O que é a IA agêntica e como ela mudará o trabalho?

A forma como os seres humanos interagem e colaboram com a IA está dando um grande salto com a IA agêntica. Pense nisso: Agentes com tecnologia de IA que podem planejar sua próxima viagem ao exterior e fazer todos os preparativos de viagem; bots semelhantes a humanos que atuam como cuidadores virtuais de idosos; ou especialistas em cadeia de suprimentos com tecnologia de IA que podem otimizar os estoques em tempo real em resposta a flutuações na demanda em tempo real. Essas são apenas algumas das possibilidades abertas pela próxima era da IA agêntica. Enquanto os assistentes de IA anteriores eram baseados em regras e tinham capacidade limitada de agir de forma independente, a IA agêntica terá o poder de fazer mais em nosso nome. Mas o que, exatamente, é a IA agêntica? "O senhor pode definir a IA agêntica com uma palavra: proatividade", disse Enver Cetin, especialista em IA da empresa global de engenharia de experiência Ciklum, que entrevistei. "A TI se refere a sistemas e modelos de IA que podem agir de forma autônoma para atingir metas sem a necessidade de orientação humana constante. O sistema de IA agêntica entende qual é o objetivo ou a visão do usuário e o contexto do problema que ele está tentando resolver." Para atingir esse nível de ação e tomada de decisões autônomas, a IA agêntica depende de um conjunto complexo de diferentes tecnologias de aprendizado de máquina, processamento de linguagem natural e automação. Embora os sistemas de IA agêntica aproveitem as habilidades criativas dos modelos de IA generativa, como o ChatGPT, eles diferem em vários aspectos. Primeiro, eles se concentram na tomada de decisões e não na criação de conteúdo. Segundo, eles não dependem de prompt humano, mas são configurados para otimizar metas ou objetivos específicos, como maximizar as vendas, os índices de satisfação do cliente ou a eficiência nos processos da cadeia de suprimentos. E, em terceiro lugar, diferentemente da IA generativa, elas também podem executar sequências complexas de atividades, pesquisando bancos de dados de forma independente ou acionando fluxos de trabalho para concluir atividades. Os benefícios de trabalhar com IA agêntica Com seus recursos de raciocínio e execução superalimentados, os sistemas de IA agêntica prometem transformar muitos aspectos da colaboração homem-máquina, especialmente em áreas de trabalho que antes eram isoladas da automação liderada pela IA, como gerenciar proativamente sistemas complexos de TI para evitar interrupções; reconfigurar dinamicamente as cadeias de suprimentos em resposta a interrupções geopolíticas ou climáticas; ou envolver-se em interações realistas com pacientes ou clientes para resolver problemas. Três dos principais benefícios serão a maior especialização da força de trabalho, a maior confiabilidade das informações e a inovação aprimorada. Maior especialização A importância da especialização da força de trabalho - a "divisão do trabalho" - foi compreendida desde a célebre visita de Adam Smith à fábrica de alfinetes nos parágrafos iniciais de The Wealth of Nations. Smith observou como um trabalhador "puxa o arame, outro o estica [sic], um terceiro o corta, um quarto o aponta..." de modo que "o importante negócio de fazer um alfinete é, dessa forma, dividido em cerca de dezoito operações distintas". A especialização traz maior eficiência, aprendizado pela prática e inovação, mas pode ser difícil de implementar, pois as empresas enfrentam escassez de mão de obra e incompatibilidade entre as funções e as habilidades humanas disponíveis. Como os modelos agênticos são explicitamente projetados para realizar tarefas muito granulares, eles permitem uma especialização muito maior das funções em comparação com os sistemas de automação abrangentes anteriores. Além disso, várias funções agênticas podem ser criadas rapidamente. No trabalho de conhecimento, por exemplo, os agentes podem ser criados para recuperação de informações, análise, geração de fluxo de trabalho e assistência aos funcionários, todos trabalhando em conjunto. Alguns agentes de IA também trabalharão "nos bastidores", orquestrando o trabalho de outros agentes, assim como os gerentes humanos fazem com suas equipes. Inovação Com seu julgamento e poderes de execução aprimorados, os sistemas de IA Agentic são ideais para experimentação e inovação. Por exemplo, o ChemCrow, um agente químico com tecnologia de IA, foi usado para planejar e sintetizar um novo repelente de insetos, bem como para criar novos compostos orgânicos. Os modelos de IA multiagentes também podem examinar e analisar vastos espaços de pesquisa, como artigos científicos e bancos de dados, em uma fração do tempo que equipes de cientistas e pesquisadores humanos levariam. O SciAgents, um modelo multiagente desenvolvido por pesquisadores do MIT, inclui não apenas cientistas robôs para desenvolver planos de pesquisa, mas também um agente crítico para analisá-los e sugerir melhorias. Trabalhando em conjunto, a equipe de agentes de IA conseguiu identificar um novo biomaterial que combinava seda e pigmentos à base de dente-de-leão, com melhores propriedades mecânicas e ópticas em comparação com materiais semelhantes, além de um consumo reduzido de energia. Maior confiabilidade O maior raciocínio cognitivo dos sistemas de IA agêntica significa que eles têm menos probabilidade de sofrer as chamadas alucinações (ou informações inventadas) comuns aos sistemas de IA generativa. Os sistemas de IA agêntica também têm uma capacidade significativamente maior de filtrar e diferenciar as fontes de informação quanto à qualidade e à confiabilidade, aumentando o grau de confiança em suas decisões. Por exemplo, embora as informações sobre os clientes muitas vezes estejam espalhadas em diferentes formatos em diferentes partes de uma empresa - e-mails, bancos de dados, planilhas e afins - um sistema de IA agêntica pode discernir rapidamente que as informações mais confiáveis e atualizadas provavelmente estão nos sistemas de gerenciamento de relacionamento com o cliente (CRM) da empresa. Os sistemas agênticos também são projetados para aprender rapidamente os valores humanos e de marca de uma empresa, garantindo que eles estejam alinhados com as decisões e ações. Casos de uso em potencial Embora muitas aplicações da IA agêntica ainda sejam de natureza experimental ou estejam em fase piloto, os contornos gerais dos possíveis casos de uso já estão começando a surgir em diferentes setores e funções. Alguns exemplos incluem: Atendimento ao cliente Em contraste com os tradicionais bots automatizados de atendimento ao cliente, que foram pré-programados com uma gama limitada de respostas e ações, os agentes de atendimento ao cliente agênticos podem captar rapidamente as intenções e emoções do cliente e tomar medidas independentes para resolver dúvidas e problemas. Por exemplo, um agente de atendimento ao cliente autêntico poderia avaliar de forma preditiva se a entrega de um cliente vai se atrasar, informar o cliente sobre o atraso e oferecer proativamente um desconto para amenizar a decepção. A Ema, uma start-up de IA sediada na Califórnia, oferece chatbots de IA agêntica que podem pesquisar dinamicamente milhares de bancos de dados e aplicativos diferentes para resolver consultas e reclamações de clientes, aprendendo com cada interação com o cliente e identificando ações recomendadas para agentes humanos. A Ema também audita seu conteúdo para fins de precisão e conformidade, além de fazer recomendações para melhorar a base de conhecimento do cliente. Manufatura Desde o controle do fluxo das linhas de produção até a personalização de produtos e a apresentação de sugestões para melhorar o design do produto, a IA agêntica provavelmente terá várias aplicações na manufatura inteligente. Os dados de sensores conectados a máquinas, componentes e outros ativos físicos em fábricas e transportes podem ser analisados pelo sistema de IA agêntica para prever desgaste e interrupções na produção, evitando paralisações não programadas e custos associados para os fabricantes. A start-up alemã de IA Juna.ai implementa agentes de IA para administrar fábricas virtuais, com o objetivo de maximizar a produtividade e a qualidade e, ao mesmo tempo, reduzir o consumo de energia e as emissões de carbono. A TI oferece até mesmo agentes adaptados a objetivos específicos, como agentes de produção e agentes de qualidade. Suporte de vendas Para os agentes de vendas, o objetivo fundamental de encontrar e desenvolver oportunidades de vendas pode ser muitas vezes sobrecarregado por uma massa de e-mails, papelada e outras tarefas administrativas mundanas, mas necessárias. Os sistemas de IA agêntica poderiam liberar drasticamente as equipes de vendas de grande parte dessa atividade que consome muito tempo. A Salesforce, titã da tecnologia de CRM, por exemplo, apresentou recentemente o Agent Force Service Development Rep para auxiliar o trabalho das equipes de vendas humanas. Com base em modelos de linguagem ampla (LLM), o agente pode interpretar as mensagens dos clientes, recomendar ações de acompanhamento, agendar reuniões, responder a perguntas e gerar respostas que estejam em sintonia com a voz da marca da empresa. Complementando essas atividades, há o Agent Force Sales Coach, que fornece feedback personalizado aos agentes humanos e oportunidades de aprendizado por meio de sessões virtuais de dramatização. Saúde e assistência social Sua capacidade de se adaptar a diferentes ambientes, interpretar as emoções humanas e demonstrar empatia torna os sistemas de IA agêntica ideais para trabalhos não rotineiros e de habilidades sociais em áreas como saúde e assistência social. A Hippocratic AI, uma empresa de saúde com IA agêntica sediada na Califórnia, criou uma falange de agentes de IA adaptados a diferentes áreas de saúde e suporte social. A equipe conta entre suas fileiras com Sarah, uma agente de IA que "irradia cordialidade e compreensão" ao fornecer ajuda na vida assistida. Sarah pode perguntar aos pacientes sobre seu dia, organizar cardápios e transporte e lembrar regularmente os pacientes de tomar seus medicamentos. Judy, outro agente alimentado por IA, ajuda os pacientes com procedimentos pré-operatórios, por exemplo, lembrando os pacientes sobre o horário e os locais de chegada, ou aconselhando sobre jejum pré-operatório ou interrupção de medicamentos. Os desafios futuros Apesar do potencial significativo para transformar a colaboração homem-máquina e gerar maior eficiência e crescimento dos negócios, os sistemas de IA agêntica ainda estão em um estágio relativamente inicial de desenvolvimento. Além disso, apesar de seus maiores poderes de raciocínio e execução, eles não eliminam os desafios tradicionais de gerenciamento da força de trabalho; em vez disso, eles os modificam. Assim como nas configurações tradicionais da força de trabalho humana, os gerentes ainda devem prestar atenção às questões de composição da equipe e seleção de funções, e devem definir as metas gerais corretas para garantir que a IA agêntica ou as equipes híbridas sejam bem-sucedidas. Eles também devem calibrar cuidadosamente as condições em que os sistemas de IA agêntica podem ser confiáveis para tomar decisões e as circunstâncias em que os tomadores de decisão humanos precisam intervir. Imperativos para o sucesso Para capitalizar as oportunidades da IA autêntica e, ao mesmo tempo, mitigar os riscos, os gerentes devem considerar os seguintes imperativos: Definir metas SMART Assim como o desempenho das equipes humanas pode ser prejudicado por metas mal definidas ou mal articuladas, os sistemas de IA agêntica também podem sair dos trilhos se as metas não forem definidas com clareza. Na verdade, o estabelecimento de metas se torna ainda mais importante para a IA agêntica, pois os sistemas inicialmente não têm as informações contextuais - como o contexto organizacional e de mercado, os valores da empresa e assim por diante - que muitas vezes são tacitamente compreendidas pelos trabalhadores humanos. Cetin, da Ciklum, destaca a importância da definição de metas abrangentes: "Para que a IA agêntica seja bem-sucedida, os modelos devem ter metas e subobjetivos SMART (específicos, mensuráveis, alcançáveis, relevantes e com prazo determinado) e saber como medi-los. Eles devem ter as informações contextuais corretas - por que essas metas são importantes para a empresa, como elas geram receita etc. Por fim, como gerentes, precisamos estabelecer ciclos de feedback para ajustar os modelos à medida que aprendemos mais sobre o desempenho deles." Preste atenção na seleção da equipe Em comparação com a IA generativa, que se baseia em grande parte no prompt de modelos de linguagem ampla com perguntas singulares, a IA agêntica é muito mais um esforço de equipe, fazendo uso de vários agentes de IA, todos com funções específicas para atingir um objetivo maior, seja ele maximizar a experiência do cliente ou inovar um processo de negócios de baixo custo. Assim como nas equipes humanas, é provável que surjam problemas de coordenação, conflito e gerenciamento de recursos. Os gerentes que usam sistemas de IA agêntica precisarão prestar muita atenção à seleção da equipe, garantindo que tenham a combinação certa de funções agênticas executando as tarefas certas, de forma eficiente. Além disso, eles precisarão considerar cuidadosamente como as equipes de agentes interagem com os trabalhadores humanos para obter confiança e eficiência nas atividades. Estruturar o espaço de decisão Embora os modelos de IA agêntica sejam explicitamente projetados para avaliar as opções de decisão e realizar sequências complexas de ações, eles não são infalíveis e ainda podem cometer erros, assim como os humanos. A ciência da aprendizagem destaca a importância do "andaime" na aprendizagem, dando aos alunos exposição à prática do mundo real com salvaguardas - supervisão, limites bem definidos, etc. - que são progressivamente retiradas à medida que a experiência aumenta. Esses andaimes serão essenciais à medida que os sistemas de IA agêntica forem aplicados a diferentes tarefas e áreas de negócios, com os tomadores de decisão construindo andaimes apropriados para esses modelos com base em fatores como a criticidade da decisão, as consequências dos erros, o grau de confiança nos dados usados para treinar os modelos, o grau de supervisão humana e o perfil de experiência dos seres humanos que trabalham ao lado desses sistemas (para saber mais sobre o papel da experiência, consulte o artigo anterior da HBR com Mark Williams sobre "How AI Can Help Leaders Make Better Decisions Under Pressure"). . . . Desde os primórdios dos autômatos mecânicos até os mais recentes bots de conversação, cientistas e engenheiros sonharam com um futuro em que os sistemas de IA pudessem trabalhar e agir de forma inteligente e independente. Os recentes avanços na IA agêntica aproximam esse futuro autônomo da realidade. O prêmio da IA agêntica pode ser grande, com a promessa de maior produtividade, inovação e insights para a força de trabalho humana. Mas os riscos também são grandes: o potencial de parcialidade, erros e uso inadequado. A ação antecipada dos líderes empresariais e governamentais agora ajudará a definir o curso certo para o desenvolvimento da TI agêntica, para que seus benefícios possam ser alcançados de forma segura e justa.

O que é a IA agêntica e como ela mudará o trabalho?

Resumo.

Partner Center