Equipe HBR/T_Kimura/Getty Images
Aviso: este texto foi traduzido com o uso de tradução automática e pode conter erros. Responda a esta pesquisa para nos enviar seus comentários e obtenha mais informações em nossas perguntas frequentes.
Read in English

A maioria das empresas reconhece que a adoção agressiva de tecnologias digitais é cada vez mais crítica para ser competitiva. Nosso pesquisa mostra que os 10% mais adotantes iniciais de tecnologias digitais cresceram duas vezes a taxa dos 25% inferiores, e que estão usando sistemas em nuvem — e não sistemas legados — para permitir a adoção, uma tendência que esperamos acelerar entre os líderes do setor nos próximos cinco anos. Muitas empresas retardatárias e intermediárias, em comparação, estão subestimando drasticamente os recursos de nuvem de que precisarão para acessar, alimentar ou treinar uma nova geração de aplicativos inteligentes pressagiados por avanços como o GPT-3, uma ferramenta de processamento de linguagem natural (PNL) de última geração.

Os grandes avanços na IA serão sobre linguagem.

A década de 2010 produziu avanços em tecnologias habilitadas para visão, desde pesquisas precisas de imagens na web até sistemas de visão computacional para análise de imagens médicas ou para detecção de peças defeituosas na fabricação e montagem, como descrevemos extensivamente em nosso livro e pesquisa. GPT3, desenvolvido pela OpenAI, indica que a década de 2020 será sobre grandes avanços em linguagem Tarefas de IA. Modelos anteriores de processamento de linguagem usavam regras codificadas manualmente (para sintaxe e análise), técnicas estatísticas e, cada vez mais na última década, redes neurais artificiais, para realizar o processamento de linguagem. Redes neurais artificiais podem aprender com dados brutos, exigindo muito menos rotulagem de dados de rotina ou engenharia de recursos. Os GPTs (transformadores gerativos pré-treinados) vão muito mais fundo, contando com um transformador — um mecanismo de atenção que aprende relações contextuais entre palavras em um texto. Pesquisadores que receberam acesso ao GPT-3 por meio de um beta privado foram capazes de induzi-lo a produzir contos, músicas, comunicados de imprensa, manuais técnicos, texto no estilo de escritores específicos, guias de guitarra e até código de computador.

Centro de insights

O GPT-3 está longe de ser perfeito. São numerosos falhas incluem, às vezes, produzir respostas sem sentido ou tendenciosas, responder incorretamente a perguntas triviais e gerar conteúdo plausível, mas falso. Até mesmo um dos líderes da OpenAI advertido contra o excesso de hyping GPT-3. Tudo isso sugere que ainda há muito trabalho a ser feito, mas a escrita, por assim dizer, está na parede: um novo estágio da IA está sobre nós.

O GPT-3 é apenas um dos muitos transformadores avançados que estão surgindo. Microsoft, Google, Alibaba e Facebook estão todos trabalhando em suas próprias versões. Essas ferramentas são treinadas na nuvem e podem ser acessadas somente por meio de uma interface de programação de aplicativos (API) em nuvem. As empresas que desejam aproveitar o poder da IA de próxima geração mudarão suas cargas de trabalho de computação de serviços legados para serviços de IA em nuvem, como o GPT-3.

Aplicativos de última geração permitirão inovação em toda a empresa.

Esses serviços de IA em nuvem permitirão o desenvolvimento de uma nova classe de aplicativos corporativos que são mais criativos (ou “generativos” — o “G” no GPT) do que qualquer coisa que já vimos antes. Eles tornarão o processo de sintetizar palavras, intenções e informações em linguagem mais barato, o que tornará muitas atividades de negócios mais eficientes e estimulará a inovação e o crescimento que vemos com os primeiros usuários.

Nossa análise de mais de 50 provas de conceito (demonstrações) relevantes para os negócios do GPT-3 indica que os aplicativos de negócios de ponta do futuro se enquadrarão em pelo menos três grandes categorias criativas, todas vinculadas à compreensão do idioma: escrita, codificação, e raciocínio específico da disciplina.

A capacidade do GPT-3 de escrever texto significativo com base em alguns prompts simples, ou mesmo em uma única frase, pode ser estranha. Por exemplo, um dos testadores beta privados do GPT-3 o usou para produzir um blog convincente sobre o assunto bitcoin. Entre as demonstrações que analisamos, havia aplicativos para desenvolver novos podcasts, gerar e-mails e campanhas publicitárias, sugerir como realizar reuniões de diretoria e responder de forma inteligente a perguntas que confundiriam os sistemas linguísticos anteriores.

Com base em prompts de humanos, o GPT-3 também pode codificar — escrevendo instruções para computadores ou sistemas. Ele pode até converter linguagem natural em linguagem de programação. Em um idioma natural (inglês, espanhol, alemão, etc.), você descreve o que deseja que o código faça, como desenvolver um site interno ou voltado para o cliente. O GPT então escreve o programa.

A capacidade de pensar sobre conteúdo, procedimentos e conhecimento em um campo científico ou técnico sugere outras aplicações potencialmente férteis do GPT-3. Ele pode responder química perguntas — em uma demonstração, ele previu corretamente cinco das seis reações de combustão química. Ele pode plotagem automática gráficos baseados em descrições verbais, tirando grande parte do trabalho enfadonho de tarefas como criar apresentações. Outro testador beta criou um bot GPT-3 que permite que pessoas sem habilidades contábeis gerem demonstrações financeiras. Outro aplicativo pode responder a um deliberadamente difícil pergunta médica e discutir os mecanismos biológicos subjacentes. O aplicativo recebeu uma descrição do conjunto de sintomas respiratórios de um menino de 10 anos e foi informado de que ele foi diagnosticado com uma doença obstrutiva e recebeu medicação. Em seguida, perguntou-se sobre qual receptor de proteína a medicação provavelmente atuaria. O programa identificou corretamente o receptor e explicou que o menino tinha asma e que normalmente é tratado com broncodilatadores que atuam sobre esse receptor.

Esse potencial de raciocínio geral através da escrita, codificação e ciência sugere que o uso de transformadores movidos a nuvem pode se tornar uma meta-disciplina, aplicável em ciências de gerenciamento, ciências de dados e ciências físicas e biológicas. Além disso, em trabalhos não técnicos, a nuvem em combinação com o GPT3 reduzirá a barreira para escalar inovações digitais. A equipe não técnica poderá usar a linguagem natural todos os dias em vez de linguagens de programação para criar aplicativos e soluções para os clientes.

Empregos reimaginados aumentarão a produtividade.

À luz dessas mudanças futuras, as empresas precisarão não apenas repensar os recursos de TI, mas também os recursos humanos. Eles podem começar analisando os pacotes de tarefas nas funções atuais, descobrindo tarefas específicas que a IA pode aumentar e liberando trabalhadores técnicos e não técnicos para inovar mais rapidamente. Usando o Rede de Informações Ocupacionais (O*NET), com base em um padrão do governo dos EUA usado para classificar os trabalhadores em categorias ocupacionais, analisamos 73 categorias de empregos em 16 grupos de carreiras, e descobrimos que todos os clusters seriam impactados pelo GPT-3. Analogando nas categorias de trabalho, descobrimos que 51 podem ser aumentados ou complementados pelo GPT-3 em pelo menos uma tarefa, e 30 podem usar o GPT-3 para complementar duas ou mais tarefas.

Algumas tarefas podem ser automatizadas, mas nossa análise mostra que a maior oportunidade será aumentar e ampliar a produtividade e a engenhosidade humana. Por exemplo, os profissionais de comunicação verão a maioria de suas tarefas de trabalho envolvendo geração de texto de rotina automatizada, enquanto comunicações mais críticas, como cópia de anúncio e mensagens de mídia social, serão aumentadas pela capacidade do GPT-3 de ajudar a desenvolver linhas de pensamento. Cientistas da empresa podem usar o GPT-3 para gerar gráficos que informam os colegas sobre o pipeline de desenvolvimento de produtos. Enquanto isso, para aumentar a pesquisa básica e a experimentação, eles poderiam consultar o GPT-3 para destilar as descobertas de um conjunto específico de artigos científicos. As possibilidades entre disciplinas e indústrias são limitadas apenas pela imaginação de seu pessoal.

Não fique para trás.

O tempo para se preparar é agora. A próxima geração de aplicativos corporativos não será executada em sistemas legados, e as empresas precisarão migrar para a nuvem de forma mais agressiva do que agora. Esperar para ver não serve. Em 1º de outubro, o OpenAI será lançado GPT como serviço, disponibilizando a API para usuários beta. Os líderes adotarão e adaptarão o GPT-3 dentro de meses, aprendendo onde ele funciona melhor ou onde não funciona. Eles terão uma vantagem inicial na reformulação de empregos e nas questões de privacidade, segurança e responsabilidade social que cercam toda a IA. E nos próximos dois anos, você pode esperar vê-los colocando todos os tipos de aplicativos em produção, encontrando oportunidades de inovação que deixarão os atrasados ainda mais para trás.

 

Os autores desejam reconhecer as contribuições de nossa equipe de pesquisa na Accenture Research, especialmente Thijs Deblaere, Surya Mukherjee e Prashant Shukla.