O maior ecossistema de Agentes de IA para Empresas

A Microsoft construiu, sem muito alarde, o maior ecossistema de agentes de IA voltados para empresas. Mais de 100.000 organizações já criaram ou editaram agentes de IA usando o Copilot Studio desde o lançamento, um marco que posiciona a empresa como líder em um dos setores mais promissores e competitivos da tecnologia empresarial.

“Agentes de IA são sistemas inteligentes autônomos que realizam tarefas específicas sem intervenção humana. Organizações usam agentes de IA para atingir objetivos específicos e tomar decisões, planejar e se adaptar a novas informações em tempo real. Agentes de IA aprendem e aprimoram seu desempenho por meio de feedback, utilizando algoritmos avançados e entradas sensoriais para executar tarefas e se envolver com seus ambientes.”

“Isso aconteceu mais rápido do que imaginávamos e mais rápido do que qualquer outra tecnologia inovadora que lançamos”, disse Charles Lamanna, executivo da Microsoft responsável pela visão de agentes da empresa, em entrevista ao VentureBeat. “Esse crescimento foi o dobro em apenas um trimestre.”

Essa rápida adoção coincide com a expansão significativa dos recursos de agentes da Microsoft. Durante a conferência Ignite, que começa hoje, a empresa anunciou que permitirá às organizações usar qualquer um dos 1.800 modelos de linguagem grande (LLMs) disponíveis no Azure em seus agentes, indo além da dependência exclusiva dos modelos da OpenAI. Também foram apresentados agentes autônomos capazes de atuar de forma independente, identificando eventos e gerenciando fluxos de trabalho complexos com supervisão humana mínima.

Esses agentes de IA, que utilizam IA generativa para executar tarefas comerciais específicas, estão se tornando ferramentas poderosas para automação e produtividade nas empresas. A plataforma da Microsoft possibilita a criação de agentes para uma ampla gama de tarefas, desde atendimento ao cliente até automação de processos complexos, sempre com foco em segurança e governança de nível corporativo.

Uma Base Empresarial Sólida

O sucesso inicial da Microsoft nessa área vem de sua dedicação às necessidades específicas das empresas, muitas vezes negligenciadas no ciclo de hype da IA. Além dos novos agentes autônomos e da flexibilidade dos LLMs apresentados no Ignite, a verdadeira vantagem da empresa está em sua infraestrutura empresarial robusta.

A plataforma se integra a mais de 1.400 sistemas e fontes de dados corporativos, como SAP, ServiceNow e bancos de dados SQL. Isso permite que as empresas criem agentes capazes de acessar e agir sobre informações em seus ecossistemas de TI existentes. Além disso, a Microsoft lançou dez agentes autônomos pré-configurados, voltados para funções comerciais essenciais, como vendas, finanças e cadeias de suprimentos, acelerando sua implementação em casos de uso comuns.

Embora a Microsoft não tenha detalhado os tipos de agentes mais populares entre os clientes, Lamanna destacou duas categorias principais: os agentes criados por equipes de TI para tarefas essenciais e os agentes Copilot desenvolvidos pelos próprios funcionários para compartilhar documentos ou apresentações, permitindo interações e perguntas baseadas no conteúdo.

Os recursos de segurança e governança, muitas vezes negligenciados em implantações de IA, são elementos centrais da arquitetura da Microsoft. O sistema de controle garante que os agentes operem dentro das permissões e políticas de dados corporativos.

“Esperamos que isso seja amplamente adotado”, disse Lamanna, comparando o impacto dessa tecnologia à forma como a internet transformou a conectividade e a arquitetura de sistemas no passado.

Resultados Visíveis para os Primeiros Usuários

Empresas pioneiras já estão colhendo benefícios significativos. A McKinsey, por exemplo, reduziu o tempo de entrada de projetos de 20 dias para apenas 2 dias com agentes automatizados. A Pets at Home implantou agentes antifraude em menos de duas semanas, economizando milhões anualmente. Outras organizações, como Standard Bank, Zurich e Virgin Money, também adotaram o Copilot Studio.

A “Malha do Agente” da Microsoft

No coração da estratégia da Microsoft está a “malha do agente”, um sistema interconectado onde agentes de IA colaboram para resolver problemas complexos. Esses agentes podem coordenar tarefas, compartilhar conhecimento e agir de forma integrada em toda a organização. Por exemplo, um agente de vendas pode solicitar a um agente de inventário que verifique a disponibilidade de um produto, que por sua vez notifica um agente de atendimento ao cliente para atualizar o cliente em tempo real.

Essa abordagem inclui agentes autônomos que detectam eventos e agem automaticamente, uma camada de orquestração para coordenar múltiplos agentes especializados e ferramentas de monitoramento em tempo real para garantir transparência nos fluxos de trabalho.

A Microsoft também está desenvolvendo inovações como o sistema Magnetic-One, baseado na estrutura Autogen, que estabelece uma hierarquia de agentes para gerenciar tarefas abertas e complexas. Essa abordagem visa escalar de centenas para milhões de agentes, mantendo o controle operacional.

Imagem

Por fim, o modelo de preços da plataforma reflete essa abordagem empresarial, focando no número de mensagens trocadas em vez de cobrar por processamento bruto, enfatizando os resultados de negócios. Lamanna destacou que as empresas agora buscam exemplos práticos de valor comercial, sinalizando uma mudança significativa no mercado.

A corrida pelos agentes de IA empresarial

Enquanto diversos gigantes da tecnologia investem fortemente no desenvolvimento de agentes de IA, a Microsoft se destaca por sua combinação de recursos voltados ao ambiente corporativo e integrações amplas. Concorrentes como Salesforce, com sua plataforma Agentforce, que já registra 10.000 agentes criados, e a ServiceNow, com os Agents ServiceNow, ainda estão em fases iniciais e não possuem o alcance empresarial da Microsoft, cuja base inclui centenas de milhões de trabalhadores que utilizam seus produtos de produtividade.

Os concorrentes seguem abordagens variadas. A OpenAI, por exemplo, foca no acesso direto à API, mas ainda não estruturou uma solução para implantação empresarial de agentes de IA. Seu modelo mais recente, o o1-preview, oferece avanços em raciocínio, sugerindo um potencial para agentes mais inteligentes no futuro. Empresas emergentes como Crew apresentam estruturas experimentais, mas ainda não possuem escala corporativa. A LangChain, por sua vez, é popular entre desenvolvedores devido à sua modularidade, mas prioriza experimentação em vez de implementações de larga escala. Já a AWS, por meio do SageMaker, e o Google, com suas soluções de IA voltadas a setores específicos, não têm uma estrutura de agentes tão coesa quanto a da Microsoft.

A grande vantagem da Microsoft está na integração de segurança corporativa, ferramentas de baixo código, modelos prontos para uso e SDKs avançados para desenvolvedores. Além disso, a empresa trabalhou para unificar seus diversos bancos de dados analíticos e aplicativos, permitindo que os agentes de IA acessem dados corporativos nativamente, sem depender de chamadas adicionais para fins de geração aumentada de recuperação (RAG). Um exemplo disso é o recente anúncio da integração de bancos de dados transacionais com seus agentes.

Apesar do progresso, a tecnologia de agentes de IA ainda enfrenta desafios. Modelos de linguagem podem gerar respostas incorretas (as chamadas “alucinações”) e exigem configurações cuidadosas para evitar problemas como loops infinitos ou custos excessivos. Alguns clientes têm expressado preocupações com os desafios relacionados ao custo e à implementação do Copilot.

O mercado também tende a permanecer fragmentado. Muitas empresas da Fortune 500 podem adotar abordagens híbridas, combinando os agentes Copilot da Microsoft para produtividade interna com outras plataformas para aplicações críticas e confidenciais.

Conclusão: Rumo à empresa orientada por agentes

A liderança da Microsoft na implantação de agentes de IA empresariais não se deve a um único diferencial, mas a uma abordagem abrangente que combina infraestrutura robusta, integrações extensivas e foco em resultados comerciais tangíveis, em vez de apenas capacidades técnicas.

O próximo ano será decisivo para consolidar essa liderança. Concorrentes estão aprimorando suas plataformas, enquanto as empresas começam a sair da fase de testes para adotar a tecnologia em larga escala. O que é certo é que os agentes de IA estão ultrapassando o estágio de hype e se tornando parte integrante da arquitetura de TI corporativa, trazendo desafios e oportunidades.

Para líderes técnicos, este é o momento de explorar como os agentes de IA podem transformar processos, desde a automação de tarefas rotineiras até a criação de novas formas de colaboração. Comece com projetos menores, priorize resultados mensuráveis e considere agentes pré-configurados para acelerar a implementação.

Para mais detalhes, assista à entrevista completa com Charles Lamanna, onde ele aborda como a Microsoft está liderando essa revolução, a relevância dos agentes de IA na arquitetura empresarial e a evolução de práticas como o ContentOps no contexto corporativo.

Este post foi postado originalmente no LinkedIn em O maior ecossistema de Agentes de IA para Empresas

Fonte: ‘VentureBeat: Microsoft quietly assembles the largest AI agent ecosystem—and no one else is close‘, 19 de novembro de 2024.

Robôs Humanoides, da ficção para a realidade

Photo. http://www.freepik.com

A Inteligência Artificial (IA) pode ser a inovação que permite aos robôs humanóides saltar da ficção científica para a realidade.

Robôs humanóides sempre foram um marco na ficção científica, mas agora, avanços reais estão sendo alcançados. Diversos novos modelos, desenvolvidos por empresas como Boston Dynamics, Tesla e OpenAI, possuem a capacidade de se locomover de maneira semelhante aos humanos, além de executar movimentos ágeis e precisos.

No entanto, é a integração da inteligência artificial (IA) nesses robôs que pode realmente levá-los a se tornarem parte da nossa rotina. A IA poderia aprimorar significativamente a interação entre robôs humanóides, pessoas e o ambiente ao redor. Isso poderia ser comparado ao “momento iPhone” dos robôs, marcando sua chegada em massa ao mercado.

Os grandes modelos de linguagem, a base tecnológica dos chatbots como o ChatGPT, têm demonstrado eficiência em aprender com grandes volumes de dados, aplicando essas informações para raciocinar de forma lógica. Eles são fundamentais para o conceito de “inteligência incorporada”.

Um exemplo disso é o robô humanóide do vídeo abaixo, que tem o apoio da OpenAI, mesma empresa criadora do ChatGPT.

A inteligência incorporada consiste na fusão dos processos cognitivos com as ações físicas, semelhante ao que ocorre no cérebro humano ao controlar nossos movimentos. Esse conceito visa permitir que os robôs ajam no mundo de maneira semelhante às pessoas. Ele depende de grandes modelos de linguagem e sistemas visuais de IA para entender objetos em imagens e vídeos, estabelecendo uma lógica sobre a relação entre observador e objetos, auxiliando os robôs a interagirem adequadamente.

Embora os LLMs (modelos de linguagem) não sejam, por si só, o “cérebro” dos robôs, eles podem melhorar substancialmente como esses robôs percebem e respondem ao mundo. Um exemplo é o sistema PaLM-E, desenvolvido pelo Google, que foi treinado para interpretar dados brutos de sensores robóticos, resultando em um aprendizado mais eficaz.

O ritmo de progresso é tão rápido que, enquanto este texto é escrito, um novo modelo de IA ou um paradigma inovador pode ser lançado. Avanços como o PaLM-E estão dotando os robôs humanóides de inteligência visual-espacial, permitindo que eles compreendam o mundo de forma mais eficiente, sem necessidade de programação detalhada.

A nova versão do robô Atlas da Boston Dynamics é outro exemplo.

Das fábricas para as casas

As possíveis aplicações dos robôs humanóides são vastas. As pesquisas iniciais focaram em robôs capazes de operar em ambientes extremos e perigosos para humanos, como o robô Valkyrie da NASA, projetado para a exploração espacial. Entretanto, os primeiros robôs humanóides comerciais provavelmente serão usados em ambientes controlados, como fábricas.

Modelos como o Optimus da Tesla podem transformar indústrias ao realizar tarefas que exigem precisão e resistência, colaborando com funcionários humanos para aumentar a produtividade e melhorar a segurança. Na indústria, o Optimus pode manipular materiais perigosos, fazer inspeções de qualidade e participar de processos de montagem. O Atlas da Boston Dynamics, anunciado recentemente, já está mostrando exemplos de uso, como levantar e armazenar componentes pesados.

O robô Aloha, desenvolvido pela Universidade de Stanford, mostrou-se capaz de preparar pratos chineses, carregar a máquina de lavar louças, arrumar camas e até guardar roupas sozinho.

Além da indústria, robôs humanóides também podem chegar às residências. No futuro, o Optimus poderá ajudar em tarefas domésticas, como limpar, cozinhar e até cuidar de idosos.

Com o tempo, robôs humanóides podem também ser integrados em hospitais ou na segurança pública, desempenhando funções que exigem conhecimentos específicos e ganhando aceitação entre o público.

Viabilidade no mercado

Apesar do grande potencial, a viabilidade comercial desses robôs ainda é incerta. Fatores como custo, confiabilidade e a aceitação do público influenciarão seu sucesso.

A adoção de novas tecnologias geralmente enfrenta desafios, como a confiança do consumidor e a acessibilidade. Para que o Optimus, por exemplo, tenha sucesso, ele precisará demonstrar benefícios claros que justifiquem seu custo.

Questões éticas também surgem. Quem terá acesso aos dados coletados pelos robôs em interações privadas com humanos? Além disso, há o risco de robôs substituírem empregos, como no setor de cuidados a idosos.

Essas considerações éticas serão fundamentais para moldar a opinião pública e os regulamentos. As Três Leis da Robótica de Isaac Asimov ainda podem ser aplicáveis, já que discutimos como os robôs podem interagir com humanos sem causar danos.

No entanto, a IA de hoje está longe de atingir o nível de inteligência real que vemos em filmes como “AI: Inteligência Artificial” ou “Eu, Robô”. Assim, esses cenários ainda não são realidade.

Especialistas de diversas áreas, como robótica, ética e economia, serão essenciais para garantir que os robôs humanóides sejam desenvolvidos de maneira segura e benéfica para a sociedade. Ao cruzarmos essa fronteira tecnológica, é importante refletir não apenas sobre o que é possível, mas também sobre o que é desejável para o nosso futuro coletivo.

Enquanto isso, posso imaginar um robô humanóide aparando a grama do jardim e, quem sabe, preparando uma xícara de chá relaxante para mim depois.

Fonte: The Conversation – AI could be the breakthrough that allows humanoid robots to jump from science fiction to reality

#robótica #humanoides #inteligênciaartificial #LLMs #IA #futuro #realidade

O impacto da Inteligência Artificial na nova economia

TrenDs News : Análise e Tendências

A inteligência artificial está mudando rapidamente o mundo ao nosso redor, e sua influência está claramente moldando o futuro da economia. Ela oferece oportunidades empolgantes e enfrenta desafios importantes, desde automatizar tarefas até revolucionar setores inteiros. Neste post, veremos resumidamente o impacto abrangente da inteligência artificial na economia, com as tendências atuais e possíveis cenários futuros.

Vejas a seguir:

  • A ascensão das máquinas: automação e deslocamento de empregos
  • IA como impulsionador da produtividade: crescimento e eficiência
  • A ascensão de novas indústrias e oportunidades de emprego
  • A natureza evolutiva do trabalho: a colaboração humano-IA
  • O impacto distributivo da IA: desigualdade e necessidade de melhoria de competências
  • As considerações éticas da IA: preconceito, transparência e segurança no emprego
  • A corrida global pela supremacia da IA: competição e colaboração
  • O futuro do trabalho numa economia movida pela IA

A ascensão das máquinas: automação e deslocamento de empregos

A inteligência artificial tem um impacto imediato na automação. Máquinas impulsionadas por IA podem executar tarefas com maior velocidade, precisão e eficiência do que os seres humanos. Isso levanta preocupações sobre a substituição de empregos, especialmente em setores com trabalho manual repetitivo, como a indústria manufatureira e as linhas de montagem. Um estudo do McKinsey Global Institute em 2017 previu que até 2030 a automação poderia substituir até 800 milhões de empregos globalmente. Embora alguns argumentem que novos empregos serão criados em outros setores, a transição pode ser disruptiva, exigindo que muitos trabalhadores se requalifiquem ou melhorem suas habilidade para se adaptarem à nova realidade.

Em relação ao número de robôs industriais instalados por país em 2022, a China lidera significativamente com aproximadamente 290.000 unidades. Outros países como Japão e Estados Unidos seguem, com o Japão instalando mais de 50.000 robôs e os Estados Unidos cerca de 39.500. Em contraste, os demais países têm números de instalação consideravelmente menores.

Quanto às taxas de adoção de IA e IA generativa em várias funções de negócios em 2023, o desenvolvimento de produtos/serviços lidera com a maior adoção de IA e IA generativa, seguido por marketing e vendas. Outras funções, como recursos humanos e produção, têm taxas de adoção mais baixas, sendo que a IA generativa é notavelmente menos utilizada do que a IA geral em todas as funções.

Um exemplo destacado é o desenvolvimento de software, onde em 2023 a maioria dos desenvolvedores ainda não utiliza IA para escrever código, mas há uma tendência geral de abertura à IA, especialmente para tarefas de depuração e revisão de código.”

IA como impulsionador da produtividade: crescimento e eficiência

No entanto, a inteligência artificial não é apenas uma ameaça aos empregos, mas também uma poderosa ferramenta impulsionadora da produtividade. Ao automatizar tarefas repetitivas, a IA libera os trabalhadores humanos para se concentrarem em atividades cognitivas de nível superior que exigem criatividade, resolução de problemas e inteligência social. Essa mudança pode impulsionar a eficiência, a inovação e o crescimento econômico global.

Por exemplo, sistemas logísticos alimentados por IA podem otimizar cadeias de suprimentos, reduzindo custos de transporte e prazos de entrega. Na área da saúde, a IA pode analisar dados médicos para diagnosticar doenças com mais precisão e personalizar planos de tratamento, resultando em melhores resultados para os pacientes e redução dos custos gerais de saúde.

Quanto aos usos mais comuns da IA nos negócios, incluem-se a automação de centrais de atendimento ao cliente, personalização em marketing, melhorias de produtos em P&D e otimização de serviços, demonstrando seu amplo impacto.

A ascensão de novas indústrias e oportunidades de emprego

A inteligência artificial também está abrindo novos horizontes em indústrias e oportunidades de emprego completamente novas. O próprio campo da IA está gerando uma demanda por profissionais qualificados, como cientistas de dados, engenheiros de aprendizado de máquina e especialistas em ética em IA. Além disso, as tecnologias impulsionadas por IA, como veículos autônomos, robótica e cidades inteligentes, exigirão novos conjuntos de habilidades em desenvolvimento, manutenção e operação.

A natureza evolutiva do trabalho: a colaboração humano-IA

O futuro do trabalho provavelmente não será uma escolha radical entre humanos e máquinas. Em vez disso, é provável que vejamos um aumento na colaboração entre humanos e IA, onde ambos trabalham juntos para alcançar os melhores resultados. A IA pode lidar com análise de dados e processamento numérico, enquanto os humanos contribuem com pensamento criativo, tomada de decisões estratégicas e inteligência emocional, que ainda estão além da capacidade das máquinas.

Essa colaboração tem o potencial de criar uma força de trabalho mais eficiente e produtiva, com os humanos focados em tarefas que exigem suas habilidades únicas, ao mesmo tempo em que aproveitam a IA para aumentar suas capacidades.

O impacto distributivo da IA: desigualdade e necessidade de melhoria de competências

O impacto econômico da IA não será distribuído de forma uniforme. Alguns setores e funções serão mais suscetíveis à automação do que outros, o que levanta preocupações sobre desigualdade e qualidade de renda, já que os benefícios da IA tendem a favorecer aqueles que possuem e desenvolvem a tecnologia.

Os governos e as instituições educacionais precisam se preparar para as mudanças no mercado de trabalho, investindo em programas de desenvolvimento de habilidades e requalificação para ajudar os trabalhadores deslocados a se adaptarem a novas oportunidades. Além disso, políticas podem ser necessárias para lidar com o potencial aumento da desigualdade de renda.

Há uma disparidade significativa de gênero na penetração de habilidades em IA, com os homens superando as mulheres na maioria dos países, especialmente na Índia, nos EUA e em várias outras regiões. Isso destaca a importância de promover a diversidade e a inclusão de gênero no campo da IA..

As considerações éticas da IA: preconceito, transparência e segurança no emprego

À medida que a inteligência artificial se torna mais avançada, as considerações éticas tornam-se cada vez mais importantes. Os algoritmos de IA podem perpetuar preconceitos sociais existentes se não forem cuidadosamente projetados e monitorados. Garantir a transparência na tomada de decisões de IA é crucial, especialmente em áreas como recrutamento e aprovação de empréstimos.

Também é necessário abordar o impacto psicológico da insegurança no emprego devido à automação. Governos e empresas devem desenvolver redes de segurança social e sistemas de apoio para ajudar os trabalhadores na transição para uma economia impulsionada pela IA.

Houve um aumento nos incidentes relatados envolvendo IA entre 2012 e 2023, atingindo o pico em 2023. Isso indica uma crescente necessidade de lidar com preocupações sobre a confiabilidade e segurança da IA à medida que sua utilização se torna mais generalizada.

Os principais desenvolvedores de IA e empresas de tecnologia utilizam diversos critérios para promover a IA responsável, o que torna difícil uma avaliação uniforme dos riscos e limitações dos modelos de IA..

A corrida global pela supremacia da IA: competição e colaboração

O desenvolvimento e a implementação da tecnologia de inteligência artificial tornaram-se uma corrida global, com países como Estados Unidos, China e União Europeia competindo pela liderança. Essa competição pode impulsionar a inovação, mas também levanta preocupações sobre segurança nacional e o potencial uso indevido da IA para fins militares.

Os Estados Unidos lideram o notável desenvolvimento de modelos de aprendizado de máquina, com 61 modelos em 2023, seguidos pela China com 15, enquanto outros países têm contagens de um dígito.

A colaboração internacional no desenvolvimento da IA é crucial para estabelecer diretrizes éticas e garantir que os benefícios da IA sejam compartilhados globalmente. O custo para treinar o Gemini Ultra em 2023 é o mais alto, ultrapassando US$ 190 milhões, mostrando um aumento significativo em relação a modelos anteriores, como o Transformer e o BERT-Large, que custavam menos de um milhão de dólares. Essa tendência destaca a importância de recursos financeiros substanciais, ou “grandes bolsos”, à medida que o desenvolvimento avançado de IA se torna mais caro, limitando a pesquisa e o desenvolvimento de ponta em IA a entidades bem financiadas, como grandes empresas ou instituições de pesquisa bem equipadas.

O futuro do trabalho numa economia movida pela IA

O impacto da inteligência artificial na economia ainda está em desenvolvimento, e o futuro permanece incerto. No entanto, ao compreendermos os potenciais benefícios e desafios, podemos nos preparar para um mundo em que humanos e máquinas trabalhem juntos.

A IA mostra excelência em tarefas como categorização de imagens, interpretação de pistas visuais e processamento de linguagem natural. No entanto, ainda enfrenta desafios em áreas complexas, como matemática avançada e compreensão de cenários visuais variados e planejamento estratégico.

O investimento em IA generativa aumentou de forma constante em 2020 e 2021, antes de experimentar um aumento substancial em 2022, atingindo seu pico em 2023, com 25,23 bilhões de dólares. Essa tendência destaca o crescente interesse e confiança dos investidores privados nessa área.

Veja algumas tendências principais a serem observadas nos próximos anos:

  • A ascensão de plataformas e ecossistemas alimentados por IA: A IA será integrada de forma transparente às plataformas e fluxos de trabalho existentes, gerando novos modelos de negócio e oportunidades econômicas.
  • A crescente importância dos dados: Os dados se tornarão o combustível que impulsiona a inovação em IA. Empresas e governos capazes de coletar, gerenciar e analisar dados de forma eficaz terão uma vantagem significativa.
  • A necessidade de aprendizagem ao longo da vida: O ritmo acelerado da mudança tecnológica exigirá uma cultura de aprendizagem contínua para acompanhar a evolução constante.

Fontes: Traduzido e adaptado de: Artificial Intelligence Index Report 2024, e newsletere de Armand da nocode.ia