O Web Summit começa antes da abertura oficial do evento. Tão logo a agenda é disponibilizada, inicia-se por parte do público toda uma engenharia logística para conseguir encaixar tantos painéis, masterclasses, roundtables e visitas a stands de grandes marcas. A boa notícia é que cada participante consegue montar facilmente sua própria agenda no app do evento, onde também são disponibilizadas as gravações de todos os painéis que aconteceram naquele dia — um baita golaço da organização.
Para quem não esteve lá ou até esteve mas ainda não se livrou do sentimento de FOMO (fear of missing out), preparamos este compilado de ótimos conteúdos e insights que tivemos nos três dias de evento. E aqui vale registrar: a Traive é uma empresa nativa de Inteligência Artificial. Nossa inteligência é proprietária e começou a ser desenvolvida nos laboratórios do MIT (Massachusetts Institute of Technology) em 2017, quando nossos fundadores, Fabrício Pezente e Aline Oliveira Pezente, estavam concluindo o MBA na instituição e IA ainda era um nicho no Vale do Silício. Por isso, a gente percebe rápido se algo é de fato IA ou apenas um discurso alinhado ao hype do momento.
Entendendo as aplicações de IA
O keynote de Anuradha Muralidharan, COO da Expensify, trouxe uma reflexão necessária sobre a tentação de automatizar toda e qualquer tarefa ao invés de encontrar um equilíbrio mais inteligente entre a habilidade humana e a capacidade das máquinas. Ela também colocou o dedo na ferida ao lembrar do polêmico caso da Amazon Fresh, noticiado em 4 de abril de 2024 pelo site americano The Information. As lojas super tecnológicas lançadas em 2016 nas quais o cliente não precisava passar por um caixa para ser cobrado na verdade eram monitoradas em tempo real por trabalhadores indianos.
- Em tempo: a tecnologia vendida e amplamente divulgada existe, mas a Amazon não explicou que, para funcionar, ela dependia de monitoramento humano. Ou seja, não era 100% operada com inteligência artificial. Isso seria completamente aceitável, visto que o treinamento de algoritmos passa por um estágio de aprendizagem a partir de inputs humanos. De acordo com a reportagem que fez a denúncia, cerca de 700 de cada mil vendas feitas no modelo Just Walk Out precisavam ser revisadas manualmente pelos trabalhadores indianos.
Oito anos depois do lançamento, o modelo Just Walk Out ainda não é escalável. Talvez por isso (e somado à polêmica reportagem) a Amazon decidiu descontinuá-lo. A lição é óbvia, mas ainda precisa ser revisitada: não venda como IA o que não é IA. E mais: nem sempre IA vai ser o melhor caminho para construir uma solução inovadora. Com uma abordagem realista, Anuradha sugere que, antes de começar um “negócio em IA”, todo empreendedor se pergunte:
Tenho dados suficientes para treinar?
A base de dados existente é suficiente para treinar os algoritmos? Com ela você consegue alcançar a qualidade necessária na escala desejada?
Quanto vai custar a implementação de modelos de IA?
A não que o seu caso seja muito genérico, você não vai conseguir resolver com um simples LLM (Large Language Model). Será necessário customizar um modelo de IA, o que requer tempo e know-how. Isso não é necessariamente um impedimento, mas precisa ser levado em consideração. Quantas pessoas preciso contratar? Quanto isso vai me custar? Por quanto tempo?
Qual é o nível de acuracidade e qualidade de que preciso?
No caso da Amazon Fresh, por exemplo, o deep learning treinado precisava acertar o valor exato da compra, uma taxa de acerto apenas próxima do 100% não era suficiente.
Confirmando essa tese, a apresentação de Aline Pezente, cofundadora e CPO da Traive, mostrou que os Knowledge Graph Models em combinação com LLMs são capazes atingir um nível impressionante de acuracidade na análise de riscos de crédito. Os modelos da Traive foram treinados com dados de aproximadamente 80% da produção agrícola brasileira, uma das maiores e mais completas do mundo.
A partir de uma base grande o suficiente para aprendizagem, os engenheiros e cientistas de dados da empresa desenvolveram um blend entre Knowledge Graph e LLMs, criando uma inteligência artificial única e original. “A diferença chave está no paradigma de treinamento: enquanto os LLMs tradicionais aprendem exclusivamente a partir de padrões de texto, os LLMs aprimorados com Knowledge Graphs aprendem a partir de relacionamentos estruturados e contextuais de informações, proporcionando insights mais ricos e precisos sobre um tópico”, explica Aline. Esta e outras apresentações de Aline Pezente podem ser vistas aqui.
A corrida das chips
A demanda por chips generativos de inteligência artificial atingiu níveis sem precedentes no final de 2023. A NVidia, cuja tecnologia é protagonista em data centers de desenvolvimento de softwares, viu seu valor de mercado ultrapassar os US$2 trilhões em 2024, tornando-se a empresa mais valiosa da história da indústria de semicondutores.
No palco principal do Web Summit Rio, Márcio Aguiar, diretor executivo de Vendas Corporativas da NVidia no Brasil, disse que a empresa não está preocupada com a concorrência de outras fabricantes de chips e trabalha em modelo de cooperação com outras empresas de tecnologia como Google, AWS e Microsoft. Não estamos aqui brigando por ‘market share’ (participação de mercado) mas para abrir novos mercados
. Aguiar apontou o setor de biopharma e robótica como estratégicos para a companhia.
Empresas de IA que vale a pena acompanhar
VoxCell: cria modelos de tecido de câncer vascularizados em um tipo específico de 3D, o que acelera a testagem de medicamentos e o desenvolvimento de novas terapias. Atualmente, o processo é demorado e 95% dos medicamentos testados não funcionam.
Electy: permite às pessoas escolherem a própria fonte de energia — e que ela seja 100% limpa. “O preço da energia sobe constantemente e não podemos escolher o nosso provedor, pois o Brasil é um mercado fechado. A Electy é a primeira plataforma digital que conecta provedores de energia limpa a potenciais consumidores”, disse Paula Misan, cofundadora da empresa.