IA Generativa: A revolução e casos de uso – Parte II

Megaciclos na tecnologia são episódios de evolução extrema da alta tecnologia que ocorrem ocasionalmente de forma rápida e em curtos períodos, capazes de revolucionar toda uma indústria ou gerar um impacto estrutural na economia.

Embora mal tenhamos começado a explorar o inimaginável número de possibilidades que a IA generativa nos abre, o curto período em que tivemos contato com ela já é suficiente para afirmarmos com confiança que estamos a viver os primeiros anos de um importante megaciclo tecnológico. Se apenas o ChatGPT já elevou a tecnologia de IA para novas eras, quem sabe quantas outras revoluções nos aguardam nos próximos anos?

Estima-se que o ChatGPT tenha mais de 200 milhões de usuários ativos mensais. Até julho de 2023, o ChatGPT tinha sido a aplicação de crescimento mais rápido da história até que o Threads assumisse o seu lugar.

Para mergulhar nos detalhes dessa tecnologia e entender como o ChatGPT funciona, é essencial desvendar a arquitetura subjacente. Um Transformer Pré-Treinado Generativo (GPT) representa uma sofisticada arquitetura de rede neural, uma série de camadas interconectadas que transformam a entrada em conteúdo. Por exemplo, quando alguém faz uma pergunta ao ChatGPT, a resposta é o resultado de várias camadas trabalhando colaborativamente, identificando padrões para fornecer a resposta mais precisa. Esta arquitetura treina Modelos de Linguagem de Grande Escala (LLMs) e algoritmos de deep learning utilizando técnicas avançadas e grandes conjuntos de dados. Os LLMs são responsáveis por entender, resumir e gerar novo conteúdo.

Um dos eventos mais significativos recentes no ecossistema de IA foi o DevDay, a primeira conferência para developers da OpenAI. Neste evento, Sam Altman, CEO da empresa, anunciou o lançamento do ChatGPT4, marcando um avanço substancial no mercado. Uma distinção chave nesta versão aprimorada reside no número de parâmetros (ou camadas) da rede neural utilizados para construí-la. A quantidade de parâmetros influencia diretamente a capacidade do modelo de aprender padrões complexos e representações a partir dos dados. Enquanto o ChatGPT3, com seus 175 bilhões de parâmetros, é hábil em processar diversas tarefas como tradução de linguagem, resumir textos e dar respostas a perguntas, o ChatGPT4 ostenta incríveis 1,76 trilhão de parâmetros, uma capacidade inimaginável de gerar conteúdo e realizar tarefas muito mais complexas do que sua versão anterior.

Estamos a automatizar maciçamente o trabalho há quase 200 anos, naturalmente criando novos empregos enquanto outros desaparecem. A IA generativa surge como a nova onda de automação, dada sua flexibilidade e utilidade para ser introduzida em praticamente qualquer negócio para aprimorar processos, ao mesmo tempo que pode impulsionar tarefas criativas para as empresas.

Os casos de uso relacionados com a implementação dessa tecnologia são inúmeros, abrangendo desde finanças até marketing, sendo este último um dos principais alvos para a IA generativa, já que campanhas de marketing, como vídeos, fotos e até estratégias, são facilmente projetadas por motores de IA generativa com base em descrições simples fornecidas por humanos.

O suporte ao cliente também está na lista de atividades com potencial de ser totalmente disruptiva pela IA generativa, criando avatares humanizados que ocasionalmente poderiam substituir pessoas reais nesse trabalho. Até mesmo a educação pode fazer uso disruptivo e benéfico desta tecnologia para criação de conteúdo e procura de respostas. A discussão sobre se a IA irá substituir completamente a maioria dos empregos atualmente existentes é discutível. A curto prazo, parece que o mercado de trabalho está a começar a exigir algum tipo de conhecimento em IA dos candidatos para um escopo cada vez maior de posições.

Segundo uma pesquisa da BCG, 80% da força de trabalho dos EUA utiliza a IA generativa, com 68% dos funcionários de empresas a experimentar a IA generativa pelo menos uma vez e 48% a utilizar ferramentas de IA generativa regularmente. Hoje, contratar um engenheiro de IA em Silicon Valley com PHD e cerca de cinco anos de experiência numa Big Tech frequentemente requer um salário inicial de um milhão de dólares por ano.

Como ponto de curiosidade, um estudo realizado pela McKinsey indica o potencial que a IA generativa tem para gerar ganhos económicos em múltiplas funções, como mostrado no gráfico abaixo. Apenas seis dessas funções (atenção aos clientes, marketing, vendas, engenharia de software para IT, engenharia de software para desenvolvimento de produto  e P&D) representam aproximadamente 75% do valor anual que a IA generativa pode criar. Além disso, os setores financeiros estão cada vez mais a experimentaro com a IA generativa, com 54% dos CFOs a relatar que as suas organizações já estão a explorar o seu uso.

Atualmente, o sucesso do cliente é uma das principais atividades que podem ser significativamente aprimoradas através da IA Generativa. Hyro, uma das nossas empresas do portefólio, por exemplo, desenvolve assistentes de IA conversacional que permitem aos clientes interagir intuitivamente com informações por voz ou chat, gerando insights acionáveis para a empresa. Brex, outra empresa do nosso portefólio, lançou recentemente um produto de GenAI que automatiza pagamentos, garantindo precisão. A Findem ajuda as empresas a automatizar seu processo de contratação, enquanto a ClickUp ajuda a gerir equipas, a acompanhar o desenvolvimento dos funcionários e a otimizar todo o processo de integração.

No entanto, isso pode mudar em breve, à medida que as empresas visam desenvolver casos de uso de GenAI mais complexos. As mesmas não querem limitar essa tecnologia ao serviço ao cliente ou a problemas menores. Pelo contrário, desejam transformar suas operações internas com a IA Generativa e resolver os seus problemas mais difíceis. Para alcançar isso, elas precisam de uma plataforma interna segura e confiável, e é aí que entra a Articul8.

A Articul8, o nosso terceiro investimento no Fundo IV, é uma empresa de IA generativa que aborda o problema da segurança e perda de dados em grandes empresas ao implementar a IA generativa. A start-up ajuda as organizações a criar plataformas de GenAI próprias de forma segura, garantindo que todos os dados permaneçam dentro da empresa e evitando a perda de dados. Curiosamente, a IA generativa pode melhorar a produtividade e, em alguns casos, até a criatividade.

Um estudo conduzido por algumas das universidades mais importantes dos EUA, envolvendo mais de 3.000 empresas ao redor do mundo, mostrou que a criatividade individual aumentou com a implementação da IA generativa. No entanto, a criatividade coletiva diminuiu à medida que as ideias se tornaram mais semelhantes e menos diversas. Quando ferramentas de GenAI são fornecidas a especialistas, a criatividade geralmente aumenta, pois eles sabem como utilizá-las de maneira eficaz e entendem as suas limitações. Por outro lado, dar essas ferramentas a indivíduos menos experientes pode ser prejudicial, pois eles podem não saber em que confiar e podem depender muito da própria ferramenta, utilizando resultados rápidos, mas defeituosos. Essa pesquisa destaca a importância de ter especialistas para implementar essa nova tecnologia nas empresas. Embora a IA generativa possa ser altamente benéfica, o uso inadequado pode prejudicar os projetos de uma empresa.

Humanos digitais

Deepfakes são uma das aplicações de IA generativa mais faladas, dada a sua utilidade em diversas áreas de negócios e as polémicas relacionadas com o seu uso inadequado. Esta variante cria avatares quase perfeitos, com expressões humanas, recentemente alcançando um nível de realismo tão elevado que se tornou quase impossível distinguir entre uma imagem ou animação autêntica de um humano e um avatar deepfake.

Apesar dos benefícios dessa tecnologia, os deepfakes também têm levantado várias preocupações éticas. Colocar na mão do público em geral uma ferramenta de tal capacidade e facilidade de uso, sem necessariamente obter o consentimento daqueles cuja identidade seria usada para qualquer fim, é preocupante. Ainda assim, isso naturalmente impulsionou a criação dos primeiros instrumentos para distinguir deepfakes de fotos ou vídeos reais.

No ano passado, uma imagem gerada por IA mostrando Donald Trump sendo preso foi divulgada, e, apesar da rápida contestação sobre a sua autenticidade, o episódio gerou uma enorme especulação. Apesar do realismo impressionante e do vasto escopo de usos que os deepfakes podem trazer, eles também podem comportar-se como grandes propagadores de fake news, algo com o qual já temos lutado há algum tempo, muito antes dos deepfakes surgirem.

Embora tenhamos investido em um dos pioneiros desse mercado antes de ele mudar a sua solução de cibersegurança para um dos motores de IA generativa mais precisos e refinados, a nossa experiência neste segmento tem sido bastante positiva, para dizer o mínimo. A D-ID começou como fornecedora de soluções para tornar imagens irreconhecíveis para computadores, sem alterá-las visivelmente aos olhos humanos. Mas, recentemente, a empresa teve muito sucesso ao criar uma das primeiras e mais sofisticadas ferramentas de deepfake, que nada tinha a ver com seu negócio inicial, mas que se tornou o seu negócio principal dado o sucesso do que inicialmente era uma iniciativa experimental. A D-ID permite aos usuários transformar fotos em vídeos, criar avatares humanos com as mesmas características de pessoas reais através de IA generativa e até incorporar vozes pré-gravadas de qualquer pessoa nas animações, uma solução que traz imensas vantagens para múltiplas indústrias de media, incluindo educação, cinema e marketing.

Outra bolha tecnológica?  

O hype em torno da IA generativa contaminou não apenas a sociedade em geral, mas também os investidores. Como esperado, novas start-ups relacionadas com essa tecnologia específica estão a ser constantemente introduzidas no mercado. Embora os investimentos nessa área ainda sejam uma fração do total de investimentos em IA, eles já atingiram um tamanho substancial e continuam a crescer rapidamente, assim como a valorização de muitas dessas start-ups.

Em 2023, os fundos de venture capital investiram fortemente em IA generativa, atingindo mais de 21 bilhões de dólares em investimentos, em comparação com os 4,3 bilhões de dólares investidos em 2022. Apesar desse número relevante de investimentos, 67% das start-ups de IA generativa ainda estão em estágio inicial, e 16% ainda não captaram recursos externos. Mesmo assim, os investidores parecem apressar-se para garantir alguma participação no segmento de IA generativa.

Embora isso possa parecer uma nova bolha tecnológica, de acordo com a Bloomberg, a IA generativa deverá ser um mercado de 1,3 trilhão de dólares até 2032, com uma taxa de crescimento anual composta (CAGR) de 43%. Meta, Nvidia, Microsoft, Alphabet e Amazon estarão no centro do treinamento de grandes modelos de linguagem. Entre os diferentes segmentos, as interfaces de IA generativa são o maior mercado, representando 77% do financiamento nesse espaço.

Mas os venture capitalists não são os únicos interessados na IA generativa. Empresas como Google, Amazon e Apple estão a correr para fazer parte desse mercado. Não por coincidência, um dos maiores negócios do ano passado foi o investimento de 10 bilhões de dólares da Microsoft na OpenAI, a start-up por trás do Chat-GPT e do Dall-E. Notícias de empresas implementando IA generativa nos seus processos são recorrentes, à medida que as indústrias a utilizam para tornar os processos mais eficientes e, em muitos casos, evitar erros humanos.

O que nos espera

É difícil prever em que a IA generativa se tornará, talvez tão difícil quanto foi prever a sua criação. Muitas surpresas ainda estão por vir, especialmente no que diz respeito a como interagimos com as máquinas e como elas são alimentadas. Hoje, dados públicos representam apenas 5% de todos os dados existentes, com os 95% restantes ainda a serem propriedade das empresas. A IA generativa tem mostrado vários sinais de que não será somente uma evolução, mas uma revolução. Nesse sentido, o próprio Bill Gates disse: “Este é o avanço tecnológico mais importante em décadas”, e ainda há um longo caminho a percorrer.

A inovação está sempre a acontecer, mas megaciclos como o que vivemos agora ocorrem apenas ocasionalmente. Curiosamente, apesar do potencial transformador das ferramentas que já criamos com a IA generativa, como o ChatGPT, o Dall-E e muito mais, os seus limites e valor prático podem estar além do que podemos sonhar com as referências que temos hoje.

Por curiosidade, caso tenha alguns minutos disponíveis, aproveite para conferir este link de ferramentas de IA generativa para diferentes setores, criado pela equipa da Mindset Ventures. Ele apresenta as diversas aplicações e soluções inovadoras dentro deste campo.