Não te surpreenderá saber que houve muita empolgação e especulação sobre a IA generativa em nossas reuniões com executivos de clientes da AWS recentemente. A pergunta em suas mentes é: “O que isso significa para o meu negócio?” Essa é uma boa maneira de formular a questão; não se trata do que a IA generativa pode fazer, mas do que ela pode fazer pela sua empresa. E as sementes da resposta também estão nesse enquadramento. A forma como a IA generativa afetará seus negócios depende de como você e seus concorrentes a usarão para inovar novos modelos de negócios e obter novas vantagens competitivas. Não se trata do que a tecnologia em si faz — por mais empolgante que seja — mas de como você a combinará com outras tecnologias, as habilidades de seu pessoal, seus valores e competências e sua visão diferenciada.
É uma questão de como gerenciar a inovação em sua empresa, o que não é uma questão nova. A IA generativa, que tem poderes que nem imaginamos, se une a outras formas influenciadas pela tecnologia de resolver desafios de negócios e missões, formas de imaginar o futuro e ferramentas tecnológicas como IoT, análises e os diversos serviços que a AWS oferece para inovar novos produtos e operar com excelência. O mundo da TI costuma cometer o erro de confundir tecnologias com modelos de negócios. O que você ganhará (ou perderá) com a IA generativa depende dos usos inovadores que você e seus concorrentes encontrarem para ela. As questões importantes — e aquelas que exigem reflexão — são como inovar com a IA generativa, escalar com ela, incorporá-la aos modelos de negócios e gerenciar seus riscos.
Com isso em mente, a abordagem da AWS à IA generativa se torna mais clara. Assim como em outros serviços da AWS, nossa ênfase sempre foi ajudar nossos clientes a impulsionar seus negócios — não apenas produzindo recursos técnicos, mas ajudando nossos clientes a usá-los para ter mais sucesso. É isso que queremos dizer com “obcecado pelo cliente”. Falamos em democratizar a IA: torná-la tão facilmente disponível que ela possa se tornar parte dos ciclos normais de experimentação, aprendizado, compreensão das necessidades dos clientes e desenvolvimento de capacidades comerciais de uma empresa.
Vamos analisar a IA generativa do ponto de vista da inovação e excelência nos negócios.
Isso é empolgante
A IA generativa, junto com tudo o que dela resulta, parece ser a próxima grande novidade a transformar a forma como fazemos negócios. Em uma visão geral, os avanços recentes na IA generativa nos mostram que modelos básicos extremamente grandes são práticos e poderosos e podem ser ajustados com bastante facilidade para realizar tarefas importantes. Isso é um tanto surpreendente. Mesmo aqueles que estão na vanguarda da pesquisa de IA não tinham certeza até recentemente de quão convincente poderia ser o conteúdo de linguagem natural gerado até mesmo por um modelo extremamente grande, muito menos o tamanho desse modelo. E há comportamentos emergentes de grandes modelos de linguagem que são surpreendentes e cujas implicações ainda não estão claras.
A linguagem não é o único campo que pode ser passível de modelagem básica — modelos básicos de sequências de aminoácidos podem ser usados para criar novas proteínas para uso na área da saúde, modelos baseados em mercados financeiros podem informar aplicações financeiras e modelos de difusão estáveis podem criar imagens. Os comportamentos emergentes inesperados de modelos de linguagem muito grandes vão muito além da manipulação da linguagem. A IA generativa mudará a forma como pensamos em resolver uma ampla variedade de desafios de negócios e missões. Inovar com IA generativa é mais do que apenas encontrar usos para chatbots!
Vantagens competitivas sustentáveis
As empresas que usam IA generativa desejarão criar vantagens competitivas sustentáveis. Para fazer isso, eles devem combinar a IA generativa com recursos exclusivos e proprietários (ou defensáveis). Os grandes modelos de linguagem usados por serviços baseados em texto, como o ChatGPT, são um tipo de modelo básico (em inglês Foundation Model – FM), um modelo pré-treinado que, no caso do GPT-4, contém centenas de bilhões de parâmetros. A maioria das empresas não conseguirá criar seus próprios FMs, pois isso requer enormes recursos e experiência. Portanto, eles precisarão usar FMs de fornecedores externos, os mesmos FMs disponíveis para seus concorrentes e futuros disruptores. A vantagem competitiva sustentável não pode vir apenas do uso de IA generativa — se você puder adicionar um chatbot ao front-end do seu aplicativo, seus concorrentes também poderão.
Suas vantagens de longo prazo virão de como você ajusta o FM, quais dados proprietários você adiciona ou usa para treinar o modelo ou como você integra a IA generativa aos processos de negócios que são verdadeiramente exclusivos da sua empresa.
Embora o FM em si possa não ser exclusivo da sua empresa, você tem muitos dados exclusivos: dados sobre seus clientes, suas transações anteriores, sensores que você possui ou controla e sua pesquisa. Alguns desses dados podem ser usados para ajustar o FM, derivar solicitações para seus aplicativos generativos de IA, criar seus próprios modelos ou simplesmente criar aplicativos em conjunto com o FM. O Amazon Bedrock permite que você use seus dados proprietários com um FM de uma forma segura que mantém seus dados proprietários privados. Isso permite que você se concentre em gerenciar a qualidade de seus dados e encontrar maneiras exclusivas de usá-los para criar serviços diferenciados e capacidades competitivas.
Incorporar a IA generativa às formas distintas de sua empresa de fornecer valor aos clientes é uma tarefa de integração; a IA generativa deve ser contínua com seus aplicativos de TI diários. Com seus outros aplicativos de negócios em execução, a nuvem pode fornecer recursos de integração por meio de ferramentas como o Amazon API Gateway, serviços de análise, data lakes e movimentação assíncrona de dados. E você desejará que suas políticas de autenticação e autorização sejam consistentes em todos os seus recursos de TI, incluindo IA generativa.
A abordagem da AWS para a IA generativa é apoiar nossos clientes na criação de diferenciais competitivos sustentáveis, não apenas na implementação de tecnologias novas e empolgantes.
Gestão da Inovação
Os líderes corporativos geralmente presumem erroneamente que se tornar mais inovador é uma questão de fazer com que os funcionários tenham mais ideias. Na verdade, os funcionários geralmente têm muitas ideias, especialmente aqueles que trabalham em estreita colaboração com os clientes. O desafio da inovação é executar essas ideias, para dar a elas a chance de mostrar que podem ser eficazes. Por definição, ideias inovadoras são necessariamente arriscadas porque são novas e não comprovadas. A chave para gerenciar a inovação é reduzir o risco da inovação e, em seguida, ajustar os processos de governança para permitir mais liberdade, considerando o menor risco.
É aqui que a nuvem sempre se destacou. Um funcionário pode rapidamente criar uma infraestrutura para testar uma ideia e, em seguida, descartar a infraestrutura e parar de pagar por ela se a ideia não funcionar, ou alterar rapidamente a infraestrutura, se necessário. Um funcionário pode criar funcionalidades de forma econômica e rápida combinando os diversos serviços de alto nível da AWS como componentes básicos e integrando-os por meio de funções sem servidor, ou parar de usá-los se descobrir uma maneira melhor. Por exemplo: em vez de passar anos criando recursos de reconhecimento de imagem, eles podem obtê-los prontos para uso com o Amazon Rekognition e parar de usar e pagar por esses serviços se as novas ideias não se comprovarem.
Como a nuvem reduz drasticamente o custo e o risco de experimentar ideias inovadoras, ela permite que as empresas considerem ideias que teriam rejeitado anteriormente. Com a IA generativa na nuvem, as empresas podem combiná-la com outros serviços básicos para testar as novas ideias estimuladas pelos recursos da IA generativa, com riscos e custos reduzidos. Novamente, não se trata apenas de testar os recursos da IA generativa, mas de incorporá-los aos processos de negócios que devem ser testados.
Fundamentalmente, o Amazon Bedrock permite que os funcionários inovem com diferentes FMs. A versão inicial do Bedrock é compatível com modelos da AI21 Labs, Anthropic, Stability AI e dois modelos Amazon Titan. Cada um deles foi projetado para se especializar em determinados tipos de aplicativos. Os funcionários que testam novas ideias podem escolher o FM que melhor apóia suas intenções ou experimentar várias opções e comparar.
A abordagem da AWS à IA generativa é favorável às boas práticas para gerenciar a inovação e estimular a inovação nos processos de negócios.
Agilidade responsiva: mantendo o ritmo
Embora a vantagem competitiva sustentável seja uma meta crítica, as empresas também podem usar a IA generativa simplesmente para melhorar a forma como atendem seus clientes. Quando as necessidades de seus clientes mudam, uma empresa que aprendeu as técnicas de agilidade na nuvem pode responder com agilidade. E à medida que a IA generativa evolui — e certamente evoluirá — as empresas podem usar essa agilidade para incorporar novos recursos e criar novos aplicativos. À medida que os concorrentes lançam novos recursos, as empresas precisam responder rapidamente para igualá-los. Assim como acontece com outros recursos de TI, as empresas devem aprender a agilidade com relação à IA generativa.
As empresas têm aprendido sobre agilidade nas últimas décadas, e as mesmas considerações serão aplicadas quando começarem a incorporar a IA generativa. Como eles podem sentir a necessidade de mudança? Entregar de forma incremental e rápida? Governe os investimentos para avançar rapidamente para a execução e conciliar os requisitos com a mudança de prioridades? A nuvem (e práticas contemporâneas, como DevOps) são a chave para criar agilidade e velocidade.
Operacionalizando a IA generativa
Os líderes de TI reconhecerão rapidamente que usar a IA generativa não é simplesmente uma questão de criar uma ideia e implementá-la. Como outras tecnologias, ela deve ser operacionalizada de forma eficaz, e os desafios de fazer isso são bem conhecidos pelos profissionais de TI. Na minha cabeça, os aplicativos e modelos de IA devem ter processos de implantação confiáveis, ter controle de versão, ser testados e atender aos requisitos de conformidade. Os usuários devem ser autorizados, as interfaces com outros sistemas devem ser criadas e os serviços de helpdesk devem estar disponíveis. Os aplicativos devem ser protegidos. Há questões éticas a serem resolvidas e as grades de proteção devem ser implementadas.
A IA generativa deve se tornar parte das operações técnicas gerais de uma empresa. A nuvem se destaca na simplificação das operações de TI; a ampla seleção de serviços da AWS e a automação que a nuvem suporta serão essenciais para tornar os aplicativos generativos de IA confiáveis, resilientes, seguros e eficientes. Em particular, o Amazon SageMaker foi projetado para facilitar a operacionalização de aplicativos de IA. Entre outros recursos, ele suporta e automatiza os processos de governança, fornece um catálogo centralizado para artefatos de aprendizado de máquina, integra aplicativos de aprendizado de máquina em pipelines automatizados de teste e implantação (CI/CD) e monitora dados e modelos à medida que são usados para garantir sua qualidade.
Falando em eficiência, quando os aplicativos generativos de IA se tornam parte dos principais processos de negócios de uma empresa, o custo se torna um fator importante. Embora os chips AWS Inferentia e AWS Trainium sejam especialmente projetados para treinar e implantar modelos de IA de forma econômica, todo o conjunto de serviços de nuvem e a capacidade da nuvem de aumentar e diminuir a escala sem problemas provavelmente desempenharão um papel fundamental no gerenciamento dos custos de qualquer inovação que as empresas desenvolvam.
Artigo originalmente publicado por Blog AWS
