4 min de leitura João Mourinho
Embora a IA seja a palavra do momento, a realidade mostra por que razão é sensato considerar um leque mais vasto de ferramentas para resolver problemas empresariais.
A IA tem sido a palavra do momento. O número de organizações e profissionais que procuram ser AI-Native, AI-Savvy ou AI-escolha-uma-palavra-da-moda está a atingir novos máximos. O pequeno país de Angulla, cujo domínio nacional é .ai, está a aumentar as suas receitas, à medida que muitas empresas se apressam a comprar domínios .ai.
No entanto, os profissionais e as organizações experientes já viram estas modas surgir e desaparecer. Não me interpretem mal: sim, a IA é uma ferramenta fantástica que pode gerar grandes vantagens competitivas, se for devidamente aplicada no contexto certo para apoiar os objetivos empresariais.
No entanto, não devemos acreditar que a IA é uma solução «universal».
Em primeiro lugar, porque a IA é um termo abrangente para um conjunto de técnicas diferentes. Em segundo lugar, porque nem todos os problemas podem ou devem ser resolvidos com IA. É o caso de um gestor que pediu ao estagiário de TI para desenvolver uma solução de IA que detetasse e substituísse todos os nomes de domínio num fluxo de dados. Para sua surpresa, duas horas depois, o estagiário voltou e disse-lhe: «Está feito». O gestor perguntou: «O que quer dizer com “está feito”?», pois esperava que fosse uma tarefa demorada. O estagiário limitou-se a mostrar-lhe a solução, que se baseava em expressões regulares. O gestor ficou surpreendido com a simplicidade e elegância da solução. Para o estagiário de TI, esta tarefa era simplesmente um caso em que recorrer à IA seria uma solução excessiva, podendo antes utilizar-se uma alternativa mais simples, mas muito eficaz.
Esta história destaca três factos importantes:
A IA é apenas mais uma ferramenta (muito valiosa) entre muitas outras boas soluções. Em última análise, o problema empresarial deve ser o principal fator determinante na escolha da ferramenta certa.
Muitas técnicas de IA que utilizamos hoje já tinham sido desenvolvidas no início da década de 1960. Também houve o famoso projeto japonês denominado «Fifth Generation Computer Systems» [1], que foi motivado pelo facto de que, na altura, «Os computadores atuais são extremamente fracos em funções básicas de processamento de fala, texto, gráficos, fotografias, imagens e outros dados não numéricos, bem como em processamento do tipo inteligência artificial, como inferência, associação e aprendizagem». Em última análise, o projeto não foi muito bem-sucedido, uma vez que a capacidade de computação disponível na época era limitada e o programa não fez uso extensivo de conceitos fundamentais como as redes neuronais, que estão no cerne dos LLM atuais, como o ChatGPT, o Copilot, etc.
Na verdade, durante o meu mestrado em Engenharia Informática, na década de 2000, aprendíamos estas técnicas de IA (por exemplo, redes neuronais, modelos de classificação, etc.), juntamente com um vasto conjunto de outras abordagens igualmente relevantes, como meta-heurísticas, teoria dos autómatos (na qual se baseiam as expressões regulares utilizadas pelo estagiário de TI mencionado anteriormente), árvores de decisão, etc. Já me parecia evidente, na altura, que não existia uma abordagem melhor: cada uma tinha o seu campo de aplicação ideal. Esta perceção foi reforçada ao longo da minha carreira, tanto na investigação para o meu doutoramento como no trabalho de consultoria, onde tive oportunidade de aplicar muitas destas abordagens e compreender os contextos adequados para cada uma delas.
A popularização dos LLM, como o ChatGPT, e a sua aparente capacidade de «raciocinar» levaram muitas pessoas a acreditar que a IA era uma invenção totalmente nova e a resposta para todos os problemas. O que aconteceu foi que a IA saiu dos laboratórios de investigação e chegou à vida de todos através dos LLM: tornou-se popular. Passámos do mantra (agora antigo) «O Google sabe» para «A IA sabe». Mas uma análise pragmática do problema é sempre melhor do que seguir um mantra.
Na Mourinho Solutions, não seguimos mantras. Temos os conhecimentos e a experiência necessários para o ajudar a escolher a abordagem certa e as ferramentas mais eficazes para garantir o sucesso da sua empresa. Analisamos as necessidades da sua empresa para identificar onde a IA (ou outras abordagens) pode ter o maior impacto e proporcionar-lhe uma vantagem competitiva.
O seu sucesso também é o nosso sucesso. Não hesite em contactar-nos para saber o que podemos fazer por si!
[1] - Feigenbaum, E., Shrobe, H.: The Japanese National Fifth Generation Project: Introduction, survey, and Evaluation. Future Generation Computer Systems. 9, 105–117 (1993). Disponível aqui.
Antes de comprar uma única licença de IA, a sua organização deve conseguir responder a uma pergunta aparentemente simples: que processo, exactamente, se pretende melhorar — e será que vale a pena automatizá-lo no estado actual?
Apesar do entusiasmo atual, a IA não está a gerar impacto. Parece, assim, que o paradoxo da produtividade de Solow também se aplica ao investimento em IA.
À medida que nos aproximamos do Natal e da passagem de ano, é tempo de fazer um balanço de um ano difícil. Para os profissionais das ONG e da área humanitária, foi um ano duro. O mundo assistiu à intensificação dos conflitos e da fome, e os Objetivos de Desenvolvimento Sustentável parecem agora uma visão distante. Mas, por entre as nuvens negras, a esperança continua a brilhar para 2026.