Hvis de siste to årene har kunstig intelligens generativ gitt oss et glimt av potensialet til denne teknologien – og vi må være enige – har hatt en rimelig innvirkning på områder som kundeservice, bør vi i 2025 forvente utviklingen av "agente-IAer", som lover å transformere teknologilandskapet betydelig. Med den stadig økende utbredelsen av AI-modeller for et enda større antall bedrifter og nisjer, er faktum at ingen bedrift i dag kan ignorere den potensielle bruken av AI i innovasjon eller drift.
I motsetning til tradisjonelle AI-er, som krever konstant menneskelig overvåkning, er agenter AI-er utformet for å operere selvstendig, utføre komplekse oppgaver uten direkte menneskelig inngripen. Denne fremskrittet er muliggjort av dype læringsalgoritmer som gjør det mulig for systemene å forstå og behandle store mengder data i sanntid, og raskt tilpasse seg ny informasjon og kontekster.
I tillegg bruker autonome AI-systemer store mengder data fra ulike kilder for å analysere utfordringer uavhengig, utvikle strategier og utføre komplekse og sekvensielle oppgaver. Potensialet for anvendelse av denne typen AI er enormt, fra kundeservice, gjennom behandling av alle typer informasjon eller prosesser i selskapet, også innen cybersikkerhet, hvor det er mulig å automatisere oppgaver som i dag må utføres med menneskelig inngripen, som å analysere og korrigere sårbarheter i systemer, for eksempel.
I Brasil er den adoptasjonen av lik AI fortsatt i tidlig fase. Det finnes allerede noen sektorer som tester den nye modellen, og ifølge en undersøkelse utført av Institutt for Anvendt Økonomisk Forskning (IPEA), planlegger rundt 40 % av de store brasilianske selskapene å integrere agenter for kunstig intelligens i sine operasjoner innen 2025.
Innvirkningen av AI-agenten
Det potensialet for påvirkning av agenty AI er enormt. Banker og finansinstitusjoner kan redusere forekomsten av svindel med opptil 50 % ved hjelp av teknologi, ifølge Den brasilianske bankforeningen (FEBRABAN).
Helsesektoren kan også implementere den nye teknologien. Den Brasilianske Medisinske Forening (AMB) fremhever at kunstig intelligens har potensial til å redusere medisinske feil med opptil 30 %, ettersom teknologien er i stand til å analysere medisinske journaler, prøvesvar og pasienters helsehistorie for å foreslå mer nøyaktige diagnoser. I industrien vil intelligent automatisering bli drevet av agenty AI, som gjør det mulig å operere maskiner og prosesser autonomt.
Utvidelse av generativ AI til produksjonsmiljøet
Selv om bruken av generativ AI har blitt mer utbredt, har dens innvirkning fortsatt vært lav i produksjonsmiljøet, med den mest intense bruken i noen nisjer, som bilde- og videoproduksjon. I følge Gartner vil adopsjonen av denne AI-modellen øke i produksjonsmiljøet frem til 2026 – og bli tatt i bruk av opptil 80 % av bedriftene.
No Brasil, a adoção de ferramentas de IA generativa por empresas está crescendo, à medida que as organizações reconhecem o valor dessas tecnologias na otimização de processos e na inovação. Empresas de diversos setores, incluindo publicidade, mídia, e design, têm utilizado IA generativa para criar conteúdos personalizados e campanhas mais eficazes.
Além disso, grandes corporações estão começando a integrar IA generativa em suas operações diárias para melhorar a análise de dados, a automação de tarefas repetitivas e a previsão de tendências de mercado. A adoção dessas ferramentas pode transformar a forma como as empresas brasileiras operam, aumentando a eficiência e a competitividade no mercado global.
A IA será cada vez mais humanizada
O lançamento do ChatGPT-5 deve acontecer nos próximos meses, e um dos recursos mais esperados dessa nova versão é a capacidade aprimorada da ferramenta de manter conversas naturais. Isso significa que o chatbot será capaz de seguir o fluxo de uma conversa, entender o contexto e o significado oculto, e até mesmo responder “emocionalmente”.
Além disso, especialistas tem sugerido que o GPT-5 terá habilidades de raciocínio semelhante às dos humanos, sendo capaz de entender o contexto de uma conversa de uma forma mais abrangente.
2025: o ano dos modelos pequenos de IA
Quando a IA surgiu, os modelos de aprendizado denominados LLMs – ou Large Language Models foram adotados massivamente para que ferramentas populares emergissem no mercado. Esses modelos são treinados em grandes quantidades de dados – porém, essas informações são mais superficiais.
Modelos pequenos são menos caros para construir e operar e são mais facilmente adaptados a aplicações especializadas. Em vez de tentar fazer tudo, modelos pequenos são personalizados para executar um conjunto mais limitado de tarefas do dia a dia para uma necessidade empresarial específica.
Os LLMs têm bilhões de parâmetros e exigem quantidades massivas de dados e poder computacional para treinar e executar. Pequenos modelos, por outro lado, podem ser treinados efetivamente com menos dados e exigem muito menos poder computacional (e, portanto, energia) para executar.
Em resumo, essas mudanças prometem transformar diversos setores e trazer inovações significativas para o cotidiano das pessoas e empresas. O avanço da IA, tanto em termos de acessibilidade quanto de sofisticação, democratizará ainda mais o acesso a tecnologias avançadas, pavimentando o caminho para um futuro no qual a tecnologia estará profundamente integrada em todos os aspectos da sociedade.
Com a proliferação de modelos pequenos de IA e mais e especializados, espera-se que a personalização e a eficiência alcancem novos patamares, proporcionando soluções cada vez mais alinhadas às necessidades específicas de cada setor. Portanto, o ano de 2025 promete ser, sem dúvida, um ano de grandes revoluções para a IA.
