3 principais lições sobre inovação em IA do evento Ai4 2025 em Las Vegas

Na semana passada, em Las Vegas, a conferência Ai4 reuniu-se pelo oitavo ano consecutivo para reunir desenvolvedores, cientistas de dados, líderes empresariais e especialistas em tecnologia para discutir tudo o que diz respeito à IA. Participei de várias sessões e tive muitas conversas com pessoas do setor; eis um resumo do que acredito ter sido o resultado disso.

Todos estão sob pressão para adotar a IA. Os líderes precisam responder à pergunta “o que você está fazendo em relação à IA” e precisam demonstrar que estão investindo nessa área. 

Todos sabem que se trata de uma enorme mudança transformacional, e estamos em uma fase em que as possibilidades ultrapassam os padrões estabelecidos. Como resultado, as pessoas estão encarando os projetos como experimentos, para ver o que vai dar certo e o que vai dar errado. Essa abordagem experimental traz consigo uma tolerância a uma taxa de insucesso relativamente alta. Em uma sessão intitulada “Impulsionando o ROI da IA”, Jyothi Srirangam , do PayPal, fez a seguinte pergunta: “Se eu lhe disser que mais de 50% dos projetos de IA fracassam, você ainda investiria neles?” Várias pessoas gritaram “Sim!” e vi cabeças acenando em toda a sala. Ela continuou:

Dito isso, o reconhecimento de que se trata de aplicações ainda não comprovadas de uma nova tecnologia está estimulando a propensão ao risco. Em sua palestra, Rajesh Janu, da Mastercard, mencionou o infame incidente envolvendo o Knight Capital Group. Isso ocorreu na “era da pedra” da IA, em 2012, mas serve como um alerta: devido a uma “falha” em seu algoritmo, eles perderam mais de US$ 440 milhões em apenas 45 minutos, lançando o mercado no caos e quase destruindo a empresa no processo. Abundam as histórias sobre os danos financeiros e à reputação causados quando a IA dá errado ou é mal utilizada por pessoas mal-intencionadas. (Veja este artigo, que se concentra principalmente no lado DevOps desse incidente, mas é uma leitura muito interessante de 5 minutos)

Embora o risco associado aos pioneiros possa afastar alguns dos casos de uso mais inovadores, há alguns casos em que a maioria precoce está se interessando. Essa divisão parece mais evidente no setor financeiro. Alguns dos casos de uso mais consolidados e aceitos de que ouvi falar no setor financeiro foram as ferramentas de produtividade para funcionários (o Chris Patterson apresentou um conjunto premiado de ferramentas de produtividade para funcionários baseado na OpenAI), agentes de atendimento ao cliente e documentação voltada para o cliente.

O que estamos vendo aqui é realmente interessante do ponto de vista do modelo “Crossing the Chasm”: temos a maioria inicial aderindo a casos de uso mais seguros e consolidados, ao mesmo tempo em que vemos os inovadores ainda explorando os limites da tecnologia, dos negócios e dos usuários.

Na ciência da computação, o conceito de “determinístico” versus “não determinístico” refere-se ao fato de um algoritmo, dada uma entrada específica, produzir sempre o mesmo resultado passando pelos mesmos estados para chegar lá (determinístico) ou não (não determinístico). 

A IA generativa nos fascinou e encantou em grande parte devido à sua natureza não determinística; ela pode ser criativa, pode oferecer o inesperado e pode surpreender com as conexões que estabelece. Para muitas tarefas, tudo isso representa grandes vantagens. 

No setor financeiro, há inúmeras aplicações promissoras da IA Gerativa para reduzir o trabalho manual e melhorar a experiência do cliente, mas precisamos conciliar a natureza não determinística da IA Gerativa (e, em grau ainda maior, da IA Agênica) com as regulamentações e as estruturas de risco. Há muito tempo que as instituições financeiras precisam garantir que não haja viés em seus sistemas e que todas as decisões sejam explicáveis e replicáveis. Além disso, para justificar as decisões, elas precisam ser previsíveis. Ouvi várias versões disso em diferentes palestras, tanto em termos das estruturas de risco internas das instituições financeiras quanto das preocupações regulatórias.

Em uma sessão, EJ Achtner, chefe de Inteligência Artificial Aplicada do BMO, colocou da seguinte forma:

Isso não parece ser IA generativa. A situação se agrava quando se leva em conta a percepção do contexto e a geração aumentada por recuperação (RAG) com um catálogo de materiais em constante mudança. O estoico Heráclito disse: “Nenhum homem pode entrar duas vezes no mesmo rio, pois não é o mesmo rio e ele não é o mesmo homem.”

O que me chama a atenção nessa discussão é que estamos tentando usar a IA para substituir tarefas realizadas por pessoas. Não tenho certeza se existe algo mais não determinístico do que os seres humanos… Então, precisamos atualizar nossa maneira de pensar sobre determinismo e, em vez disso, confiar na auditabilidade, transparência e análise? Ou precisamos descobrir como tornar a IA de Geração mais determinística? Na minha opinião, devemos trabalhar para fazer as duas coisas.

Falando sobre sua visão a respeito disso em risco e conformidade, Dustin Eaton, diretor de Fraudes e AML da Taktile, afirma:

Quase todas as pessoas com quem conversei estavam preocupadas com o ambiente regulatório incerto no futuro próximo. No momento, trata-se principalmente de saber se a IA será regulamentada em nível federal, estadual ou ambos. Acho que o setor de tecnologia já está um tanto acostumado a isso (veja as regulamentações de privacidade como uma boa analogia), assim como o mundo dos negócios (veja a tributação ou a proibição de certos ingredientes alimentícios nos âmbitos federal e local), mas saber que isso está por vir sem ter a menor ideia do que exatamente está por vir (ou quando) é um problema. 

A primeira Lei de Inteligência Artificial da UE pode ser um bom indicador. Para os profissionais do setor financeiro, essa lei identificou a concessão de crédito e a subscrição de seguros como casos de uso de IA de “alto risco”.

Nota: Nosso cofundador Maximilian Eber (em conjunto com Philipp Hacker) escreveu um artigo abrangente na Harvard Data Science Review explicando o que isso significa para os serviços financeiros assim que a lei entrar em vigor. 

Embora as empresas não pareçam estar sucumbindo à paralisia diante dessa situação, ela parece estar influenciando os casos de uso que elas buscam priorizar e a forma como pensam em diversificar seu portfólio de projetos. Ravi Venugopal , da Giggso, falou sobre a importância da vida útil e como as empresas “querem ver em quais projetos com vida útil mais longa podem investir e como seu dinheiro pode ser direcionado para eles”. 

Embora a incerteza regulatória esteja influenciando as estimativas sobre a duração de certos projetos, as empresas não estão paralisadas; todas estão buscando iniciativas para colocar em prática.

As conversas que tive nesta conferência me lembraram muito o mundo das startups por volta de 2010, quando a revolução móvel estava ganhando força, só que o tempo e o dinheiro necessários para desenvolver projetos-piloto são muito menores. Da mesma forma que os investidores de capital de risco estavam montando carteiras de startups de aplicativos, os líderes empresariais de hoje estão criando carteiras internas de projetos, prevendo uma alta taxa de fracasso, mas uma enorme recompensa para os casos de sucesso.

Parece que as empresas que estão fazendo isso bem estão criando grupos e cargos dentro de suas estruturas para construir um portfólio de projetos, equilibrado em termos de prazo, perfil de risco e impacto potencial. Mona Hassanzadeh, diretora de Ciência de Dados e IA da Meridian Credit Union, falou sobre como o comitê diretor de IA da instituição funciona como um grupo de investimento centralizado, construindo um portfólio de investimentos com base no risco, prazo e impacto, e garantindo que esses projetos sejam executados de maneira segura e operacionalmente sólida.

Então, como abordar essas experiências? Os líderes do setor estão iniciando cada experiência com uma hipótese baseada em uma métrica de negócios (E se pudéssemos dobrar a velocidade com que fazemos X? E se pudéssemos reduzir o custo de Y em 60%?), realizando medições de referência, definindo o escopo do investimento na experiência e avaliando os resultados. Lembrando os investimentos em startups impulsionados por capital de risco na década de 2010, o mantra da moda era “falhe rápido”. Essa pode ser a chave aqui também. Permitir a experimentação rápida (ou talvez, mais precisamente, a rápida falsificação) permite que as empresas descartem objetivamente o que não vai funcionar para concentrar o investimento naquilo que vai. 

No que diz respeito ao aproveitamento da IA não determinística: tive algumas conversas sobre como a divisão dos fluxos de trabalho dos agentes em unidades de trabalho menores e mais distintas pode proporcionar visibilidade e monitoramento dessas unidades. Isso permite maior controle, visibilidade e auditabilidade. Isso também pode ajudar a estruturar as instruções de forma mais concreta.

Prepare-se para o imprevisível. A diferença entre previsão e preparação é um conceito extremamente importante, sobre o qual refleti bastante nessas sessões e conversas. Não é possível saber como será o futuro, nem prever eventos “cisnes negros” — por natureza imprevisíveis —, mas você pode tomar medidas que o tornem resiliente diante de muitos futuros possíveis.

 Nesse caso, trata-se de incorporar diversidade (de fornecedores, públicos e casos de uso) ao seu portfólio de projetos, tornando-se mais adaptável ao se preparar para iterações rápidas, gerenciar sua exposição e “testar sua tecnologia” sua tecnologia para identificar riscos antes que eles o encontrem. A nova geração de líderes em IA no mundo dos negócios está descobrindo e refinando os padrões à medida que a aplicação dessa tecnologia amadurece, e é realmente empolgante fazer parte disso.

Vou terminar com uma observação diferente, a mesma com que a conferência, na verdade, começou: a palestrante principal, Randi Weingarten, presidente da Federação Americana de Professores, abriu a conferência com um apelo para que “construamos um futuro no qual queremos viver, um futuro no qual queremos que nossos filhos vivam”. Estamos em um momento decisivo, e todos nós precisamos lembrar de nossa responsabilidade para com a sociedade e nosso futuro coletivo ao decidirmos como seguir em frente. 

Alguma opinião? Alguma dúvida? Fale comigo, fico sempre feliz em conversar.