Nos últimos tempos, vários chatbots como ChatGPT, Claude e Gemini ganharam destaque no reino da inteligência artificial. No entanto, essas ferramentas não são o objetivo final para a maioria das empresas. Um número significativo de empresas aspira desenvolver Inteligência Artificial Geral (AGI) — tecnologia capaz de raciocinar em níveis comparáveis ou potencialmente superiores à inteligência humana. No entanto, a jornada para a AGI envolve vários marcos de desenvolvimento.
Embora os chatbots exibam capacidades impressionantes, sua utilidade é um tanto limitada. Sem o elemento de autonomia, os chatbots só podem aumentar a eficiência e a produtividade até certo ponto. Essa limitação contribui para sua incapacidade de gerar receitas antecipadas. Essencialmente, os chatbots representam o estágio fundamental do avanço da IA.
Essa limitação é o motivo pelo qual as empresas de IA estão cada vez mais focando em agentes de IA como a próxima onda de inovação de IA. Ao contrário dos chatbots tradicionais ou dos bots de suporte automatizados comumente encontrados em sites de negócios, os agentes de IA são projetados para ir além de simples instruções e podem fazer escolhas independentes.
Interagir com os bots de suporte ao cliente existentes pode ser frustrante, pois eles geralmente não conseguem resolver problemas de forma rápida ou eficiente — diferentemente dos representantes de suporte humanos. No entanto, o advento de agentes de IA autônomos está definido para transformar essa experiência.
Definindo agentes de IA
A definição de agentes de IA permanece um tanto ambígua até mesmo entre especialistas, mas sua visão continua a evoluir.
No entanto, certas características são bem compreendidas. Agentes de IA são projetados como modelos capazes de tomar decisões complexas de forma autônoma dentro de cenários do mundo real. Eles podem exigir supervisão humana ocasional, mas a gama de tarefas que podem executar superará amplamente a dos chatbots atuais.
Embora chatbots como o ChatGPT possam aumentar a produtividade humana, os agentes de IA têm o potencial de substituir funções humanas, pelo menos para tarefas mais simples.
Diferenciando-se dos bots de IA generativos existentes que funcionam puramente prevendo a próxima palavra em uma sequência, os agentes de IA possuirão a capacidade de pensar criticamente e raciocinar. Um vislumbre dessas capacidades de raciocínio já foi observado com o modelo o1 da OpenAI.
No entanto, o raciocínio é apenas uma faceta do que os agentes de IA são projetados para alcançar.
Uma característica fundamental dos agentes de IA é sua capacidade de perseguir objetivos estabelecidos por humanos sem instruções constantes, particularmente em ambientes complexos e em constante mudança. Ao contrário dos chatbots atuais que dependem de instruções passo a passo de humanos, os agentes de IA exigirão apenas que o usuário defina o objetivo final.
Proatividade é outro recurso essencial; agentes de IA não devem esperar por avisos, como os chatbots típicos fazem.
Além disso, um aspecto fundamental dos agentes de IA é sua capacidade de aprender com feedback. Esses agentes podem evoluir continuamente e melhorar seu desempenho sem precisar de intervenção humana; eles aprendem com suas experiências.
Como os agentes de IA operam Imagine um agente de IA lidando com um problema do cliente. Em vez de simplesmente aderir a um script rígido, ele pode recuperar informações como o ID de referência do cliente, acessar documentos internos relevantes e fazer mais perguntas para entender melhor a situação antes de oferecer soluções. Se necessário, ele pode escalar o assunto para um supervisor humano para aprovação. Por fim, se a resolução se mostrar impossível, ele pode redirecionar o cliente para um representante humano.
Usos potenciais
O suporte ao cliente é apenas um domínio onde se espera que os agentes de IA prosperem, mas eles provavelmente surgirão em vários outros campos, como o desenvolvimento de software.
As previsões indicam que, nos próximos três anos, um número significativo de empresas empregará agentes de IA para tarefas de codificação, relegando desenvolvedores humanos principalmente a funções de revisão.
Várias organizações estão desenvolvendo sistemas agênticos para aprimorar fluxos de trabalho internos, passando dos estágios de Prova de Conceito para Piloto. Embora automatizar tarefas com agentes não seja um conceito novo, a integração de IA permitirá que esses agentes lidem com uma variedade maior de tarefas com maior flexibilidade.
Muitas empresas já estão implantando agentes de IA para várias funções internas, com algumas como a Agentforce da Salesforce oferecendo versões preliminares para empresas. Em apenas alguns anos, os agentes de IA podem substituir completamente a equipe tradicional de call center.
Além disso, muitas empresas provavelmente adotarão um sistema multiagente, em que agentes distintos executarão funções especializadas, mantendo a comunicação e a colaboração.
O escopo dos agentes de IA se estende além dos negócios; aplicativos de assistente pessoal também estão sendo reformulados com recursos de IA. Um agente de IA ideal funcionaria de forma semelhante a um assistente humano, gerenciando compras, organizando viagens ou agendando reuniões, com a capacidade de interagir com várias ferramentas, incluindo pesquisas na web e outros sistemas de IA.
Além disso, os agentes de IA devem ser multimodais, como demonstrado pelo Projeto Astra do Google em sua recente conferência I/O, capazes de processar entradas de áudio, imagens e vídeo.
Vale ressaltar que não existirá um único tipo de agente de IA; contextos diferentes exigirão conjuntos de habilidades variados.
Desafios atuais enfrentados pelos agentes de IA
Apesar dos avanços significativos, alcançar agentes totalmente autônomos apresenta inúmeros desafios.
Para se qualificarem como verdadeiramente úteis e autônomos, os agentes de IA devem reduzir drasticamente suas taxas de erro. Atualmente, os sistemas de IA são altamente suscetíveis a imprecisões, que precisam ser reduzidas para menos de 1% para facilitar a adoção generalizada. Alcançar uma redução para menos de 10% pode ser relativamente simples, mas refiná-la ainda mais será mais desafiador.
Além disso, no cenário de suporte ao cliente discutido anteriormente, um obstáculo crítico é garantir que um agente de IA possa determinar quando encaminhar um problema para um humano em vez de tentar resolvê-lo teimosamente de forma independente, o que pode levar ao aumento de custos.
A compreensão contextual apresenta outro obstáculo. Ao imaginar o uso de chatbots de IA para tarefas de codificação, suas limitações atuais se tornam aparentes; eles lutam para produzir código de formato longo devido a restrições de contexto.
A segurança e o controle de acesso também devem ser abordados para realizar totalmente o potencial dos agentes de IA. Com maior autonomia, vem o risco aumentado, necessitando de salvaguardas para garantir que os agentes de IA executem apenas ações autorizadas e acessem informações permitidas.
Além disso, problemas como injeção rápida apresentam vulnerabilidades de segurança que devem ser gerenciadas.
Os recursos necessários para dados de treinamento e poder computacional também apresentam desafios. No entanto, de acordo com algumas das declarações de Sam Altman, pode haver soluções potenciais para o problema de dados de treinamento já em andamento.
As empresas de IA estão trabalhando diligentemente para alcançar um futuro agêntico, e muitos desses desafios devem ser resolvidos em um futuro próximo. Por exemplo, o Google está atualmente facilitando uma janela de contexto de 2M e está progredindo em direção ao contexto infinito.
Assim, embora a IA possa não operar atualmente nos níveis que esperamos, o futuro pode chegar mais cedo do que o previsto. As empresas precisam se preparar para a integração de agentes de IA em suas operações. Se você acredita que levará anos até que a IA possa lidar com competência com as responsabilidades que você supervisiona, reconsidere. Os agentes de IA estão no horizonte, e é essencial desenvolver novas habilidades para se adaptar a essa realidade emergente. Muitas empresas estão prontas para iniciar a integração de agentes de IA já no ano que vem, apresentando tomada de decisão autônoma, proatividade, adaptabilidade e capacidade de operar em cenários complexos e perseguir metas definidas.
Deixe um comentário