Quando converso com empresas sobre o potencial da inteligência artificial generativa, ouço regularmente as três objeções a seguir. Em primeiro lugar: Tememos que isso possa violar as diretrizes de proteção de dados. Em segundo lugar: A fome de dados da IA está excedendo nossas capacidades de TI. Em terceiro lugar: Gostaríamos muito, mas não temos funcionários suficientes. Preocupações justificadas que podem ser mitigadas com ferramentas corporativas seguras de IA da nuvem pública.
De acordo com uma pesquisa da Câmara Alemã de Indústria e Comércio (DIHK), os setores de tecnologia e finanças, em particular, estão usando inteligência artificial.1 Mas também vale a pena dar uma olhada na indústria. As primeiras empresas estão avançando em direção ao setor 5.0 com a GenAI. Isso ocorre porque elas elevam a colaboração entre homem e máquina a um novo patamar, pois ambos podem se comunicar entre si graças a modelos de linguagem generativos. O fornecedor automotivo Schaeffler, por exemplo, está equipando suas primeiras máquinas-ferramentas com um copiloto da Siemens e da Microsoft. Se a empresa precisar de um novo código para o controle da máquina, o copiloto pode assumir o controle. Os seres humanos só precisam ditar as novas funções desejadas. A própria IA generativa da Audi apoia o desenvolvimento de novas rodas. A Bosch, por outro lado, gera imagens de produtos defeituosos com a GenAI. Em seguida, o grupo industrial alimenta o software com as imagens como dados de treinamento para que ele possa reconhecer defeitos em novas linhas de produção.
Quando dou uma olhada em plataformas sociais como o LinkedIn, tenho a impressão de que não há quase ninguém que ainda não tenha sido contagiado pelo entusiasmo pela inteligência artificial generativa. Acredito que essa disposição para experimentar é excelente, especialmente quando as empresas já estão usando a GenAI como fonte de novas ideias (de negócios) ou usando a IA generativa como ferramenta de planejamento ou parceira de treinamento. No entanto, como os casos de uso estão se tornando cada vez mais complexos, as demandas sobre a infraestrutura de TI da empresa estão aumentando. Somente uma grande capacidade de computação não é suficiente. Se você quiser se tornar mais eficaz e eficiente com a GenAI, precisará de um alto nível de segurança de TI e total conformidade com as normas de proteção de dados existentes. A Lei de IA da União Europeia também coloca a GenAI em uma rédea para maior segurança jurídica: os operadores de modelos básicos, como o ChatGPT, devem divulgar os dados que usam para treinar seus modelos.
Acabei de mencionar a palavra-chave "modelo básico" – eu também poderia ter dito "modelo de base", "modelos fundamentais" ou, mais precisamente, "modelos de linguagem grandes". Esses são sinônimos do núcleo real da IA generativa. Os modelos são treinados com grandes quantidades de dados brutos para poderem aprender a analisá-los e compreendê-los. A quantidade e a qualidade dos dados são fundamentais para que a GenAI possa gerar novos conteúdos – texto, imagens, música e até mesmo software – com base em padrões aprendidos. O chatbot, o membro mais proeminente da família GenAI, é baseado no modelo de linguagem Generative Pretrained Transformer (GPT) da Open AI. Você provavelmente se comunica com ele regularmente, seja profissionalmente ou em particular. Mas você sabe quais dados pode ou não confiar a ele? E: Você tem dados bons o suficiente em sua empresa para estabelecer seus próprios aplicativos de GenAI?
Isso nos leva talvez ao desafio mais importante para a IA generativa: o tópico de proteção de dados. Em uma pesquisa da Bitkom2, 85% dos entrevistados afirmaram que os requisitos de proteção de dados estão desacelerando seus próprios esforços de IA, enquanto 76% falaram de incertezas jurídicas. Isso explica por que 68% das empresas alemãs enxergam o potencial da IA generativa e a consideram a tecnologia mais importante do futuro, mas apenas 2% realmente usam a GenAI. Se você também tem um pressentimento sobre IA e proteção ou conformidade de dados e deseja evitar possíveis riscos com relação à governança de IA, então deve confiar nos serviços em nuvem e certificar-se de escolher uma plataforma que combine esses aspectos. Essa é a única maneira de gerar conteúdo que esteja em conformidade com as leis de proteção de dados e de direitos autorais quando você cria gráficos, textos ou códigos de programas usando inteligência artificial. Procure um parceiro que possa apoiá-lo durante a migração para a nuvem, para que você possa aproveitar o potencial dela com confiança.
Os analistas do Gartner3 esperam um forte crescimento no mercado de nuvem pública em 2024 e preveem um aumento de 20% para um volume de US$ 679 bilhões. Esse aumento também se deve à IA. Afinal de contas, há muitas esperanças associadas à inteligência artificial. De acordo com a McKinsey, somente as soluções de GenAI têm o potencial de aumentar a produtividade econômica global em US$ 2,6 a 4,4 trilhões. Mas, para isso, as empresas precisam preparar o caminho para a IA com a nuvem. Ela também oferece às empresas que não têm conhecimento especializado em IA nem pessoal qualificado suficiente a oportunidade de trabalhar de forma mais eficiente e eficaz com algoritmos inteligentes. As plataformas de hiperescala, como Azure ML (Microsoft), Sagemaker (AWS) e Vertex AI (Google), fornecem estruturas, bibliotecas e ferramentas de colaboração que podem ser usadas para desenvolver modelos e aplicativos de IA generativa.
Qualquer pessoa que opte por um serviço de nuvem pública deve garantir que o provedor proteja os aplicativos de IA com diretrizes claras sobre o manuseio responsável de dados confidenciais. A infraestrutura de nuvem não deve ser apenas eficiente, mas também estar em conformidade com as normas de proteção de dados e os requisitos regulatórios. Se você estiver trabalhando com um provedor de serviços de tecnologia em sua estratégia de nuvem e IA, pergunte se ele pode garantir, com uma prova de conceito de GenAI (PoC), que você pode utilizar o potencial da IA estando em conformidade sem precisar investir no treinamento de sistemas de IA.
Já existem ofertas dedicadas de software como serviço (SaaS) para vários casos de uso de GenAI. E os líderes de mercado, como Microsoft, SAP e Salesforce, estão integrando cada vez mais a inteligência artificial generativa em suas soluções de SaaS. Seus pontos positivos: elas podem ser realizadas de forma rápida e econômica, sem uma implementação demorada. Sua desvantagem: as soluções prontas para uso impedem ou restringem muito a personalização. Se estiver planejando projetos mais complexos de GenAI na nuvem, recomendamos os modelos de PaaS (Platform-as-a-Service, plataforma como serviço). Eles fornecem ferramentas para resultados rápidos, mas são flexíveis o suficiente para serem usados para desenvolver seus próprios modelos de GenAI.
Não deixe que suas próprias preocupações ou uma configuração de TI inadequada o atrasem durante a transformação da IA. A IA não é apenas uma coisa boa para se ter, mas sim uma tecnologia essencial. Ela é um imperativo estratégico para as empresas se elas quiserem permanecer competitivas. Minha dica: Utilize todo o potencial da tecnologia. Mas certifique-se de controlar a proteção de dados e as implicações éticas. Um provedor competente pode ajudá-lo com isso. E: Troque ideias com outras pessoas. Não é apenas a IA que aprende – o mesmo acontece conosco, seres humanos. Portanto, estou ansioso para trocar ideias com você.
1 Digitalisation Survey 2023, DIHK, 2024, dihk.de
2 German industry picks up the pace with artificial intelligence, Bitkom, 2023, bitkom.org
3 Gartner Forecasts Worldwide Public Cloud End-User Spending to Reach $679 Billion in 2024, Gartner 2024, gartner.com
