O desenvolvimento de modelos avançados de IA está mostrando sinais de desaceleração. Após o entusiasmo em torno da inteligência artificial que surgiu com o lançamento do algoritmo ChatGPT da OpenAI no final de 2022 e o lançamento regular de modelos de IA impressionantes, está ficando cada vez mais claro que o ritmo de progresso em modelos de linguagem de grande porte está diminuindo.
Crédito da imagem: Steve Johnson / Unsplash
Neste verão, a Meta✴Platforms adiou o lançamento de seu novo modelo de IA principal, o Llama 4 Behemoth, pois o processo de refinamento estava demorando muito. A OpenAI também lançou seu modelo mais recente, o GPT-5, mais tarde do que o planejado, e ele não correspondeu às expectativas.
De fato, o declínio do interesse em algoritmos avançados de IA não deve ser um grande problema para as empresas que implementam IA em seus fluxos de trabalho. Algoritmos generativos já se consolidaram nas empresas e estão oferecendo benefícios tangíveis, desde resumir grandes documentos de texto e ajudar as pessoas a escrever código até a composição de e-mails. Redes neurais mais simples, anteriores aos algoritmos generativos, também estão encontrando casos de uso crescentes, como o processamento de faturas. Mas a maioria das empresas tem pouca compreensão do que a IA pode fazer hoje, muito menos do que ela pode se tornar no futuro.
Nem todas as organizações estão implementando ativamente tecnologias de IA em seus processos de trabalho. Isso geralmente se deve a preocupações com vazamentos de dados confidenciais por meio de bots de IA. Além disso, raramente se confia na inteligência artificial para tomar decisões importantes que afetam finanças, funcionários e clientes. A tendência, mesmo dos modelos mais avançados, de ocasionalmente fornecer respostas incorretas só aumenta a desconfiança.
Um estudo recente do MIT descobriu que muitas empresas estão, em geral, satisfeitas com as ferramentas de IA existentes da OpenAI e da Microsoft. Mas quando se trata de desenvolver software especializado em IA – algo que deveriatrazem o maior lucro para as empresas — a taxa de fracasso em projetos piloto chega a 95%. Os autores do estudo observam que os usuários corporativos “são extremamente céticos em relação às ferramentas de IA”, considerando-as “excessivamente complicadas ou irrelevantes para fluxos de trabalho do mundo real”.
O simples reconhecimento de que o desenvolvimento da IA está desacelerando pode dar às empresas mais confiança para investir dinheiro e tempo nela. O setor corporativo claramente precisa de mais tempo para adaptar as ferramentas de IA às suas operações. No momento, a integração de modelos de linguagem de grande porte em tarefas cotidianas ainda está em fase inicial.
Isso não é surpreendente. A internet acabou mudando a maneira como as pessoas vivem e as práticas de negócios, mas demorou mais na década de 1990 do que os primeiros entusiastas esperavam. De acordo com o Pew Research Center, levou uma década para que a penetração da banda larga residencial nos EUA crescesse de quase zero em 2000 para mais de 60% dos adultos.
O boom da IA é diferente em muitos aspectos, mas pode seguir uma trajetória semelhante: uma explosão de entusiasmo seguida por um declínio à medida que a tecnologia se espalha pela sociedade e pelas empresas. A verdadeira escala dos benefícios da IA ficará clara nos próximos anos. Melhorar o desempenho dos modelos está se tornando cada vez mais difícil, o que favorece fabricantes de hardware como a Nvidia. Grandes players, como a OpenAI e a Meta✴, provavelmente investirão ainda mais em infraestrutura na tentativa de acelerar o ritmo de seus próprios avanços.modelos.