O CEO da NinjaTech AI, Babak Pahlavan, esclarece esse fenômeno crescente dos agentes de IA. Oferecendo um vislumbre das complexidades e implicações de reformular nossas interações diárias neste mundo movido pela tecnologia.
Ultimamente, tem havido uma publicidade acelerada em torno de “agentes de IA”. Em novembro de 2023, Bill Gates escreveu em seu blog sobre como os agentes de IA mudarão completamente a forma como usamos computadores. Em fevereiro de 2023, a CNBC informou que, nas últimas semanas, CEOs de grandes empresas de tecnologia, como Satya Nadella, da Microsoft, Mark Zuckerberg, da Meta, e Sundar Pichai, da Alphabet, discutiram o crescente foco e investimento de suas empresas em agentes de IA várias vezes em suas respectivas teleconferências de resultados.
Recentemente, também vimos startups bem financiadas de agentes de IA surgirem de operações furtivas, como relatou Brian Sozzi, do Yahoo Finance, em fevereiro de 2024, incluindo a empresa Sierra, de Bret Taylor, que se concentra na criação de agentes de IA para suporte ao cliente. O investimento, o foco e a implantação dos agentes de IA estão em uma trajetória rápida, mas o que exatamente são agentes de IA?
A evolução além dos assistentes e co-pilotos
Embora tenham a mesma intenção (ou seja, ajudar os usuários a serem mais produtivos), os agentes de IA diferem dos assistentes e copilotos porque podem operar de forma assíncrona ou autônoma para concluir tarefas. A tecnologia de próxima geração por trás dos agentes de IA permite que eles assumam dinamicamente problemas de encadeamento, o que permite um raciocínio mais complexo.
Em termos não técnicos, isso significa que os agentes de IA podem economizar mais tempo e dinheiro para cada usuário e torná-los mais produtivos assumindo tarefas inteiras para o usuário, em vez de ajudá-los de forma síncrona enquanto trabalham. De muitas maneiras, os agentes de IA são semelhantes a ter um assistente pessoal ou executivo para resolver problemas específicos.
Vejamos o exemplo de um representante de desenvolvimento de vendas (SDR) usando três componentes comuns do fluxo de trabalho de um SDR:
- Pesquisando e selecionando clientes potenciais para vender.
- Conduzindo o contato por e-mail com esses clientes potenciais.
- Reserve um horário para uma ligação ou demonstração com clientes potenciais interessados
Os co-pilotos são projetados para ajudar o piloto (ou seja, o SDR) durante esse fluxo de trabalho. Um copiloto pode ajudar de forma síncrona o SDR em determinados estágios, pesquisando uma empresa em potencial em tempo real ou redigindo um e-mail para divulgação enquanto se prepara para enviá-lo.
Com um agente de IA, esse fluxo de trabalho pode ser colocado no piloto automático trabalhando de forma autônoma em toda a cadeia ou em peças grandes. O SDR poderia dar instruções a um agente de IA, como pesquisar os 10 principais clientes potenciais, redigir os e-mails de forma exclusiva para cada cliente potencial e notificar o SDR quando a análise e os e-mails estiverem prontos, enviando os e-mails assim que o SDR os aprovar e agendando as reuniões para mim com os clientes potenciais que respondem aos e-mails. Os exemplos de co-piloto e piloto automático resultam em economia de tempo e aumento de produtividade.
A principal diferença é que o copiloto torna o usuário mais produtivo enquanto trabalha, enquanto o agente autônomo de IA pode assumir o trabalho para o SDR e oferece mais economia de tempo do que o copiloto. Para ser claro, serão necessários co-pilotos e pilotos automáticos, pois há tarefas inerentemente síncronas e outras que se tornarão assíncronas.
Veja mais: Como a visão de IA de Nadella pode remodelar o futuro dos desenvolvedores
A lista de tarefas dos agentes de IA está crescendo rapidamente
2024 e 2025 terão um crescimento explosivo de agentes de IA. Uma onda de startups de agentes de IA está surgindo à medida que o financiamento de risco chega rapidamente a esse espaço; novos mapas de mercado são traçados regularmente. Talvez o mais encorajador seja que as startups encontrem alternativas elásticas aos escassos e caros chips personalizados necessários para o treinamento e a inferência necessários para criar esses agentes de inteligência artificial de “nicho”.
Sem dúvida, veremos modelos de linguagem grande (LLMs) menores e personalizados e avanços incríveis em autoaprendizagem e verificação que oferecem uma economia cada vez mais atraente para empresas de agentes de IA e, por sua vez, seus usuários. Antecipando a próxima mudança tectônica, provavelmente veremos um grande fornecedor de chips personalizados ocupar o centro das atenções com um modelo de computação elástica que permite que os agentes de IA prosperem.
Nos próximos dois anos, veremos um espectro cada vez maior de tarefas que os agentes de IA podem realizar à medida que emergem como uma força poderosa para a produtividade dos consumidores e das empresas. No curto prazo, as tarefas que os agentes de IA realizarão de forma autônoma provavelmente criarão a maior carga administrativa para usuários pessoais e corporativos.
Olhando para os recentes McKinsey e Goldman Estudos mostram que o problema das tarefas administrativas é material, representando quase 30% do tempo médio de um funcionário, com uma estimativa de 50% dessas tarefas capazes de serem resolvidas pela IA. Os casos de uso mais imediatos dos agentes de IA incluirão agendamento de reuniões, realização de pesquisas, reservas de viagens, compras e suporte ao cliente.
Superando obstáculos para a adoção de agentes de IA
O futuro é iminente; existem alguns obstáculos que a onda de adoção de agentes de IA precisará superar para atingir seu potencial com sucesso:
Confiança
Analogamente aos veículos autônomos, em que nem todo passageiro se sente confortável com um veículo autônomo, nem todo usuário se sentirá imediatamente confortável com um agente de IA assumindo componentes de seu fluxo de trabalho de forma autônoma. A confiança precisará ser construída por meio de tarefas repetitivas e bem-sucedidas; as empresas de agentes de IA devem buscar uma precisão incrível na entrega de suas tarefas. Felizmente, a tecnologia de autoverificação emergente nesse campo gera avanços incríveis e taxas de sucesso que criarão confiança rapidamente.
Seleção excessiva
Com a probabilidade de surgirem tantos agentes de IA em um futuro próximo, os clientes podem se surpreender com um tsunami de opções. Assim como os serviços de streaming digital, os usuários podem rapidamente se deparar com várias assinaturas. Os usuários devem estar equipados para avaliar todas as opções para cada tipo de tarefa e selecionar um conglomerado de agentes. Provavelmente veremos uma onda de expansão e eventual consolidação dos agentes de IA à medida que os vencedores surgirem em cada categoria.
Integração e treinamento
Os agentes de IA são tecnologias inovadoras e exclusivas que enfrentam esse desafio histórico de produtividade. Levará algum tempo para utilizar totalmente todas as maneiras pelas quais um agente de IA pode realizar tarefas administrativas, seja por função ou verticalmente. No exemplo de SDR acima, provavelmente estamos apenas começando a descobrir o que é possível. Permitir que os usuários explorem todas essas possibilidades será fundamental para alcançar todo o potencial dos agentes de IA.
Seja você um executivo sênior, um empreendedor individual, um cliente ligando para um centro de suporte ou um usuário pessoal reservando sua próxima viagem, os agentes de IA serão incorporados às suas experiências tecnológicas em breve. Entender sua importância e estar preparado para maximizar sua utilidade resultará em imensas economias de produtividade e experiências de usuário de última geração.
Como você pode se preparar para os obstáculos de adoção de agentes de IA e implementar estratégias para alavancar seu potencial de crescimento? Informe-nos sobre Facebook, X, e LinkedIn. Adoraríamos ouvir de você!
