Depois de se estabelecer na nuvem, identifique áreas para inovar e busque um fornecedor excepcional que possa simplificar e otimizar a inteligência artificial.
O texto destaca que a inteligência artificial é frequentemente elogiada como uma inovação revolucionária, porém muitas pessoas podem se sentir perdidas em relação ao seu significado e aplicação. O constante fluxo de notícias sobre IA pode ser confuso, tornando desafiador separar informações relevantes de informações irrelevantes.
Diariamente surgem novos modelos de linguagem de grande escala (LLM), alguns provenientes de empresas como a Moonshot AI, que anunciam quantidades que parecem ser exageradas (por exemplo, US $ 1 bilhão). A cada dia, um LLM diferente destaca-se em termos de desempenho ou funcionalidade. Algumas semanas atrás foi o Meta, mas na semana passada foi o Gemini, desenvolvido pelo Google, superando o ChatGPT. Até mesmo assuntos completamente distintos da inteligência artificial (como carregadores de energia) estão sendo associados à tecnologia de IA.
E mesmo assim, a verdade é que a maioria das empresas ainda não está realizando ações significativas com inteligência artificial.
Isso não significa que não seja um grande problema para a inteligência artificial, mas o ritmo distorcido de inovação é desafiador. Mesmo os observadores mais atentos têm dificuldade em acompanhar o avanço da AI. Conversei com um cientista de dados experiente recentemente e questionei como ela consegue entender toda a agitação em torno da IA. A resposta? Ela não consegue, ou talvez não seja capaz.
Como é possível se preparar para o futuro da inteligência artificial? É importante analisar como as grandes empresas interpretaram a computação em nuvem no passado, e em especial, como a AWS contribuiu para isso.
A chave está na nuvem.
O primeiro passo em direção à adoção da inteligência artificial é a utilização da computação em nuvem, pois permite que você ajuste o seu percurso conforme desejado. Há alguns anos, o então chefe de ciência de dados da AWS, Matt Wood, compartilhou comigo que a chave para lidar com grandes volumes de dados (termo usado antes da popularização da ciência de dados e, posteriormente, da inteligência artificial) era aproveitar a infraestrutura elástica. Segundo ele, “Aqueles que investem em infraestrutura cara descobrem que o escopo do problema e o contexto mudam muito rapidamente. Quando estão prontos para responder à pergunta original, a empresa já se moveu.”
Certamente, é possível ouvir de indivíduos como David Heinemeier Hansson, cofundador do 37Signal, que costuma criticar o custo da nuvem. No entanto, considerar a repatriação na nuvem como algo inviável é um equívoco. Embora a migração para a nuvem possa ser eficaz para uma empresa de crescimento lento, como o 37Signals, com cargas de trabalho previsíveis, não é a estratégia adequada para uma empresa com demanda imprevisível, o que é característico de qualquer carga de trabalho relacionada à IA. Nada é mais dispendioso do que uma infraestrutura que limite a capacidade de atender à demanda dos clientes.
Retornando a Wood: “É essencial ter um ambiente flexível que possa se adaptar rapidamente às enormes demandas de dados.” Essa necessidade é ainda mais crucial no campo da inteligência artificial, onde a maioria das tarefas será de natureza experimental. Wood salienta que “A combinação dos recursos disponíveis está em constante evolução – investir em infraestrutura pode se tornar obsoleto quase imediatamente, pois fica estagnado no tempo. Isso pode acabar sendo uma solução para um problema que não existe mais ou que não é mais relevante para o negócio.”
Mais uma vez, é fundamental começar com a inteligência artificial utilizando a computação em nuvem, pois isso proporcionará a flexibilidade essencial para explorar e alcançar o sucesso.
Qual será o próximo passo?
A flexibilidade da infraestrutura em nuvem permite que as empresas façam investimentos robustos sem comprometer suas finanças. Em uma entrevista de 2019, Andy Jassy, CEO da AWS e atual CEO da Amazon, destacou que as empresas que obtêm maior sucesso na nuvem são aquelas que adotam uma abordagem ousada em vez de incremental. Na era da inteligência artificial, a mensagem é clara: não se limite a ideias pequenas, mas arrisque-se em novos conceitos de negócios, pois o custo de experimentar várias iterações é significativamente menor na nuvem.
É válido discordar que a inteligência artificial está sobrecarregada, mas Jassy provavelmente ainda argumentaria (como mencionado na entrevista) que o benefício de adotar uma abordagem mais ágil e voltada para a IA supera os custos. Segundo ele, as empresas precisam considerar as necessidades de seus clientes e a experiência do cliente que será exigida com o tempo. Muitas vezes, isso implica em uma grande mudança ou transformação, o que certamente é o caso da IA.
Mais uma vez, a computação em nuvem possibilita que as empresas façam investimentos significativos de maneira gradual.
Isso nos leva a considerar quem deve liderar esses grandes investimentos de forma progressiva. Por muito tempo, os desenvolvedores foram os principais responsáveis, avançando rapidamente com software de código aberto e infraestrutura de nuvem. Embora isso ainda seja verdade, é necessário que eles recebam apoio, conforme destacado por Jassy. Ele ressalta que a maioria dos principais desafios iniciais na transformação da nuvem não são de natureza técnica, mas sim relacionados à liderança, especialmente a liderança executiva. Os desenvolvedores são excelentes em descobrir como realizar tarefas, mas ter a autorização do CEO lhes proporciona a liberdade necessária para inovar.
Facilitar a minha vida.
E sobre os comerciantes? Parece que a principal beneficiada da inteligência artificial não será a empresa que desenvolve o LLM mais avançado ou o banco de dados vetorial mais completo. Em vez disso, será a empresa que simplifica o uso da inteligência artificial.
Isso não é algo novo. A AWS foi a grande vencedora no campo da computação em nuvem por facilitar o uso de serviços de nuvem pelas empresas. O Red Hat foi o principal vencedor nos primórdios do open source/Linux ao simplificar a execução do Linux. O Google não foi o pioneiro no desenvolvimento de recursos de pesquisa, mas foi o primeiro a eliminar as complicações associadas a isso. O GitHub não foi o primeiro a oferecer aos desenvolvedores uma maneira de armazenar e compartilhar código, mas foi o primeiro a tornar isso eficiente para os desenvolvedores em larga escala.
Precisamos disso para a inteligência artificial. Embora as empresas possam buscar o sucesso na inteligência artificial por meio de tentativas e erros, o líder provável nesse campo não será a OpenAI ou aqueles que estão desenvolvendo mais um modelo de linguagem. Acredito que a empresa que facilita o uso produtivo da inteligência artificial por outras empresas será a grande vencedora. Vamos apostar nisso.
