. É consenso entre os especialistas que o principal diferencial está na capacidade de personalização dos serviços. 

“Estamos na ‘era dos dados’. Essas tecnologias permitem que as empresas ofereçam produtos e serviços sob medida para as necessidades de cada cliente, aumentando a satisfação e a fidelidade. O uso de IA e Big Data no setor financeiro tem o potencial de transformar completamente a maneira como as empresas operam, permitindo uma personalização sem precedentes dos serviços e uma análise mais eficiente das informações.”,  conclui Marcelo Modesto.

Executivo de tecnologia prevê que namoradas de inteligência artificial criarão um negócio de 1 bilhão de dólares

Um executivo de tecnologia está prevendo que as “namoradas” de inteligência artificial (IA) criarão um mercado de bilhões de dólares até o final da década.

Ryan Gosling, fundador da empresa de IA Girlfriend Experience, acredita que as pessoas estão cada vez mais abertas a relacionamentos com inteligências artificiais.

Ele afirma que sua empresa já tem 600 mil assinantes mensais, cada um pagando uma taxa de $10 por mês pelo serviço.

No entanto, críticos alertam para os perigos de relacionamentos com IA, destacando questões éticas e preocupações sobre a capacidade das IA de verdadeiramente entenderem emoções humanas.

O CEO Ryan Gosling está otimista quanto ao futuro do mercado de IA e prevê um crescimento significativo nos próximos anos.

Ele destaca a conveniência e a personalização oferecidas por esses relacionamentos virtuais, afirmando que sua empresa está focada em replicar as complexidades dos relacionamentos humanos.

No entanto, especialistas em ética alertam para os riscos de dependência emocional e a falta de verdadeira conexão humana nessas interações com IA.

A notícia levanta questões sobre o papel crescente da tecnologia na sociedade e como ela está moldando as interações humanas.

Embora algumas pessoas estejam entusiasmadas com as possibilidades oferecidas por relacionamentos com IA, outras expressam preocupações sobre o impacto negativo que isso pode ter na forma como nos relacionamos uns com os outros.

Se precisar de mais alguma coisa, é só pedir!

A inteligência artificial médica com rosto humano está chegando. O atendimento médico via chatbots

No futuro da medicina, avatares de inteligência artificial como a Nova da Soul Machines podem se tornar comuns em consultas virtuais e reabilitações pós-operatórias. Esses avatares, com suas capacidades de conversação e expressões faciais realistas, prometem oferecer experiências mais personalizadas e interativas aos pacientes.

Mas será que a IA pode realmente substituir o toque humano na medicina?

Embora chatbots como Ada Health e Florence da OMS já estejam fornecendo informações confiáveis ​​e personalizadas sobre saúde, eles ainda carecem da capacidade de empatia e compreensão complexa que os profissionais médicos possuem.

Os LLMs (Large Language Models), como o ChatGPT, podem oferecer respostas mais sofisticadas a perguntas médicas. No entanto, sua falta de transparência e confiabilidade os tornam inadequados para o diagnóstico clínico.

Então, qual o futuro da IA na medicina?

Alguns especialistas acreditam que os LLMs podem ser utilizados para auxiliar profissionais de saúde, fornecendo suporte no diagnóstico de casos difíceis ou extraindo informações de fontes médicas confiáveis. Outros veem um futuro onde os chatbots de IA podem oferecer apoio emocional e psicológico aos pacientes, especialmente para doenças crônicas ou problemas de saúde mental.

É importante ressaltar que a IA na medicina ainda enfrenta desafios éticos e regulatórios. Garantir a qualidade da informação, a privacidade dos dados e o uso responsável da tecnologia são aspectos cruciais para o desenvolvimento dessa área.

Ainda há um longo caminho a percorrer, mas a IA tem o potencial de transformar a medicina, tornando-a mais acessível, eficiente e personalizada para todos.

Compass UOL lança Fábrica de PoCs para validar soluções com inteligência artificial generativa

Iniciativa prevê a entrega de mais de 360 projetos em colaboração com a Amazon Web Services até o final de 2024

São Paulo, abril de 2024 – A Compass UOL, líder global em transformação digital por meio de inteligência artificial (IA) e tecnologias digitais, anuncia hoje o lançamento da fase de expansão da sua “Gen AI PoC Factory”, iniciativa voltada à entrega ágil de mais de 360 projetos em colaboração com a Amazon Web Services (AWS) até o final de 2024. A Fábrica de PoCs estava em fase beta desde janeiro deste ano e já contabiliza a execução de 20 novos projetos de inovação com inteligência artificial (IA) e inteligência artificial generativa (GenAI).

A Fábrica de PoCs utilizará a GenAI por meio dos serviços da AWS em conjunto com a expertise da Compass UOL, visando demonstrar como essas tecnologias podem criar valor para os clientes. Segundo Alexis Rockenbach, CEO Global da Compass UOL, a Gen AI PoC Factory representa uma porta de entrada para empresas explorarem a IA generativa.

“A aceleração de PoCs permitirá que a Compass UOL e a AWS colaborem de forma eficaz, proporcionando experimentação, aprendizado e geração de valor rápido. Isso auxiliará os clientes na adoção e expansão do uso da tecnologia, gerando benefícios que vão além da fase de PoC”, destaca Rockenbach.

Além da sua metodologia de desenvolvimento ágil, a equipe da Compass UOL utilizará a plataforma AI Cockpit, que gera por meio da GenAI um ganho de eficiência na esteira de engenharia de software, e seus aceleradores técnicos nos principais casos de uso da Gen AI para diferentes indústrias e setores da economia. Todos são elementos que permitem construir rapidamente projetos-piloto com reuso de componentes pré-criados, consistência, agilidade e custo mínimo ou sem nenhum investimento. Para complementar, a empresa oferece suporte consultivo aos clientes na avaliação e orientação para a expansão do uso da IA aplicada nos diferentes processos e áreas de negócio das companhias.

Os aceleradores técnicos incluem:

• Otimizador de SEO com GenAI: utilização de SSE com Gen AI para otimização de SEO, aumentando a visibilidade da marca.
• Análise de documentos jurídicos com GenAI: interpretação e extração de dados especializados em documentos jurídicos para aumentar a eficiência.
• Suporte de GenAI nível 1: interface de conversação para resposta rápida e econômica ao suporte Nível 1, aprimorando a experiência do cliente.
• GenAI chatbot para encomendas: IA que, ao receber a descrição da necessidade, encontra os melhores produtos, impulsionando as vendas.
• Resumo de documentos Gen AI: aumento da eficiência por meio de análise e leitura escaláveis dos dados em documentos.
• GenAI driven Q&A: compreensão de documentos sobre produtos e processos, gerando uma interface de conversação para perguntas e respostas.
• Recomendação personalizada de produtos: IA que compreende o comportamento do cliente e recomenda produtos para impulsionar as vendas.
• Bot de educação financeira: interface de conversação para orientação sobre educação financeira e aprimoramento da experiência do cliente.

Segundo dados da Compass UOL, até o momento, a maioria das empresas (22%) que aplicou IA generativa em PoCs focou em análise de documentos, automação do backoffice e criação de assistentes de vendas. Além disso, 15% das companhias utilizaram a GenAI para pesquisas e resumos de documentos legais, enquanto 11% criaram bots de apoio a processos jurídicos, técnicos, de produtos ou comerciais.

Universitários brasileiros criam inteligência artificial em código aberto e conquistam bolsas de estudo do Google
 

Projeto desenvolvido no Centro Universitário Facens foi selecionado para participar do programa “Google Summer of Code 2024”

O projeto de código aberto RUXAILAB (Remote User Experience Artificial Intelligence Laboratory), coordenado pelo Liquid Galaxy Lab do Centro Universitário Facens – referência nacional em metodologias inovadoras de educação nas áreas de engenharia, tecnologia, arquitetura e saúde –, foi selecionado para participar como organização mentora no programa “Google Summer of Code 2024”, uma iniciativa mundial que une desenvolvedores às organizações de código aberto, possibilitando a colaboração e o desenvolvimento de projetos inovadores. A ideia desenvolvida em Sorocaba, no interior de São Paulo, tem como foco as áreas de usabilidade, realidade híbrida, aplicação de Inteligência Artificial (IA) para UX e pesquisa acadêmica; foi selecionada entre projetos de 195 organizações de todo o mundo e os estudantes selecionados ganharão uma bolsa de estudo da plataforma.
 

Para Marc Gonzalez Capdevila, Pesquisador Principal do laboratório, “a inclusão do RUXAILAB no Google Summer of Code 2024 não apenas reconhece a excelência do trabalho, mas também destaca o Centro Universitário Facens como uma instituição líder em inovação e colaboração por meio de projetos de código aberto. Este é o quinto ano consecutivo que conquistamos esse reconhecimento internacional tão importante, o que mostra nossa capacidade de fazer com que a tecnologia seja cada dia mais acessível para sociedade”, afirma.
 

O RUXAILAB busca democratizar o que seria um laboratório de usabilidade, ou seja, um espaço dedicado à análise detalhada da interação entre usuários e tecnologias . Marc explica que, por meio de IA, o grupo conseguiu integrar sistemas desde reconhecimento ocular até a detecção de sentimentos. “O principal objetivo é fornecer insights que possam contribuir para a melhoria da experiência humana ao interagir com a tecnologia. Para estabelecer esses espaços, geralmente são necessários investimentos em equipamentos de alto custo, mas com a plataforma, esse acesso é gratuito”, diz.
 

Liquid Galaxy Lab

O Liquid Galaxy LAB – Facens é um laboratório de pesquisa e inovação em tecnologias de representação de dados geoespaciais e análise da qualidade em uso em sistemas web e mobile, que nasceu do interesse dos alunos de Computação para aprender, colaborar e trabalhar com as tecnologias da Google. Atualmente, a equipe é composta por dez pessoas, entre estudantes, pesquisadores e ex-alunos da instituição.

Já o Liquid Galaxy é um projeto de código aberto fundado pelo Google em 2008. Começou como um visualizador panorâmico de vários monitores do Google Earth, mas evoluiu para se tornar uma ferramenta geral de visualização de dados para operações, marketing e pesquisa capaz de oferecer a possibilidade de visualizar imagens e vídeos panorâmicos, desenvolver passeios interativos e exibir dados GIS graficamente.
 

Liquid Galaxy Lab – Centro Universitário Facens

Opera se torna o primeiro grande navegador com acesso integrado a LLMs – modelos locais de IA

A partir dessa semana, os usuários do Opera One Developer podem selecionar o modelo de LLM que desejam e gerenciá-los facilmente

Brasil, São Paulo – A Opera revelou uma novidade para os usuários de seu navegador Opera One: o suporte para 150 variantes locais de Large Language Model (LLM) – modelos de inteligência artificial e de aprendizagem de máquina profunda  treinadas para compreender e gerar texto em linguagem natural. Isso significa que agora é possível acessar e gerenciar facilmente esses modelos diretamente do browser em sua versão de desenvolvimento.

Essa atualização marca a primeira vez que LLMs locais estão disponíveis de forma integrada em um navegador de grande porte. Os modelos de IA são uma adição poderosa ao serviço de IA nativa da Opera, a Aria. Alguns dos LLMs locais suportados incluem:

• Llama da Meta
• Vicuna
• Gemma do Google
• Mixtral da Mistral AI
• E diversos outros modelos

O uso desses LLMs permite que seus dados sejam mantidos localmente em seu dispositivo, o que garante uma experiência de IA mais segura e sem a necessidade de enviar informações para servidores externos. Os LLMs podem realizar diversos  tipos de tarefas de linguagem, como tradução de idiomas, análise de sentimentos, conversas de chatbot e muito mais. Eles podem entender dados textuais complexos, identificar entidades e relacionamentos entre eles e gerar um novo texto coerente e gramaticalmente preciso. Essa novidade faz parte do Programa AI Feature Drops da Opera, que permite que os primeiros usuários testem versões experimentais dos recursos de IA do navegador. 

A partir dessa semana, os usuários do Opera One Developer podem selecionar o modelo de LLM que desejam usar e seguir alguns passos simples para ativar esse novo recurso. Após a escolha, o modelo é baixado para o dispositivo, ocupando geralmente de 2 a 10 GB de espaço de armazenamento por variante e será usado no lugar da Aria, a IA nativa do navegador, até que o usuário inicie um novo chat ou ative a IA novamente..

Krystian Kolondra, EVP de Navegadores e Jogos na Opera, comentou: “A introdução dos LLMs locais dessa forma permite que a Opera explore novas maneiras de criar experiências incríveis dentro do espaço de IA local em rápido crescimento.”

Essa nova funcionalidade representa mais um avanço na trajetória de inovação da Opera no campo da inteligência artificial, desde o lançamento do Opera One até o momento. A empresa busca proporcionar aos usuários uma experiência aprimorada e intuitiva, integrando a tecnologia de IA diretamente em seu navegador.

Para experimentar os LLMs locais no Opera One Developer, clique aqui. E para ficar por dentro das últimas notícias sobre a IA da Opera, clique aqui.

75% das empresas devem incorporar IA nos próximos 5 anos

Especialista orienta como as empresas podem acrescentar Inteligência Artificial aos negócios para se destacarem no mercado

Certamente você já ouviu falar ou até mesmo usa o ChatGPT. A ferramenta é uma inteligência artificial de linguagem natural desenvolvida pela OpenAI e tem sido utilizada por estudantes e profissionais de diversas áreas.

Na contemporaneidade digital, a inteligência artificial (IA) – tecnologia com capacidade de reproduzir o comportamento humano na tomada de decisões e na realização de tarefas – surge como uma ferramenta poderosa, capaz de transformar o cenário empresarial.

Segundo o relatório ‘Future of Jobs’ do Fórum Econômico Mundial, a IA é a área mais promissora no mercado de trabalho para os próximos anos. Mais de 75% das empresas devem incorporar Inteligência Artificial em seus negócios nos próximos cinco anos, criando inúmeras oportunidades para os profissionais que dominam essa tecnologia.

Com aplicações que vão desde ciência de dados de ponta até atendimento automatizado ao cliente, essa tecnologia vem sendo implementada aos poucos pelas empresas de diversos setores.

Atualmente, as empresas conseguem incorporar a inteligência artificial em praticamente todas as atividades. Isso vai desde a mineração de dados sociais e melhoria no relacionamento com o cliente (CRM) até o rastreamento de produtos e otimização da logística. No entanto, nem sempre o investimento nessa tecnologia está nos planos da empresa, e muitas enfrentam desafios para alocar recursos em seus orçamentos para essa finalidade. Por onde começar?

Filipe Bento, CEO da BR24

De acordo com Filipe Bento, CEO da BR24, empresa brasileira fornecedora do software internacional Bitrix24, uma das maneiras de conciliar o budget com investimentos em IA é revisando os gastos atuais, especialmente no que se refere à ausência de softwares integrados.

“Diversas empresas encontram-se vinculadas a modelos de software que cobram por usuário e atendem apenas a um ou dois aspectos específicos do negócio. Essa abordagem fragmentada não apenas é ineficiente, mas também acarreta custos significativos. Visualize a economia potencial ao substituir vários softwares específicos por uma solução integrada “tudo em um””, disse.

Uma plataforma centralizada “tudo em um” oferece um excelente custo-benefício, unificando diversas funções empresariais. Isso não apenas simplifica as operações, mas também reduz a necessidade de múltiplas assinaturas e licenças. Além disso, consolidar uma única plataforma diminui a curva de aprendizado para os funcionários, permitindo que eles adquiram proficiência na plataforma de forma mais rápida e com menos treinamento.

A automação de processos é outra vantagem crucial dessas plataformas. Ao automatizar tarefas repetitivas e demoradas, as empresas obtêm eficiência operacional significativa.

“Isso não apenas aumenta a produtividade, mas também pode reduzir a necessidade de mão de obra para tarefas específicas. Com a automação, a equipe pode se concentrar em tarefas mais estratégicas e criativas, agregando maior valor à empresa”, reforça o CEO.

Mas como exatamente isso abre espaço para investimentos em IA? Ao substituir múltiplos softwares por uma solução integrada e pela automação de processos, a empresa consegue ‘enxugar’ os gastos e gerar uma economia que pode ser alocada para financiar iniciativas de IA como investimento estratégico para a escalabilidade da empresa.

“Essa realocação não é apenas um gasto, mas um investimento estratégico. Ao escolher uma plataforma eficiente “tudo em um” e adotar a automação, sua empresa não apenas economizará dinheiro, mas também se preparará para o futuro digital, no qual a IA não é apenas uma possibilidade, mas uma necessidade para manter a competitividade”, esclarece Bento. Isso sem contar que, muitas vezes, essas mesmas plataformas já vêm com IA embutida, facilitando e encurtando o caminho até a inovação.

Os benefícios? Você provavelmente ficará espantado. Sentimento comum entre todos aqueles que se deparam com uma Inteligência Artificial nova no mercado. Entre as vantagens está, essencial nos dias de hoje, a personalização e eficiência no atendimento ao cliente. Além disso, essa inovação permeia diversos aspectos, desde a concepção de novos produtos até a criação de modelos de negócios que provocam disrupções no cenário empresarial. Além disso, as tarefas repetitivas e baseadas em regras podem ser automatizadas, liberando recursos humanos para se concentrarem em atividades mais estratégicas e criativas.

“Podemos citar 2024 como o ano da implementação da IA e a necessidade de iniciar essa jornada o quanto antes para se manter relevante no mercado”, finaliza Bento.

Mais informações: https://br24.io/