O Que Esperar do Futuro da IA?

Forbes, a mais conceituada revista de negócios e economia do mundo. Paul Erdös não tinha casa. Suas posses se limitavam a uma mala e uma bolsa – esta última contendo apenas papéis.

Dormia onde o acolhessem. ” Nos dias seguintes, produzia alguma prova ou inventava um novo problema. Esse gênio húngaro era tão prolífico – escreveu mais artigos do que Pelé fez gols – que após sua morte, em 1986, disseminou-se o conceito do “número Erdös”: o próprio seria o zero; quem publicou algum artigo com ele seria 1; quem publicou um artigo com alguém que publicou um artigo com Erdös seria 2; e assim por diante.

Para surpresa de toda a comunidade científica mundial, no final de maio deste ano um modelo de inteligência artificial da OpenAI ganhou o direito de reivindicar o número Erdös 1. Sem nenhum auxílio humano, o modelo resolveu um problema proposto pelo matemático que permaneceu sem prova por oito décadas. “O custo do trabalho computacional está caindo rapidamente, o que tornará as iniciativas em IA mais acessíveis para organizações e indivíduos.

” Ramesh Raskar, professor associado do MIT Media Lab,  laboratório de pesquisas avançadas do Instituto de Tecnologia de Massachusetts. “Mas o custo do trabalho computacional está caindo rapidamente, o que tornará as iniciativas em IA mais acessíveis para organizações e indivíduos. ” Em comparação com a revolução dos computadores, segundo Raskar, é como se estivéssemos ainda na era dos mainframes, os sistemas gigantes que só eram usados por grandes corporações.

Em breve entraremos na etapa dos computadores pessoais – em que a inovação explode. A diferença para revoluções tecnológicas passadas é que a velocidade de disseminação da IA é muito maior. Basta lembrar do tempo que o ChatGPT levou para alcançar 1 milhão de usuários: apenas cinco dias.

Em menos de quatro anos, a plataforma da OpenAI já tem 1 bilhão de usuários mensais, segundo dados da Sensor Tower, uma plataforma de análise de dados. Isso equivale a uma em cada oito pessoas no mundo. Do que essa nova tecnologia será capaz, não há como saber.

“A velocidade com que as coisas estão acontecendo nos impede de chegar a uma conclusão generalizável para todas as áreas e para todos os aspectos existenciais da vida”, afirma Flaw Bone, filósofa pesquisadora pela UFRJ especializada nos impactos da inteligência artificial e das novas tecnologias sobre a sociedade e os negócios. Mas há pistas. Em 1987, o Prêmio Nobel de Economia Robert Solow comentou que se podia enxergar a “era dos computadores em todo lugar, exceto nas estatísticas de produtividade”.

Estava errado, os resultados apenas demoraram a chegar. Quem observa a macroeconomia pode ter a mesma impressão, hoje, sobre a revolução da IA: os investimentos são astronômicos, o custo ambiental – pelo gasto de energia com computadores – é crescente e os resultados são difíceis de medir. Para muitas empresas, contudo, a revolução está começando a ficar clara.

Tarefas enfadonhas são automatizadas, montanhas de dados podem finalmente ser analisadas, o atendimento é mais preciso, problemas são antecipados e tratados. É esse apanhado das primeiras conquistas da IA que apresentamos nas páginas a seguir. Resolver antes de ter o problema  A Gol Linhas Aéreas é a companhia aérea mais pontual do Brasil pelo segundo ano consecutivo, segundo dados da Anac, agência que regula o setor.

Em grande medida, isso foi atingido por um sistema que otimiza a manutenção dos aviões, tanto antecipando possíveis problemas quanto auxiliando a encontrar a origem de uma falha. Com base no relatório dos mecânicos, a IA mergulha nos dados da empresa e identifica situações parecidas, fornecendo um diagnóstico em instantes. O resultado é economia de tempo da aeronave no solo e menos voos atrasados ou cancelados por falha de algum componente.

Na mesma linha, a Petrobras tem até uma estimativa de economia proporcionada pela rapidez dos diagnósticos: US$ 20 milhões nos próximos anos. Esse efeito vem do Petronemo, uma IA própria treinada com dados acumulados por 30 anos de vários sistemas, desde a exploração e a produção até a refinaria.   Um nível ainda maior de precisão nos diagnósticos pode ser obtido com a instalação de sensores nos variados equipamentos.

É o que fez, por exemplo, a fabricante de eletrônicos Foxconn, de Taiwan, com o sistema MoMClaw, desenvolvido com tecnologia da Nvidia. O monitoramento das máquinas reduziu 80% do tempo de diagnósticos de falhas, cortou em 10% os defeitos e aumentou a produtividade em 15%, segundo a empresa. ’” Flaw Bone, filósofa pesquisadora de IA pela UFRJ.

Simular antes de construir Mais do que agilizar os consertos, a IA vem sendo usada para testar produtos antes que eles sequer existam. A PepsiCo, por exemplo, projeta réplicas digitais de suas fábricas e centros de distribuição. Nesse ambiente virtual, agentes de IA podem testar mudanças de layout e de operação para verificar os impactos nos resultados antes de qualquer execução na planta real.

Nos primeiros projetos nos Estados Unidos, a empresa afirma ter registrado ganho de até 20% na capacidade das linhas, redução de 10% a 15% nos investimentos e identificação virtual de até 90% dos problemas. A Pegatron, uma fabricante de eletrônicos de Taiwan, também usa um sistema de IA da Nvidia para simular defeitos virtualmente e assim treinar sistemas de inspeção. Esse controle de qualidade prévio reduziu, de acordo com a empresa, 67% do tempo de inspeção e 10% do esforço operacional.

Nas linhas de produção, em pouco tempo o emprego da IA deve se tornar a norma, dados os aparentes ganhos de eficiência. Um caso recente é o da multinacional alemã Siemens, que em março lançou um sistema de agentes de IA para ajudar a desenvolver chips e placas eletrônicas. Um agente coordena o trabalho, enquanto outros cuidam de diferentes etapas, do desenho à preparação para a fabricação.

Engenheiros acompanham e validam o processo. Divulgação: Petrobras André Motta de Souza Petrobras usa IA na manutenção e para promover a cultura da empresa Facilitar as vendas  Além da atuação nas fábricas, a PepsiCo aplica a IA como auxiliar de vendas. Ao compilar dados específicos dos mais de 200 mil pontos de venda no Brasil, o sistema aponta aos vendedores as demandas de cada loja e sugere quais dos mais de 400 produtos têm maior potencial de venda.

O uso da ferramenta está ajudando a transformar o perfil dos vendedores, de acordo com a CIO da empresa, Francini Cristelo. Em vez de se concentrarem em retirar e enviar pedidos, eles passam a participar do negócio e dos resultados. “Nós temos uma academia digital para treinar e empoderar os vendedores”, diz.

“Eles precisam entender a IA para acreditar na ferramenta. ” A L’Oréal também usa a IA para aumentar a conversão das compras, ajudando o consumidor a escolher o produto. A dificuldade é que o Brasil tem 55 dos 66 tons de pele e todos os tipos de cabelo mapeados globalmente.

Por isso fazer uma escolha na plataforma digital com base no mostruário online acaba sendo um desafio. Com o uso da IA, a empresa se redefiniu como uma beauty tech, que permite o teste dos produtos pelo aplicativo. A L’Oréal calcula que os clientes que fazem a experimentação digital têm uma conversão para a venda 70% maior do que os que não fazem.

Os agentes de IA também realizam atendimentos. Um deles, que identifica solicitações, diminuiu em até 80% o tempo gasto pelos consultores com tarefas administrativas. A IA também faz reconhecimento visual para detectar a falta de produtos nas lojas.

E, nos Estados Unidos, o Beauty Genius, um assistente que analisa a pele e recomenda itens para as clientes, já superou 1,2 milhão de conversas. Provadores virtuais já estão se tornando algo comum na indústria. A Hering começou a usar neste ano o Virtual Try-On do Google Cloud, um simulador que permite experimentar roupas sem sair de casa.

Além disso, a companhia usou a tecnologia para automatizar a criação de anúncios e URLs nas campanhas de busca para capturar novas demandas, tendo detectado aumento de vendas e receita. “Nós temos uma academia digital para treinar e empoderar os vendedores. ” Francini Cristelo, CIO da PepsiCo Divulgação: PepsiCo IA da Pepsico auxilia vendedores nas visitas aos pontos de venda Auxiliar o consumidor O varejo foi um dos primeiros setores a aderir à IA, desde os primeiros sistemas de conversa automatizada.

Mas essa experiência tem evoluído bastante. A empresa de pagamentos Elo lançou no início do ano um concierge digital para facilitar a jornada de compra. A proposta é fazer todo o esforço para o cliente, a partir de um pedido: comparar produtos, levantar preços em diferentes e-commerces, avaliar prazos de entrega e sugerir a melhor forma de pagamento para aproveitar descontos ou acumular pontos em programas de recompensas.

O usuário precisa apenas conferir as opções e, se concordar, finalizar a compra, segundo o CTO da Elo, Eduardo Merighi. Neste ano a Elo desenvolveu com a Decolar um projeto piloto de pagamento agêntico de ponta a ponta. A partir de um pedido, como “quero viajar para Miami”, o agente busca, compara, monta o carrinho e paga numa só conversa.

Os agentes de IA também começam a ser usados para tarefas, digamos, menos agradáveis. Desde o ano passado o Banco BV os emprega para negociar cobranças de boletos com cinco a 15 dias de atraso, por voz e WhatsApp. O agente liga, se identifica como assistente virtual, valida o cliente, informa a parcela e negocia dentro de uma alçada.

  Carlos Bonetti, vice-presidente de Riscos, Crédito e Cobrança do BV, afirma que o agente de IA recupera 48% dos valores cobrados nos primeiros estágios de atraso, um desempenho 4 pontos percentuais acima dos colegas humanos. O custo, porém, fica em torno de um terço. Com isso, para cada R$ 1 gasto, o valor recuperado pelo banco subiu de R$ 85 para R$ 285.

O sistema foi treinado com dois anos de ligações gravadas e com as regras internas do BV que definem até onde o agente pode ir. “Não dá para pegar a IA e simplesmente aplicar nos processos do jeito que eles são hoje”, diz Bonetti. Antes de adotar a tecnologia, o banco revisou a operação para identificar em quais etapas os agentes poderiam atuar.

O Nubank também tem desenvolvido agentes para o atendimento da clientela. No atendimento sobre entrega de cartões, os testes internos mostraram avanço de 37 pontos percentuais na satisfação dos clientes e de 29 pontos na resolução sem ajuda humana. Criar medicamentos, acelerar diagnósticos Alguns dos resultados mais dramáticos do uso da IA estão na área da saúde.

Talvez o melhor exemplo seja o AlphaFold, sistema desenvolvido pela DeepMind, o laboratório de IA do Google, criado para solucionar um dos maiores desafios da biologia: prever a estrutura tridimensional das proteínas. Componentes essenciais do corpo, as proteínas são cadeias de aminoácidos extremamente difíceis de decifrar, porque o modo como elas se enrolam afeta sua função. Mapear uma única proteína em laboratório é uma tarefa que pode levar meses, até anos.

Mas, em 2020, o AlphaFold mostrou-se capaz de prever os formatos das proteínas em minutos ou horas. O Google, então, liberou gratuitamente um banco