Nos processos de negócios modernos, a adoção da IA generativa ultrapassou a mera utilização de ferramentas e está agora a entrar na fase de integração sistemática.
Para além disso, encontra-se uma nova era de inteligência: a "Inteligência Sinfónica".
Este artigo explorará o estado atual e as perspetivas futuras da utilização da IA generativa a partir de duas perspetivas: trabalho iterativo e trabalho de fluxo.
Trabalho Iterativo
Num artigo anterior, analisámos as perspetivas de "trabalho iterativo e ferramentas" versus "trabalho de fluxo e sistemas" como pontos de vista para permitir que a IA generativa execute tarefas de negócios.
O trabalho iterativo refere-se a tarefas em que os humanos combinam, de forma semiconsciente, múltiplas tarefas concretas distintas e progridem por tentativa e erro.
E para este trabalho iterativo, as ferramentas são ótimas. Ao selecionar ferramentas que se adequam a várias tarefas, o trabalho pode progredir eficientemente. Portanto, é necessário montar o conjunto de ferramentas exigido e tornar-se proficiente no seu uso.
Atualmente, quando a IA generativa é utilizada nos negócios, a grande maioria dos casos envolve a IA generativa como uma ferramenta.
Grande parte da discussão sobre a melhoria da eficiência dos negócios com IA generativa quase sempre se refere à adição desta nova e poderosa ferramenta ao conjunto de ferramentas existente que os humanos usam para o trabalho iterativo.
O Problema com o Trabalho Iterativo
Por outro lado, como apontado no artigo anterior, os ganhos de eficiência obtidos com ferramentas no trabalho iterativo são relativamente limitados.
À medida que as ferramentas se tornam mais eficientes, os humanos acabam por se tornar o gargalo. Em última análise, a barreira das horas de trabalho humanas não pode ser superada.
Além disso, existe uma lacuna significativa na eficiência e precisão do trabalho iterativo entre funcionários veteranos e recém-contratados, e é difícil colmatar essa lacuna. Portanto, mesmo que se pretenda duplicar a carga de trabalho no próximo mês, não é possível geri-la sem pessoas com competências de veterano.
Para resolver o problema de os humanos serem o gargalo, acaba-se por ter de substituir tudo por inteligência artificial.
No entanto, a atual IA generativa ainda não possui esse nível de desempenho.
Além disso, mesmo tarefas iterativas aparentemente simples, quando examinadas de perto, consistem num grande número de tarefas inconscientes.
Por esta razão, não podiam ser reduzidas a sistemas de TI convencionais ou manuais que qualquer pessoa pudesse seguir, e, portanto, dependiam da proficiência humana.
A menos que estas numerosas tarefas inconscientes e que exigem proficiência sejam organizadas e o conhecimento necessário para cada uma seja codificado, a IA generativa, por mais que o seu desempenho melhore, não pode substituir o trabalho humano.
Transformação em Trabalho de Fluxo e Sistematização
Para abordar o objetivo de distribuir tarefas dentro dos limites de desempenho atuais da IA generativa, e o objetivo de organizar tarefas inconscientes e codificar o know-how, é altamente significativo organizar o trabalho iterativo de tentativa e erro em trabalho de fluxo padronizado.
O trabalho de fluxo padronizado adapta-se não só a ferramentas, mas também a sistemas.
Dentro do trabalho de fluxo, existem tarefas executadas pela IA generativa e tarefas executadas por humanos. Ao conectar estas com um sistema, todo o trabalho de fluxo torna-se executável.
A transformação em trabalho de fluxo e a sistematização produzem vários efeitos significativos.
Um deles é que a IA generativa é especializada para tarefas individuais, tornando claro como otimizar a eficiência e precisão da IA generativa para cada tarefa.
Em segundo lugar, múltiplos trabalhadores podem adicionar conhecimento à IA generativa, e os benefícios estendem-se a todos.
Em terceiro lugar, torna-se fácil transferir gradualmente a divisão de tarefas dentro deste trabalho para a IA generativa.
Desta forma, ao transformar o trabalho iterativo em trabalho de fluxo e ao acumular o conhecimento que a IA generativa necessita para cada tarefa como um sistema, o trabalho intelectual aproxima-se da automação como uma linha de produção.
E ao incorporar as melhorias no desempenho fundamental da IA generativa que evoluem com o tempo, e aproveitando o conhecimento acumulado especializado para várias tarefas, será possível tornar todo o trabalho de fluxo um processo automatizado impulsionado pela IA generativa.
Inteligência Virtual
Isto conclui a análise sob a perspetiva do trabalho iterativo e das ferramentas, e do trabalho de fluxo e dos sistemas.
Um outro artigo que escrevi recentemente aprofunda esta discussão.
Nesse artigo, abordei o tópico da orquestração por inteligência virtual.
Atualmente, e num futuro muito próximo, devido a limitações de desempenho, a IA generativa tem um melhor desempenho em termos de eficiência e precisão quando focada em tarefas específicas.
Portanto, como discutido anteriormente com o trabalho de fluxo e sistemas, um mecanismo ideal seria conectar IAs generativas especializadas para cada tarefa individual através de um sistema.
No entanto, mesmo que o desempenho da IA generativa melhore significativamente, pode ser mais eficiente e preciso processar alternando funções e utilizando diferentes conhecimentos dentro de uma única execução de processamento, em vez de simplesmente processar várias tarefas em paralelo.
Este método eliminaria a necessidade de um sistema para ligar as IAs generativas. Operações semelhantes à integração de sistemas ocorreriam dentro da própria IA generativa.
Além disso, de uma situação em que o rearranjo ou adição de tarefas é impossível sem mudanças no sistema, a própria IA generativa será capaz de responder de forma flexível.
Isso significa retornar as tarefas de fluxo e sistematizadas ao trabalho iterativo.
No entanto, o trabalho iterativo que retorna após passar por este processo de fluxo e sistematização estará num estado em que o conhecimento reutilizável foi formado, mesmo que o número de IAs generativas seja aumentado ou as suas versões sejam alteradas.
Isso resolve os problemas do trabalho iterativo humano e permite o desempenho de tarefas flexíveis semelhantes às realizadas por humanos.
Aqui, chamo à capacidade da IA generativa de alternar funções e conhecimento durante uma única execução de "inteligência virtual". Isso é análogo a uma máquina virtual de um computador.
Assim como a tecnologia de máquina virtual simula computadores inteiramente diferentes a correr num único hardware, uma única IA generativa processa alternando entre múltiplas funções.
A IA generativa já adquiriu naturalmente esta capacidade de inteligência virtual. É por isso que a IA generativa pode simular discussões envolvendo várias pessoas ou gerar romances com várias personagens.
Se esta capacidade de inteligência virtual melhorar e for fornecida com conhecimento suficiente, será possível realizar trabalho iterativo.
Orquestração da Inteligência
Além disso, refiro-me à capacidade de combinar livremente múltiplos papéis e conhecimentos para executar tarefas como "orquestração da inteligência".
Isto é semelhante à tecnologia de orquestração que gere múltiplas máquinas virtuais.
Assim como a tecnologia de orquestração opera eficientemente sistemas ao iniciar as máquinas virtuais necessárias quando preciso, uma IA generativa com competências aprimoradas em orquestração da inteligência — uma capacidade da inteligência virtual — será capaz de executar de forma flexível trabalho iterativo, mantendo a eficiência e a precisão, ao mesmo tempo que utiliza apropriadamente numerosos papéis e conhecimentos.
Inteligência Sinfónica
A IA generativa que atinge este estágio pode ser chamada de Inteligência Sinfónica.
Assim como uma orquestra, com cada músico proficiente no seu instrumento, toca uma única peça enquanto cumpre os seus respetivos papéis, a Inteligência Sinfónica pode tocar uma sinfonia de trabalho intelectual.
Esta Inteligência Sinfónica é um novo conceito, representando um ponto final para a IA generativa.
No entanto, a Inteligência Sinfónica em si já existe.
É a nossa inteligência humana.
É precisamente porque possuímos Inteligência Sinfónica que podemos realizar, inconscientemente, tarefas intelectuais complexas de forma flexível através de trabalho iterativo, utilizando uma multitude de know-how.
Finalmente: A Forma da IAG
Ao fornecer à IA generativa, capaz de simular a Inteligência Sinfónica, processos de trabalho de fluxo e bases de conhecimento para outras tarefas, esta será capaz de lidar com múltiplas tarefas iterativas.
À medida que se tornar capaz de lidar com uma multiplicidade de diferentes tarefas iterativas, é provável que compreenda princípios comuns e padrões estruturais no conhecimento em todas essas tarefas.
Nesse ponto, para tarefas iterativas completamente desconhecidas, com apenas uma explicação simples de um humano, será capaz de aprender o know-how dessa tarefa simplesmente observando como um humano a executa.
Isto é a verdadeira Inteligência Sinfónica. Uma vez atingido este estágio, os humanos deixarão de precisar de despender esforço na organização do fluxo de trabalho ou na codificação do know-how.
Além disso, o conhecimento assim automaticamente acumulado pela IA generativa pode ser partilhado entre as próprias IAs generativas.
Quando isso acontecer, a capacidade de aprendizagem da IA generativa superará em muito a dos humanos.
Pode-se dizer que esta é uma forma de IAG.