Grandes modelos de linguagem não são a panacéia da IA generativa

As organizações dos EUA estão entusiasmadas com o potencial da IA generativa para aumentar a produtividade dos seus negócios e das pessoas. Mas, por baixo do entusiasmo crescente, os líderes veem as lacunas de compreensão, a falta de planeamento estratégico e a escassez de talentos como obstáculos à realização e medição do valor total da tecnologia, conforme mostra estudo, conduzido pela Coleman Parkes Research Ltd. e patrocinado pela SAS, que entrevistou 300 tomadores de decisão de estratégia ou análise de dados da GenAI nos EUA.

“As organizações estão percebendo que grandes modelos de linguagem por si só não resolvem os desafios de negócios”, disse Marinela Profi, Conselheira Estratégica de IA do SAS. “A GenAI deve ser tratada como um contribuidor ideal para a hiperautomação e a aceleração dos processos e sistemas existentes, em vez de um novo brinquedo brilhante que ajudará as organizações a concretizar todas as suas aspirações de negócios. O tempo gasto no desenvolvimento de uma estratégia progressiva e no investimento em tecnologia que ofereça integração, governança e explicabilidade dos LLMs são passos cruciais que todas as organizações devem tomar antes de entrarem com os dois pés e ficarem ‘presas’”.

Segundo o estudo, as organizações estão enfrentando obstáculos em quatro áreas principais de implementação:

Aumentar a confiança no uso de dados e alcançar a conformidade. Apenas uma em cada 10 organizações possui um sistema confiável para medir preconceitos e riscos à privacidade em LLMs. Além disso, 93% das empresas dos EUA não dispõem de um quadro de governação abrangente para a GenAI e a maioria corre o risco de incumprimento no que diz respeito à regulamentação.

Integrando GenAI em sistemas e processos existentes. As organizações revelam que estão enfrentando problemas de compatibilidade ao tentar combinar o GenAI com seus sistemas atuais.

Talento e habilidades. Falta GenAI interna. À medida que os departamentos de RH enfrentam uma escassez de contratações adequadas, os líderes organizacionais preocupam-se por não terem acesso às competências necessárias para aproveitar ao máximo o seu investimento em GenAI.

Previsão de custos. Os líderes citam custos proibitivos diretos e indiretos associados ao uso de LLMs. Os criadores do modelo fornecem uma estimativa de custo simbólico (que as organizações agora percebem ser proibitiva). Mas os custos de preparação de conhecimento privado, formação e gestão de ModelOps são longos e complexos.