O Web Summit come\u00e7a antes da abertura oficial do evento. T\u00e3o logo a agenda \u00e9 disponibilizada, inicia-se por parte do p\u00fablico toda uma engenharia log\u00edstica para conseguir encaixar tantos pain\u00e9is, masterclasses<\/i>, roundtables<\/i> e visitas a stands de grandes marcas. A boa not\u00edcia \u00e9 que cada participante consegue montar facilmente sua pr\u00f3pria agenda no app do evento, onde tamb\u00e9m s\u00e3o disponibilizadas as grava\u00e7\u00f5es de todos os pain\u00e9is que aconteceram naquele dia \u2014\u00a0 um baita gola\u00e7o da organiza\u00e7\u00e3o.\u00a0
<\/p>\n
Para quem n\u00e3o esteve l\u00e1 ou at\u00e9 esteve mas ainda n\u00e3o se livrou do sentimento de FOMO (fear of missing out<\/i>), preparamos este compilado de \u00f3timos conte\u00fados e insights que tivemos nos tr\u00eas dias de evento. E aqui vale registrar: a Traive \u00e9 uma empresa nativa de Intelig\u00eancia Artificial<\/strong>. Nossa intelig\u00eancia \u00e9 propriet\u00e1ria e come\u00e7ou a ser desenvolvida nos laborat\u00f3rios do MIT (Massachusetts Institute of Technology) em 2017, quando nossos fundadores, Fabr\u00edcio Pezente e Aline Oliveira Pezente, estavam concluindo o MBA na institui\u00e7\u00e3o e IA ainda era um nicho no Vale do Sil\u00edcio. Por isso, a gente percebe r\u00e1pido se algo \u00e9 de fato IA ou apenas um discurso alinhado ao hype do momento.\u00a0 O keynote de Anuradha Muralidharan<\/a>, COO da Expensify, trouxe uma reflex\u00e3o necess\u00e1ria sobre a tenta\u00e7\u00e3o de automatizar toda e qualquer tarefa ao inv\u00e9s de encontrar um equil\u00edbrio mais inteligente entre a habilidade humana e a capacidade das m\u00e1quinas. Ela tamb\u00e9m colocou o dedo na ferida ao lembrar do pol\u00eamico caso da Amazon Fresh, noticiado em 4 de abril de 2024 pelo site americano The Information<\/a>. As lojas super tecnol\u00f3gicas lan\u00e7adas em 2016 nas quais o cliente n\u00e3o precisava passar por um caixa para ser cobrado na verdade eram monitoradas em tempo real por trabalhadores indianos.<\/p>\n Oito anos depois do lan\u00e7amento, o modelo Just Walk Out<\/em> ainda n\u00e3o \u00e9 escal\u00e1vel. Talvez por isso (e somado \u00e0 pol\u00eamica reportagem) a Amazon decidiu descontinu\u00e1-lo. A li\u00e7\u00e3o \u00e9 \u00f3bvia, mas ainda precisa ser revisitada: n\u00e3o venda como IA o que n\u00e3o \u00e9 IA. E mais: nem sempre IA vai ser o melhor caminho para construir uma solu\u00e7\u00e3o inovadora. Com uma abordagem realista, Anuradha<\/a> sugere que, antes de come\u00e7ar um \u201cneg\u00f3cio em IA\u201d, todo empreendedor se pergunte: A base de dados existente \u00e9 suficiente para treinar os algoritmos? Com ela voc\u00ea consegue alcan\u00e7ar a qualidade necess\u00e1ria na escala desejada? <\/p>\n\n\n\n A n\u00e3o que o seu caso seja muito gen\u00e9rico, voc\u00ea n\u00e3o vai conseguir resolver com um simples LLM (Large Language Model<\/i>). Ser\u00e1 necess\u00e1rio customizar um modelo de IA, o que requer tempo e know-how. Isso n\u00e3o \u00e9 necessariamente um impedimento, mas precisa ser levado em considera\u00e7\u00e3o. Quantas pessoas preciso contratar? Quanto isso vai me custar? Por quanto tempo?\u00a0<\/p>\n\n\n\n No caso da Amazon Fresh, por exemplo, o deep learning<\/i> treinado precisava acertar o valor exato da compra, uma taxa de acerto apenas pr\u00f3xima do 100% n\u00e3o era suficiente.<\/p><\/div>\n
<\/p>\nEntendendo as aplica\u00e7\u00f5es de IA<\/strong><\/h2>\n
\n
<\/p>\n\n\n\n\n
Tenho dados suficientes para treinar?<\/h3><\/li>\n<\/ol>\n\n\n\n
\n
Quanto vai custar a implementa\u00e7\u00e3o de modelos de IA?<\/h3><\/li>\n<\/ol>\n\n\n\n
\n
Qual \u00e9 o n\u00edvel de acuracidade e qualidade de que preciso?<\/h3><\/li>\n<\/ol>\n\n