Que a inteligência artificial é o nosso futuro a gente já sabe, mas o que está no futuro da inteligência artificial?

Henrique Santana, engenheiro sênior de machine learning na Dell e professor da Faculdade Exame, vê duas tecnologias ganhando cada vez mais popularidade: os fluxos agênticos e os small language models (SLMs), opostos de grandes modelos (LLMs) como o ChatGPT. Mas isso não significa que os LLMs vão embora, muito pelo contrário.

"Isso surgiu no ano passado e estourou nesse ano," disse Santana, durante painel no evento de encerramento da primeira turma do MBA de Inteligência Artificial para Negócios da Faculdade Exame.

Descubra todas as tendências de inteligência artificial com o pré-MBA de IA para Negócios da Faculdade EXAME.

Fluxos agênticos: o futuro da automação

A expansão dos fluxos agênticos deve se tornar onipresente nas empresas nos próximos anos.

Santana explica que esses fluxos envolvem o uso de agentes de IA com modelos de linguagem de grande escala (LLMs) para automatizar tarefas complexas. No entanto, ele conta que, ao invés de depender de apenas um agente genérico, os fluxos contarão com multi-agentes, cada um especializado em uma área.

"São fluxos que tem agentes de IA como cérebro. Por exemplo, se eu quero fazer uma petição, ao invés de ficar refinando um ChatGPT, já vai existir um agente especializado em direito no fluxo," explica Santana. "Você vai fazer a pergunta para ele e, ao invés de você ter que continuar perguntando e buscando, ele vai te dar todos os passos."

Na prática, você terá uma caixa de pergunta para fazer seu questionamento. Ao invés de ficar fazendo mais e mais perguntas, o agente principal, que pode ser o próprio ChatGPT ou o Perplexity, vai, automaticamente, repassar sua pergunta a um agente especializado. Ele, por sua vez, vai trazer a informação de volta para o agente principal. É a combinação de várias ferramentas para uma só tarefa.

"Aqui, estamos falando também de multi-agentes. Cada um deles tem seu modelo de linguagem com a sua função específica," completou.

Conheça as principais ferramentas de inteligência artificial para negócios com o pré-MBA da Faculdade EXAME. Garanta sua vaga!

Modelos de linguagem menores e sustentáveis

Com o aumento do uso de modelos de linguagem para apoiar fluxos agênticos, surgem preocupações ambientais e de eficiência. Segundo Roger Marques, gerente sênior em ESG na Accenture e professor na Faculdade Exame, cada consulta no ChatGPT gasta, indiretamente, 500ml de água.

Pensando nisso, Santana sugere que o setor comece a investir em SLMs (modelos de linguagem menores), que são específicos para determinadas tarefas e exigem menos recursos para operarem.

Diferentemente dos LLMs, que são amplos e precisam de altos investimentos energéticos, os SLMs são mais eficientes para tarefas específicas, como demandas jurídicas ou cálculos específicos, eliminando, por exemplo, funcionalidades amplas e desnecessárias.

Esses modelos de linguagem menores são vistos como uma forma sustentável de expandir a IA, já que reduzem o consumo de energia e são projetados para entregar resultados precisos para funções específicas.

"Os grandes modelos de linguagem sabem fazer tudo relativamente bem. Os modelos um pouco menores fazem exatamente aquilo que você precisa, dispensando processamento e conhecimento desnecessário para aquela tarefa," finalizou.

Fique por dentro de todas as tendências da IA no mundo dos negócios com o pré-MBA de Inteligência Artificial da Faculdade EXAME.

A especialização e a democratização dos agentes de IA

O próximo ano promete uma ampla adesão de empresas aos fluxos agênticos especializados, permitindo que empresas utilizem agentes de IA em diversas áreas, sem a complexidade dos sistemas atuais.

O Microsoft Copilot, que vem em franca evolução, é um exemplo de fluxo agêntico. Produtos como o AgentForce da Salesforce, por exemplo, simplificam a criação de agentes personalizados, enquanto serviços como o CrewAI e Langflow ganham espaço entre as soluções para criação de agentes que atendem a necessidades específicas de empresas e desenvolvedores.

Com a especialização de agentes multi-tarefas e o desenvolvimento de modelos de linguagem mais sustentáveis, a inteligência artificial caminha para uma era de maior eficiência e acessibilidade. Esses avanços prometem transformar setores inteiros, onde os agentes especializados poderão executar ações com alto nível de autonomia e menor impacto ambiental, respondendo a uma demanda crescente por IA mais prática e ética.

"Todas as empresas vão ter fluxos agênticos que, inclusive, podem ser baseados em SLMs," finalizou Santana.